苹果公司近日正式宣布，将参与于2025年10月19日至23日在檀香山举办的国际计算机视觉大会（ICCV）。作为全球计算机视觉领域的顶级学术会议，ICCV每两年与欧洲计算机视觉会议（ECCV）交替举行，聚焦该领域的前沿研究与技术突破。
据悉，苹果此次不仅提交了八篇论文并全部被大会录用，还将在多个环节深度参与。这些论文涵盖多模态模型、视频生成、三维空间理解等核心方向，具体包括：探索多模态大语言模型三维空间理解能力的“MM-Spatial”、研究原生多模态模型扩展规律的论文、提出可扩展文本与图像条件化视频生成方法的“STIV”、基于多模态提示的统一开放世界分割技术，以及用于统一图像生成与编辑的通用扩散模型“UniVG”等。这些成果将在大会的海报展示和口头报告环节集中亮相。
苹果机器学习应用研究部经理C. Thomas博士将代表公司出席第三届基于视觉的工业检测研讨会（VISION），并发表主题演讲。其演讲主题将于近期公布，时间定于10月19日。苹果研究人员Patricia Vitoria Carrera与Tanya Glozman将参与“计算机视觉领域女性研讨会”，并在会后晚宴中担任导师，为青年学者提供指导。
在评估框架方面，苹果提出了“UINavBench”这一交互式数字智能体综合评估体系，同时通过“ETVA”方法实现文本到视频对齐的细粒度评估。另一项研究指出，稳定扩散模型在视觉上下文学习中具有隐性优势，为多模态模型优化提供了新思路。
此次参会标志着苹果在计算机视觉领域的持续投入。从基础研究到应用落地，其成果覆盖了模型架构、生成技术、评估体系等多个维度，展现了公司在跨模态智能领域的全面布局。
