本報(bào)訊 （記者李豪悅）2026年上半年，全球人工智能頂級(jí)會(huì)議相繼揭曉評(píng)審結(jié)果，美圖旗下核心研發(fā)團(tuán)隊(duì)美圖影像研究院（MTLab）收獲頗豐，有6篇學(xué)術(shù)成果獲得錄用，覆蓋深度學(xué)習(xí)領(lǐng)域頂級(jí)會(huì)議ICLR2026、計(jì)算機(jī)視覺(jué)領(lǐng)域頂級(jí)會(huì)議CVPR2026、機(jī)器學(xué)習(xí)領(lǐng)域頂級(jí)會(huì)議ICML2026。

    近年來(lái)，隨著人工智能與千行百業(yè)的深度融合，大模型和多模態(tài)研發(fā)呈現(xiàn)井噴式發(fā)展，全球人工智能領(lǐng)域各大頂級(jí)會(huì)議吸引了一眾高質(zhì)量學(xué)者。公開(kāi)數(shù)據(jù)顯示，ICLR2026投稿量超19000篇，錄用率27.4%；ICML2026投稿量超23000篇，錄用率26.6%；CVPR2026投稿量更是遠(yuǎn)超30000篇，有效投稿數(shù)多達(dá)16092篇，錄用率25.42%，僅有少數(shù)研究成果能夠從中脫穎而出。

    據(jù)了解，美圖影像研究院（MTLab）的研究成果主要聚焦在大模型研發(fā)、多模態(tài)融合、機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)的前沿理論創(chuàng)新及生成式AI的產(chǎn)業(yè)化應(yīng)用落地，研究者們通過(guò)語(yǔ)境學(xué)習(xí)的開(kāi)放詞表場(chǎng)景文本編輯，以自我提示的方式實(shí)現(xiàn)了對(duì)圖像中多國(guó)語(yǔ)種文字的任意編輯與修改；通過(guò)研發(fā)基于隨機(jī)橋模型的新框架BridgeRemoval，實(shí)現(xiàn)精準(zhǔn)消除視頻中特定物體；通過(guò)引入雙向語(yǔ)義流機(jī)制實(shí)現(xiàn)了基于文本驅(qū)動(dòng)的精細(xì)分割，在保持分割準(zhǔn)確性的同時(shí)提升了對(duì)復(fù)雜場(chǎng)景的響應(yīng)精度；提出了全新的參考幀引導(dǎo)視頻編輯統(tǒng)一框架MiVE，以多尺度VLM條件與統(tǒng)一多模態(tài)融合實(shí)現(xiàn)了基于參考幀引導(dǎo)的視頻編輯。

    此外，美圖影像研究院（MTLab）還提出了基于擴(kuò)散Transformer（DiT）的3D位置編碼框架——PositionalEncodingField（PE-Field）實(shí)現(xiàn)了單圖新視角合成與可控空間圖像編輯，基于擴(kuò)散模型提出All-in-OneSlider的新方法框架，實(shí)現(xiàn)了全新人臉屬性的連續(xù)精細(xì)化操控等核心技術(shù)的新一輪突破。

    值得一提的是，美圖影像研究院（MTLab）在追求技術(shù)突破的同時(shí)也完成了產(chǎn)業(yè)落地，多項(xiàng)創(chuàng)新技術(shù)成果已應(yīng)用于美圖旗下AI產(chǎn)品，如助力美圖秀秀實(shí)現(xiàn)“視頻美型背景保護(hù)”功能、“AI消除”功能，美顏相機(jī)實(shí)現(xiàn)“人像美化”功能，Wink實(shí)現(xiàn)“改一幀、改全片”功能、“視頻路人消除”功能，美圖設(shè)計(jì)室實(shí)現(xiàn)“無(wú)痕改字”功能等等，在實(shí)現(xiàn)技術(shù)指標(biāo)提升的同時(shí)，更直接地轉(zhuǎn)化為自然的視覺(jué)效果與流暢的交互體驗(yàn)，為美圖產(chǎn)品的高速發(fā)展與用戶體驗(yàn)的持續(xù)優(yōu)化提供堅(jiān)實(shí)的支撐。

（編輯 汪世軍）