6月7日，CVPR 2026主会议闭幕，三大信号引爆全网。奖项端，Google DeepMind的D4RT斩获最佳论文，牛津VGG两连冠；何恺明团队ResNet与YOLO获时间检验奖；微软×清华TRELLIS.2获最佳学生论文奖。数据端，PhysInOne数据集发布，迎来“视觉物理ImageNet时刻”，具身智能论文爆发。人才与产业端，中国力量成焦点：大三学生凭老泰坦GPU获最佳学生论文提名，两本科生半年揽5篇顶会引热议；美团开源560B参数LongCat大模型，字节亮相图像修复新范式。计算机视觉正迈向理解世界的新纪元！

2026年1月，谷歌DeepMind发布Dynamic 4D Reconstruction and Tracking（D4RT），革新4D动态重建技术。该模型通过统一的“时空查询”接口，同时实现全像素追踪、深度估计与相机位姿计算，精度领先且比现有SOTA快18至300倍。D4RT可实时处理动态场景，如奔跑的动物或飘动的花瓣，并支持全像素级轨迹预测，为具身智能、自动驾驶和AR领域带来突破性进展。其架构基于Transformer，将视频压缩为全局表征并通过并行查询提升效率。尽管训练成本高，但推理阶段表现出色，未来可能应用于手机视频编辑与实时AR场景。