技术博客

在ICCV 2025中，AI领域实现重大突破，首次在第一人称与第三人称视角间的视觉理解任务上达到新的最佳状态（SOTA）。该进展标志着具身智能技术迈向实际应用的关键一步，使AI系统能够同时感知并理解从自身出发的第一人称视角与来自外部观察者的第三人称视角，成功构建跨视角的“通感”能力。这一技术突破不仅提升了AI对复杂场景的综合理解水平，也为智能机器人、自动驾驶和虚拟现实等应用场景提供了更强大的感知基础。

在ICCV 2025会议上，HighlightAI项目展示了一项突破性成果：由INSAIT与复旦大学等机构联合研发的ObjectRelator框架，首次实现了第一人称与第三人称视角下同一物体的精准匹配。该框架通过构建跨视角的统一表征模型，显著提升了视觉理解的连贯性与准确性，在多个基准测试中刷新了当前最佳性能（SOTA），推动了跨视角视觉理解技术的发展。