阿里34篇论文傲然入选2024年国际计算机视觉大会(CVPR)在西雅图举行，其中包括6篇高亮和口头报告。研究涵盖多模态、图像编辑与可控视频生成等领域，Animate Anyone、EMO等热门模型现场展示，引发广泛关注。阿里通义实验室的SCEdit论文创新图像扩散生成，大幅降低训练成本并开源。阿里还展示了Animate Anyone和EMO大模型海外应用，收获Github上逾2万星，展现视频生成技术领先地位。通义大模型家族现已集文本、图像、视频和理解等全模态能力于一身。CVPR今年接收率创近四年新低，竞争激烈。

商汤科技在CVPR 2024上亮眼亮相，共50篇论文入选，其中9篇被选为 Oral 和 Highlight。亮点包括60亿参数的视觉语言基础模型InternVL，展示了在通用视觉语言任务中的领先性能，以及RegionPLC，一种无需额外训练的3D开放世界理解算法，助力机器人自主导航。此外，商汤的“数字生命计划”展示了自主3D虚拟角色的社交交互能力。CVPR 2024于美国西雅图举行，录用率23.6%，腾讯优图实验室也有20篇论文入选。CVPR最佳论文奖即将揭晓，关注行业动态。