CVPR 2026 几何智能研究盘点：从看见形状，到理解运动与交互
可动结构、4D 表征与高效重建登场。 作者丨郑佳美 编辑丨马晓宁 2026 年 6 月 1 日，国际机器人与自动化会议（ICRA）在奥地利维也纳召开。次日上午的自动驾驶与导航报告环节，雷峰网GAIR 2021大会嘉宾、上海交通大学教授王贺升发表了题为《Learning to Navigate: From Scene Understanding to Decision Makin》的演讲。 3D 视
查看原文CVPR 2026 几何智能的研究重心正在从静态 3D 重建转向 4D 时序表征与可动结构理解，这一范式转移意味着计算机视觉正在成为机器人具身决策的前置感知层，而非孤立的感知任务。
说话人的历史观点 + 利益关联
这篇盘点来自雷锋网 GAIR 频道，郑佳美执笔，延续了该媒体一贯的"学术会议解码"路线——将顶会论文趋势翻译为产业叙事。从文内提到"上海交通大学教授王贺升"的背景来看，作者群与国内机器人/自动驾驶学术界有较强关联。王贺升教授长期专注场景理解与决策，其研究立场是视觉是决策链的一环，而非端到端模型的附属品。这一立场在文中体现为：将几何智能研究分为"看见形状"（静态重建）与"理解运动交互"（动态推理）两大阶段，并暗示后者才是下一轮竞争高地。
从媒体立场看，雷锋网有动力将 CVPR 2026 包装成"范式转移"叙事，因为这样才能匹配读者对"下一个技术拐点"的期待，进而维持流量。
反共识 push back
然而，将几何智能的研究方向描述为"从看见形状到理解运动"的线性跃迁，这一叙事本身值得质疑：
- 静态 3D 重建并未过时。GS（Gaussian Splatting）和 NeRF 系列在精度与效率上的持续迭代仍在进行，Map-based 重建仍是自动驾驶高精地图的核心依赖。"理解运动"并不替代"看见形状"，而是叠加在可靠重建之上。声称前者取代后者是过度简化。
- 4D 表征的计算成本
● 未登录访客SMARTFLOW PRO
继续阅读深度解读 + 编辑加注
下方还有 3-5 段深度分析 + Vincent 编辑加注 + 可点击信源，仅 Pro 会员可见
加入机智流 PRO →¥99 / 季 · 每周 1 篇深度研报 · 飞书+微信群双通道
已是 Pro 但仍被提示？联系反馈
- CVPR 2026 几何智能研究盘点：从看见形状，到理解运动与交互 · 2026-06-08
- 王贺升：Learning to Navigate: From Scene Understanding to Decision Making · 2026-06-02