OpenCV AI Competition 2026 获奖者直播颁奖仪式
OpenCV AI Competition 2026 于 11 月 17 日周四上午 9 点(太平洋时间)举行获奖者直播颁奖。本届赛事共有超过 6300 名参赛者,创下历届最激烈竞争纪录,评委面临极具挑战性的评审任务。
OpenCV AI Competition 2026 于 11 月 17 日周四上午 9 点(太平洋时间)举行获奖者直播颁奖。本届赛事共有超过 6300 名参赛者,创下历届最激烈竞争纪录,评委面临极具挑战性的评审任务。
OpenCV 于 2026 年 11 月 12 日举办直播,由 Piotr Skalski 带领观众实地体验 Roboflow Playground。该平台允许用户在自己的图像上运行并对比多种视觉语言模型的结果。此次演示旨在提供关于在本地图片上应用这些模型的实用操作指南。
LeRobot 软件栈 v0.7.0 重构了安装、训练推理及硬件底层,移除 cu128 索引并升级 torch 至 PyPI CUDA 13 构建。新版本将环境配置重命名为*EnvConfig 格式,统一策略数据类型为单精度,并新增 FSDP2/HSDP 并行训练框架与 opt-in EMA 权重平滑功能。
Drezily CEO Divya Manjari 在 OpenCV Live! 230 分享其生产级时尚 AI 系统,该系统已跨 90+ 零售商处理数百万商品图片。演示聚焦如何将杂乱产品图转化为实用造型方案,展示从数据清洗到生成式推荐的全流程技术栈。
Mothbox 是一款由 Digital Naturalism Laboratories (Dinalab) 开发的低成本低功耗开源昆虫监测设备,支持工厂组装 Pro 版及完全 DIY 构建。
NVIDIA Nemotron 3.5 Super VL 是一款开源可定制的多模态模型,专为处理阅读文档、跨源查信及调用工具等长流程企业工作流设计。该模型采用 120B 参数混合专家架构,每次请求仅激活 12B 参数以支持专用智能体的高效推理。
Google DeepMind 发布 EmbeddingGemma 2,这是一个基于 Gemma 4 架构的开源多模态嵌入模型,采用 Apache 2.0 许可。
推荐理由:DeepMind 发布 EmbeddingGemma 2,统一处理文本、代码、音视频的多模态嵌入模型,支持端侧推理与离线 RAG。
SWE-Serve 评估推理服务软件变更时,发现 AI 编码代理生成的补丁虽能通过本地测试,但在服务器加载真实模型处理请求时仍可能失败。该工具基于 SGLang 团队输入,利用源自 53 个任务的基准暴露了完整服务路径中的缺陷,强调仅验证代码逻辑不足以确保生产环境正确性。
OpenCV 宣布与高通合作,为基于骁龙 X 系列处理器的 Windows 设备优化原生构建、测试基础设施及性能。项目将提供针对该平台的原生二进制文件并解决关键依赖,旨在建立可持续的发布流程。技术更新将通过既定评审过程逐步验证,成果将在里程碑完成时向社区共享。
NVIDIA Isaac Lab 3.0 Early Access 正式发布,确立了下一代机器人学习的架构基础,提供跨物理引擎(Newton、PhysX)、渲染器及可视化后端的统一任务 API。
推荐理由:NVIDIA Isaac Lab 3.0 Early Access 发布,提供跨物理引擎与渲染器的统一任务 API、零依赖执行及 Warp 原生数据路径。
NVIDIA 通过六步渐进式优化演示,展示如何利用 CCCL API 和 Compute Sanitizer 快速定位非法内存访问等错误。教程涵盖使用 NVTX 改进基准测试、调用 CUB 库算法、管理池化容器及异步传输等技术。最终代码在保持安全与可维护性的同时显著提升性能,并附带可在 Google Colab 运行的完整示例代码。
OpenCV Live 播客介绍由 Intrinsic 和夏威夷大学作者提出的 3D-Object Perception Transformer(3PT),该架构将检测、分割和 6DoF 位姿估计统一为两个仅用 RGB 的多视图 Transformer。
推荐理由:OpenCV Live 播客介绍 3PT 架构及其在 BOP 2025 竞赛中的表现,并分享从基准测试到工业部署的工程经验。
NVIDIA 发布 Cosmos 3 开放世界模型系列,该系列包含 Super、Nano 和 Edge 三个版本,分别针对高保真建模、高效推理及端侧部署优化。模型基于 OpenMDW 1.1 许可,支持在自有数据与硬件上进行后训练,旨在解决物理 AI 中罕见事件复现难与环境多样性不足的问题。
推荐理由:NVIDIA Cosmos 3 以开放权重形式发布,提供从视觉推理到世界生成的统一架构,支持团队在自有硬件上进行后训练与专用化。
LeRobot 软件栈 v0.6.1 发布,将 lerobot.types 模块重命名为 lerobot.lerobot_types。此次更新重构了 pi0、pi05、eo1、xvla 等策略以复用共享 VLA 组件,并将 Qwen2.5-VL 与 Florence2 改为原生 Transformers 子类化。同时优化了文档构建速度并更新了 GR00T 1.7 相关检查点。
NVIDIA 与 Hugging Face 合作将 NVIDIA Isaac GR00T 1.7 开源推理视觉语言动作(VLA)模型及 Isaac Teleop 框架集成至 LeRobot,并计划即将推出物理 AI 前沿模型 Cosmos 3。此次整合旨在通过共享模型、数据和工作流,降低开发者在机器人基础模型训练、评估与部署上的资源门槛,支持端到端的人形机器人开发流程。
推荐理由:NVIDIA 与 Hugging Face 将 Isaac GR00T 1.7、Isaac Teleop 及即将推出的 Cosmos 3 集成至 LeRobot,为具身智能开发者提供标准化的端到端开发路径。
Hugging Face LeRobot 发布 v0.6.0,将 GR00T 版本从 N1.5 替换为 N1.7 并重构 RL 栈以适配新模块化 API。此次更新移除了默认数据集依赖、重命名部分配置项(如 eval_freq),并新增 RoboCasa365、RoboMME 及 LIBERO-plus 等基准测试集成。
NVIDIA 在 GTC Taipei 和 COMPUTEX 上发布了开源世界基础模型 Cosmos 3,该模型整合视觉推理、多模态生成及动作预测能力,旨在帮助机器人、自动驾驶车辆等物理 AI 系统理解场景因果并预测未来状态。
推荐理由:NVIDIA Cosmos 3 作为开源世界基础模型,整合视觉推理与多模态生成能力,支持机器人及自动驾驶场景的因果预测与动作规划。
LeRobot 开源软件栈更新至 v0.5.1 版,修正了 SmolVLA 动作填充键及 pi0 系列策略的相对动作支持等关键问题。此次更新还引入了多任务扩散 Transformer 策略实现、HIL/Dagger 风格数据收集功能以及 LIBERO 与 Meta-World 基准集成指南。
Hugging Face 开源机器人学习工具 LeRobot 发布 v0.5.0 版本,新增 Unitree G1 WBC 实现并强制要求 Python 3.12+。此次更新将依赖项 lerobot 同步至 0.5.0、transformers 升至 v5,同时修复了 frame_index 兼容性及 Parquet 元数据索引问题。
Hugging Face LeRobot 仓库更新至 v0.4.4 版本,新增 OpenArm、OpenArm Mini、G1 及 RobStride 等机器人硬件与遥操作支持。此次更新还集成了 tqdm 训练进度可视化、torch.compile 推理加速及 Libero 环境配置优化等功能。
LeRobot 开源框架发布 v0.4.3 版本,新增 Unitree G1、OMX 及 WallX 等机器人支持并集成 NVIDIA IsaacLab-Arena。此次更新修复了数据采样器与 Pi05 编译问题,允许用户注册第三方策略并扩展 X-VLA 模型训练功能。
LeRobot 软件栈更新至 v0.4.2,新增支持 Pi0、Smolvla 和 Pi0.5 的实时分块功能。此次更新还引入了 LeIsaac x LeRobot Envhub 教程,并修复了数据集筛选及视频基准测试等多项 bug。
LeRobot 仓库更新至 v0.4.1 版本,主要改进包括移除 Libero 安装补丁、提升 Groot 和 Libero 的安装指引及数据集读取速度。此次更新还修正了视频信息键名错误、策略训练映射边界情况以及依赖项升级,旨在优化仿真环境加载与模型训练效率。
LeRobot 开源项目发布 v0.4.0 版本,核心更新包括引入 Libero 仿真环境、支持 Streaming Dataset 流式数据集以及添加 feetech 固件升级文档。此次发布还修复了 Windows 平台 busy_wait 实现错误,并将部分脚本功能迁移至独立目录以优化代码结构。
Hugging Face LeRobot 项目发布 v0.3.3 版本,核心更新包括引入适用于 LeRobot 的通用处理器(universal processor)及多项代码与文档修复。此次发布修正了策略构建逻辑、更新了安装指南并调整了 PyTorch 包版本上限,同时优化了相关文档链接与作者信息拼写错误。
LeRobot 软件栈 v0.3.2 发布,新增 Pusht、Aloha 及 UMI-gripper 等数据集下载与评估功能。该版本整合了扩散策略(Diffusion Policy)与 ACT 策略模型,并优化了对 Apple Silicon MPS 后端的支持。更新还包含对 CPU 单核兼容性改进、WandB 日志配置调整以及多项训练与推理逻辑的修复。
Open Robotics 宣布其关联的 ROS、Gazebo 及 Open-RMF 等项目共有九名学生入选 Google Summer of Code 2025。
NVIDIA Isaac Lab 发布首个正式版本 v1.0.0,基于 Orbit 框架整合 OmniIsaacGymEnvs 的强化学习环境设计工作流。
推荐理由:NVIDIA Isaac Lab v1.0.0 正式发布,集成 RL 环境设计工作流并新增波士顿动力、宇树等多款机器人模拟支持。