EgoVis 2026
PulseAugur coverage of EgoVis 2026 — every cluster mentioning EgoVis 2026 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
EgoCross挑战赛在CVPR 2026上首次亮相，专注于主观视角视频问答
首届EgoCross挑战赛在CVPR 2026期间的EgoVis 2026上举办，为评估多模态大语言模型在跨域主观视角视频问答方面的能力设立了一个基准。该挑战赛侧重于模型在手术、工业装配、极限运动和动物视角等不同领域的泛化能力。参赛者在两个赛道（源域受限和开源）提交了超过1500份参赛作品，旨在推动主观视角视频理解的发展。
-
CuriosAI 提交 CASTLE 挑战赛论文，采用 SVA 和 TMKG 方法
CuriosAI 提交了一篇论文，详细介绍了他们参加 CASTLE 挑战赛的方法，该挑战赛涉及根据大量的自我中心视频数据回答选择题。他们的主要方法 SVA（搜索-验证-回答）采用三阶段流程，使用视觉语言模型 (VLM) 和 LLM 裁判来优化潜在答案，准确率达到 0.50。第二种方法 TMKG（时间多模态知识图谱）从视频数据构建知识图谱，但准确率较低，为 0.35。
-
VISTA 系统凭借物体交互预测能力赢得 Ego4D 挑战赛
研究人员开发了 VISTA，一个用于预测第一人称视角视频中人类与物体交互的新型系统。VISTA 集成了空间物体检测和来自冻结的 V-JEPA 2.1 模型的时序上下文来预测未来的交互。该方法在 EgoVis 2026 年 Ego4D 短期物体交互预测挑战赛中获得第一名。
-
AI系统在EgoVis 2026挑战赛中名列前茅
两支研究团队在EgoVis 2026会议的挑战赛中提交了技术报告。其中，JFAA团队使用基于JEPA的方法进行未来动作预测，在EPIC-KITCHENS-100动作预测挑战赛中获得第一名。第二支团队MARS团队将CASTLE挑战赛视为一个跨越视频、文字记录和传感器数据等多种模态的代理证据选择问题，并利用GPT-5.4决策代理，在该挑战赛中获得第二名。