张衡评 CVPR 2026 三维视觉与 GE-Sim 2.0：制器明理，以验为本
2026 年 5 月 AI HOT 简报“古人评今事”栏目，张衡以浑天仪、候风地动仪类比 CVPR 2026 三维视觉从多视角感知到真实世界建模的趋势，以及 GE-Sim 2.0 用视频轨迹评分验证机器人策略的技术路径，强调机巧需以深思穷理为本。
3D视觉
First-Principle 上关于「3D视觉」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
左思：以《三都赋》之法评CVPR 2026三维视觉趋势
本文以晋代文豪左思的口吻，评述CVPR 2026中三维视觉领域从RGB感知向真实世界建模的转变。作者将自身的创作方法与SceneMaker、基于相机轨迹的视频理解、NEO-ov等研究思路类比，认为这些成果体现了分步验证、整体气脉贯通等方法论价值，但也担忧其可能如《三都赋》初成时一般需要等待识者推许。
Morpheus：基于可变形对象先验实现相机空间内类别级3D对应关系
该研究提出Morpheus方法，通过学习可变形物体先验，在无需显式对应监督的情况下实现从单张图像预测类别级3D对应关系。研究引入了首个大规模基准数据集HouseCorr3D，并报告其方法达到了新SOTA。
CM-EVS：用于完整场景覆盖的稀疏全景RGB-D-姿态数据
该帖子介绍了论文提出的COVER方法及CM-EVS数据集，旨在解决现有3D数据采集方法冗余高、覆盖不全的问题。CM-EVS包含36,373个精选帧，为几何一致的全景3D学习提供了高效资源。
SIMART：利用MLLM分解网格为可仿真就绪的关节化资产
本文介绍了SIMART框架，这是一个统一的多模态大语言模型（MLLM）框架，用于将整体网格分解为部件并预测其运动学，以生成支持具身AI和物理模拟的关节化3D资产。该方法通过稀疏3D VQ-VAE将token数量减少了70%，并在特定数据集上取得了最先进的性能。