3
1## 本期重点
这期不是单纯盘点 CVPR 2026 获奖论文，而是抓住一条更耐看的主线：AI 的很多关键进步，不只是把模型做大，而是重新设计信息、计算和推理的默认路径。
从十年前的 ResNet residual path，到今年 CVPR Best Paper D4RT 的 4D query path，再到长视频里的 draft-and-verify、扩散模型里的 cache path，这些工作共同指向一个启发：真正经得起时间考验的 idea，往往会从一个架构 trick，变成跨模型、跨系统的设计语言。
## 时间线
开场：从 ResNet 作为 Test-of-Time 锚点切入，说明 CVF 奖项档案已列出 ResNet 和 YOLO 为 2026 Longuet-Higgins Prize 论文。
CVPR 2026 背景：Denver 会场、16,092 投稿、4,089 接收、141 oral、578 highlight、74 篇 award candidate；最终 Best Paper 为 D4RT。
Deep Residual Learning for Image Recognition
ResNet 主线：为什么 identity path / residual path 改变了深层网络默认信息路径，并继续影响 Transformer residual stream、adapter、U-Net skip connection、cache reuse 和 speculative decoding。
Efficiently Reconstructing Dynamic Scenes One D4RT at a Time
CVPR 2026 Best Paper。节目重点解释 D4RT 如何把动态 4D reconstruction 从密集逐帧输出改成统一表示上的时空点查询，并把它连接到“改路径，而不是只堆 decoder”的系统设计思想。
NitroGen: An Open Foundation Model for Generalist Gaming Agents
官方 Award Candidate / Oral。用 1000 多个游戏、4 万小时 gameplay video 训练通用 vision-action foundation model，代表从静态观察语料到 action-conditioned rollout 的预训练路径变化。
Thinking with Drafts: Speculative Temporal Reasoning for Efficient Long Video Understanding
官方 Award Candidate / Oral。用轻量 draft MLLM 选择证据帧，再由 target MLLM 验证和推理，作为长视频理解里的 draft-and-verify 路径。
快速补充：SeaCache 与 VGGT-Ω
SeaCache 讨论扩散模型缓存有效性与频谱演化；VGGT-Ω 代表 feed-forward 3D reconstruction 的基础模型接口与内存路径设计。
3DReflecNet 一线对照
保留为复杂材质数据集的简短背景，不再作为主线段落。
Takeaways
核心启发：ResNet 的 identity path，D4RT 的 query path，NitroGen 的 trajectory pretraining path，Thinking with Drafts 的 draft/verify path，SeaCache 的 cache path，以及 VGGT-Ω 的几何接口路径，都在回答同一个问题：系统默认让信息怎么走，往往决定了模型能走多远。
## 论文与链接
- PI-approved WeChat report
- Link: mp.weixin.qq.com
- CVF Computer Vision Awards archive
- Link: www.thecvf.com
- Deep Residual Learning for Image Recognition
- CVF paper: openaccess.thecvf.com
- Efficiently Reconstructing Dynamic Scenes One D4RT at a Time
- CVF paper: openaccess.thecvf.com
- Project page: d4rt-paper.github.io
- NitroGen: An Open Foundation Model for Generalist Gaming Agents
- CVPR poster: cvpr.thecvf.com
- CVF paper: openaccess.thecvf.com
- Thinking with Drafts: Speculative Temporal Reasoning for Efficient Long Video Understanding
- CVPR poster: cvpr.thecvf.com
- CVF paper: openaccess.thecvf.com
- SeaCache: Spectral-Evolution-Aware Cache for Accelerating Diffusion Models
- CVPR poster: cvpr.thecvf.com
- CVF paper: openaccess.thecvf.com
- VGGT-Ω
- CVPR poster: cvpr.thecvf.com
- CVF paper: openaccess.thecvf.com
- 3DReflecNet: A Large-Scale Dataset for 3D Reconstruction of Reflective, Transparent, and Low-Texture Objects
- CVPR poster: cvpr.thecvf.com
- CVF paper: openaccess.thecvf.com
## 制作元信息
- 状态：送审草稿。音频已重新生成，时长 。
- 来源说明：本版按 PI 确认的微信报道重写叙事，奖项和论文事实用 CVPR/CVF 官方页面、CVF Open Access 页面、CVF Computer Vision Awards archive、D4RT project page 交叉核对。
- 微信直读限制：WeChat 页面返回环境/CAPTCHA gate，本地 Camoufox reader 目录缺失miku_ai 未安装。因此本稿记录为“PI-approved WeChat report via snippets/secondary evidence”，不声称已完整抓取原文。
- 奖项来源：CVF awards archive 确认 D4RT 为 CVPR 2026 Best Paper，确认 ResNet 与 YOLO 为 2026 Longuet-Higgins Prize 论文。
- 脚本：29 turns；口播文本 4,305 字符；无口播 URL、Markdown footnote、反引号或 citation clutter。
- TTS：seed-tts-2.0；Jeff voice zh_male_m191_uranus_bigtts，Ada voice zh_female_yingyujiaoxue_uranus_bigtts；29 turns，输入 4,305 字符，计费文本 4,305 words。
- 音频处理：原始合成 audio_raw_11m45s.mp3 为 ，经 atempo=1.14 和 loudnorm 处理后得到最终 audio.mp3，时长 ，24 kHz mono，约 128 kbps。
## 评论
这期我们不是按获奖名单逐篇报菜名，而是把 ResNet、D4RT、draft-and-verify 和 cache 串成一条方法论主线：真正持久的 AI 进步，常常来自对信息路径和计算路径的重写。
10 年后的 ResNet 仍然重要，是因为它教会了深度模型一个朴素但耐用的原则：先保留稳定通路，再让模型学习必要的增量。
10 年后的 ResNet 仍然重要，是因为它教会了深度模型一个朴素但耐用的原则：先保留稳定通路，再让模型学习必要的增量。