2026 年上半年360 人工智能研究院共有 6 篇研究成果入选人工智能领域四大国际顶级会议包括 ICLR 2026、CVPR 2026、ICML 2026 和 ECCV 2026覆盖多模态理解、智能体、图像生成与编辑等方向。此次入选成果受到海外 AI 技术社区关注。6 篇论文虽然研究方向不同但均围绕同一核心命题展开让 AI 更加精准、更加可控。近年来随着大模型、多模态和智能体技术快速发展AI 正在从能力展示阶段走向产业应用阶段。根据公开数据ICLR 2026 中国大陆论文占比达到 43.7%首次超过美国斯坦福 AI Index 报告显示中美顶尖 AI 模型性能差距已缩小至 2.7%。当基础模型能力不断提升AI 竞争也正在从“更大模型”转向“更强的理解、执行和应用能力”。围绕这一趋势360 人工智能研究院长期布局人工智能基础研究探索 AI 从“能用”走向“精准可用”的关键技术路径。此次入选的 6 篇论文形成了一条清晰技术链路让 AI 看得准、改得准、出得准。从“看懂”到“理解”推动 AI 视觉能力精准化入选 ICML 2026 的论文FG-CLIP 2聚焦视觉语言模型中的细粒度理解问题。在人工智能应用中理解能力是 AI 进入真实场景的基础。传统图文模型已经能够完成基本的图像识别和语义匹配但面对更加复杂的真实场景时仍然容易出现理解偏差。例如“蓝色沙发上的猫”和“蓝色沙发上的狗”对于人类而言区别明显但对于部分模型来说可能仍然存在识别困难。FG-CLIP 2 通过增强视觉信息与文本语义之间的细粒度对齐能力让模型不仅能够理解图像整体内容还能够更加准确捕捉局部区域与文本描述之间的对应关系实现从“看懂大概”到“理解细节”的提升。该研究进一步提升了多模态模型在智能搜索、图像理解等场景中的精准能力。入选 ICLR 2026 的论文AML则关注智能体Agent在真实环境中的目标定位问题。随着 AI Agent 逐渐进入办公、软件操作等应用场景模型不仅需要理解用户指令更需要准确找到对应操作目标。例如用户要求“点击页面右侧蓝色按钮”对于人类而言这是一个简单任务。但对于 AI Agent 来说真实界面中可能存在复杂布局、视觉干扰、目标遮挡等情况都会影响定位结果。AML 通过优化视觉区域与语言指令之间的关联机制使智能体能够更加准确识别用户真正关注的对象提高复杂环境下的目标定位能力为未来智能交互和 Agent 应用提供技术支持。入选 ECCV 2026 的论文MoSA则探索了视觉模型自主学习的新方向。当前主流视觉基础模型的发展高度依赖人工标注数据而大规模人工标注不仅成本高也限制了模型进一步扩展。MoSA 提出了一种基于视频运动信息的自主学习方法让 AI 通过观察视频中物体的运动规律自主学习和理解物体边界。该研究利用超过 1 万小时无标注视频数据自动生成超过 2100 万个训练标签全程无需人工参与。这一方法探索了视觉模型从“依赖人工标注学习”向“通过观察自主形成认知”的新路径为未来更大规模、更低成本的 AI 训练提供新的技术思路。从“生成内容”到“精准控制”提升 AI 创作能力随着生成式 AI 快速发展AI 生成内容的质量不断提升但如何按照用户需求进行精准控制成为新的技术挑战。入选 ICML 2026 的论文RevealLayer聚焦图像可控编辑问题。当前生成模型可以生成高质量图片但在实际应用中用户往往需要对图片中的特定区域进行调整例如修改人物、改变局部元素而不是重新生成整张图片。RevealLayer 提出了一种新的图像分层理解方法将图像拆解为类似设计软件中的可编辑图层并结合精细化控制能力实现对不同区域更加精准的编辑。该研究推动生成式 AI 从“一次生成”向“可编辑、可控制”的方向发展为设计、营销、内容生产等场景提供新的技术基础。从“效果提升”到“效率优化”推动 AI 规模化应用AI 技术真正进入产业场景不仅需要效果提升也需要兼顾效率和成本。入选 CVPR 2026 的论文RefTON聚焦虚拟试衣领域。传统虚拟试衣技术通常需要人体姿态等额外信息支持在复杂材质、细节纹理还原方面仍存在挑战。RefTON 提出基于参考图像引导的方法在减少辅助输入的同时更好保留服装纹理、材质以及设计细节提高虚拟试衣结果的真实感。另一篇入选 CVPR 2026 的论文NAMI则关注高分辨率图像生成效率问题。随着生成模型能力不断提升高质量图像生成通常伴随着更高计算成本。NAMI 提出新的模型架构优化方法在保证生成质量的同时降低推理开销使 1024×1024 分辨率图像生成推理效率提升约 64%进一步推动生成式 AI 向更多实际应用场景拓展。从顶会论文到产业应用让 AI 真正创造价值在持续推进基础研究创新的同时360 人工智能研究院也积极推动技术成果向产业场景转化。目前部分研究成果已经应用于实际产品。其中FG-CLIP 2 相关技术已应用于 360 云盘、亿方云、AI 知识库等产品的智能搜索能力建设提升海量内容检索和理解能力RevealLayer 相关技术已在 360 SaaS 平台落地为企业用户提供更加智能、高效的内容处理能力。从顶会论文到产品应用人工智能技术正在经历从实验室探索走向产业实践的重要阶段。未来随着 AI 进一步进入办公、搜索、内容生产、安全等更多场景仅具备生成能力已经无法满足产业需求。如何让 AI 更加精准理解、更可靠执行、更稳定运行将成为推动人工智能规模化应用的重要方向。360 人工智能研究院此次 6 篇论文入选国际顶级会议是围绕人工智能基础研究和产业应用持续探索的重要成果。面向 AI 发展的下一阶段360 将继续推动技术创新与产业需求结合探索让 AI 从“能用”走向“精准可用”的更多可能。
2026 年上半年360 人工智能研究院共有 6 篇研究成果入选人工智能领域四大国际顶级会议包括 ICLR 2026、CVPR 2026、ICML 2026 和 ECCV 2026覆盖多模态理解、智能体、图像生成与编辑等方向。此次入选成果受到海外 AI 技术社区关注。6 篇论文虽然研究方向不同但均围绕同一核心命题展开让 AI 更加精准、更加可控。近年来随着大模型、多模态和智能体技术快速发展AI 正在从能力展示阶段走向产业应用阶段。根据公开数据ICLR 2026 中国大陆论文占比达到 43.7%首次超过美国斯坦福 AI Index 报告显示中美顶尖 AI 模型性能差距已缩小至 2.7%。当基础模型能力不断提升AI 竞争也正在从“更大模型”转向“更强的理解、执行和应用能力”。围绕这一趋势360 人工智能研究院长期布局人工智能基础研究探索 AI 从“能用”走向“精准可用”的关键技术路径。此次入选的 6 篇论文形成了一条清晰技术链路让 AI 看得准、改得准、出得准。从“看懂”到“理解”推动 AI 视觉能力精准化入选 ICML 2026 的论文FG-CLIP 2聚焦视觉语言模型中的细粒度理解问题。在人工智能应用中理解能力是 AI 进入真实场景的基础。传统图文模型已经能够完成基本的图像识别和语义匹配但面对更加复杂的真实场景时仍然容易出现理解偏差。例如“蓝色沙发上的猫”和“蓝色沙发上的狗”对于人类而言区别明显但对于部分模型来说可能仍然存在识别困难。FG-CLIP 2 通过增强视觉信息与文本语义之间的细粒度对齐能力让模型不仅能够理解图像整体内容还能够更加准确捕捉局部区域与文本描述之间的对应关系实现从“看懂大概”到“理解细节”的提升。该研究进一步提升了多模态模型在智能搜索、图像理解等场景中的精准能力。入选 ICLR 2026 的论文AML则关注智能体Agent在真实环境中的目标定位问题。随着 AI Agent 逐渐进入办公、软件操作等应用场景模型不仅需要理解用户指令更需要准确找到对应操作目标。例如用户要求“点击页面右侧蓝色按钮”对于人类而言这是一个简单任务。但对于 AI Agent 来说真实界面中可能存在复杂布局、视觉干扰、目标遮挡等情况都会影响定位结果。AML 通过优化视觉区域与语言指令之间的关联机制使智能体能够更加准确识别用户真正关注的对象提高复杂环境下的目标定位能力为未来智能交互和 Agent 应用提供技术支持。入选 ECCV 2026 的论文MoSA则探索了视觉模型自主学习的新方向。当前主流视觉基础模型的发展高度依赖人工标注数据而大规模人工标注不仅成本高也限制了模型进一步扩展。MoSA 提出了一种基于视频运动信息的自主学习方法让 AI 通过观察视频中物体的运动规律自主学习和理解物体边界。该研究利用超过 1 万小时无标注视频数据自动生成超过 2100 万个训练标签全程无需人工参与。这一方法探索了视觉模型从“依赖人工标注学习”向“通过观察自主形成认知”的新路径为未来更大规模、更低成本的 AI 训练提供新的技术思路。从“生成内容”到“精准控制”提升 AI 创作能力随着生成式 AI 快速发展AI 生成内容的质量不断提升但如何按照用户需求进行精准控制成为新的技术挑战。入选 ICML 2026 的论文RevealLayer聚焦图像可控编辑问题。当前生成模型可以生成高质量图片但在实际应用中用户往往需要对图片中的特定区域进行调整例如修改人物、改变局部元素而不是重新生成整张图片。RevealLayer 提出了一种新的图像分层理解方法将图像拆解为类似设计软件中的可编辑图层并结合精细化控制能力实现对不同区域更加精准的编辑。该研究推动生成式 AI 从“一次生成”向“可编辑、可控制”的方向发展为设计、营销、内容生产等场景提供新的技术基础。从“效果提升”到“效率优化”推动 AI 规模化应用AI 技术真正进入产业场景不仅需要效果提升也需要兼顾效率和成本。入选 CVPR 2026 的论文RefTON聚焦虚拟试衣领域。传统虚拟试衣技术通常需要人体姿态等额外信息支持在复杂材质、细节纹理还原方面仍存在挑战。RefTON 提出基于参考图像引导的方法在减少辅助输入的同时更好保留服装纹理、材质以及设计细节提高虚拟试衣结果的真实感。另一篇入选 CVPR 2026 的论文NAMI则关注高分辨率图像生成效率问题。随着生成模型能力不断提升高质量图像生成通常伴随着更高计算成本。NAMI 提出新的模型架构优化方法在保证生成质量的同时降低推理开销使 1024×1024 分辨率图像生成推理效率提升约 64%进一步推动生成式 AI 向更多实际应用场景拓展。从顶会论文到产业应用让 AI 真正创造价值在持续推进基础研究创新的同时360 人工智能研究院也积极推动技术成果向产业场景转化。目前部分研究成果已经应用于实际产品。其中FG-CLIP 2 相关技术已应用于 360 云盘、亿方云、AI 知识库等产品的智能搜索能力建设提升海量内容检索和理解能力RevealLayer 相关技术已在 360 SaaS 平台落地为企业用户提供更加智能、高效的内容处理能力。从顶会论文到产品应用人工智能技术正在经历从实验室探索走向产业实践的重要阶段。未来随着 AI 进一步进入办公、搜索、内容生产、安全等更多场景仅具备生成能力已经无法满足产业需求。如何让 AI 更加精准理解、更可靠执行、更稳定运行将成为推动人工智能规模化应用的重要方向。360 人工智能研究院此次 6 篇论文入选国际顶级会议是围绕人工智能基础研究和产业应用持续探索的重要成果。面向 AI 发展的下一阶段360 将继续推动技术创新与产业需求结合探索让 AI 从“能用”走向“精准可用”的更多可能。
