Ultralytics 参加 CVPR 2025 的精彩亮点

上周，也就是 6 月 11 日至 15 日，Ultralytics 团队前往田纳西州纳什维尔，参加 CVPR 2025——IEEE/CVF 计算机视觉与模式识别会议。这是计算机视觉和 AI 研究领域的重要年度活动之一。

今年的会议在 Music City Center 举行，吸引了来自世界各地的 12,000 多名参会者。从学术研究人员、工程师到行业领袖和开发者，现场汇聚了众多推动 Vision AI 边界不断拓展的人士。

具体来说，CVPR 2025 展示了前沿研究，并围绕从计算机视觉中的深度学习、多模态学习，到生成式 AI 模型、基础模型，以及自动驾驶和 3D 场景理解等实际应用展开了交流。

图 1. 在田纳西州纳什维尔举行的 CVPR 2025。

对 Ultralytics 来说，参加 CVPR 2025 的这一周，重点是与计算机视觉社区交流、分享演示，并了解我们的 Ultralytics YOLO 模型如何在各行业中得到应用。我们在 1512 号展位展示了最新的 Vision AI 解决方案，与数百名访客探讨实际应用场景，并亲眼见证我们的工作如何推动机器人、零售、研究等领域的创新。

接下来，让我们回顾这次活动中一些精彩瞬间，看看其中的重要收获、交流和社区互动。

纳什维尔 CVPR 2025 一览#

CVPR 于 1983 年首次举办，并于 1985 年正式获得 IEEE 支持。多年来，它已发展成为计算机视觉和模式识别领域最具影响力的会议之一，汇聚了全球各地的研究人员、工程师和创新者。自 2012 年起，会议由非营利组织计算机视觉基金会（CVF）共同主办。该基金会支持计算机视觉研究的开放获取，并在会议组织中发挥重要作用。

CVPR 每年举办一次，以其深厚的技术内容著称，并助力塑造整个领域的发展方向，涵盖从早期的目标识别突破，到如今 Vision AI 和深度学习领域的进展。今年的会议收到超过 13,000 篇论文投稿，比去年增加 13%。会议录用率仅为 22%，继续秉承发掘高影响力研究成果的传统。

以下快速介绍 CVPR 2025 上几个引人注目的主要研究主题：

• 3D 场景理解与神经渲染：研究人员正在探索如何利用多个视角或传感器输入重建并以三维方式呈现现实世界，以推动机器人、增强现实和仿真领域的应用。
• 使用生成式 AI进行图像和视频合成：这一领域致力于根据文本提示或草图等少量输入生成高质量视觉内容，为新一代创意媒体工具和交互式系统提供支持。
• 多模态学习与视觉语言模型：这类模型结合视觉和语言数据，提升理解、推理和沟通能力，为更通用、更灵活的 AI 系统铺平道路。

在 Music City Center 为 CVPR 做准备#

会议正式开幕前，我们的团队抵达纳什维尔，为 CVPR 2025 做好各项准备。

我们花了一天时间在 Music City Center 布置现场，1512 号展位成为我们连续三天进行演示、交流和建设社区的据点。我们带着设备抵达后，拆开硬件、配置实时 YOLO 演示，并仔细安排现场布置，确保一切都能在节奏紧凑的展会环境中顺畅运行。

现场逐渐挤满了卸载设备、测试演示和搭建展位的人。看着这一切逐步就绪，我们再次感受到 CVPR 真正的全球性和协作精神。

忙碌而充实的下午过后，团队转换节奏，出发探索纳什维尔市中心。大家自然也去了百老汇大街，那里每家酒吧和餐厅都飘出现场乡村音乐。

团队中的一些人买了牛仔靴（有几个人还是第一次买），并以一道经典的当地美食为当晚收尾：Hattie B’s 的辣炸鸡。这趟行程完美兼顾了工作和乐趣。展位准备就绪，团队也恢复了活力，期待看看 CVPR 2025 会带来什么。

关于计算机视觉和 AI 研究的交流#

展会首日一早，Ultralytics 团队便到场准备就绪。我们的数字内容经理 Nuvola Ladi、活动经理 Zinnia Pourdad 和机器学习工程师 Francesco Mattioli 于上午 9 点前抵达 Music City Center。完成最后的布置检查并准备好演示后，我们已做好准备，在大门开启时迎接参会者。

上午 10 点，人群开始涌入，展区的气氛立刻热闹起来。我们的展位很快挤满了访客，Ultralytics 周边商品，尤其是帆布袋和贴纸，几分钟内就被领完了。这成了有趣的破冰方式，帮助我们开启交流并吸引大家前来。

图 2. Nuvola Ladi、Zinnia Pourdad和Francesco Mattioli在 1512 号展位。

​​当天，我们有机会与从事各类项目的研究人员、工程师和开发者交流。大家对我们的 YOLO 实时演示兴趣浓厚，我们也了解到机器人、医疗保健、制造业、零售等领域的应用场景。看到我们的模型应用如此广泛，从早期学术研究到已部署的企业系统都有涉及，令人深受鼓舞。

我们还与 AI 领域的合作伙伴重新建立了联系，包括来自 Intel OpenVINO 和 Sony Semiconductor Solutions 的团队。与其他创新者同场交流，让我们更加确信，Vision AI 领域仍在持续协作、快速发展。

临近一天结束时，团队前往 Printers Alley 欣赏现场乡村音乐，放松身心。在展区度过了充实的一天，进行了许多交流，也感受到了现场高涨的热情之后，这正是结束我们在 CVPR 2025 的第一天的完美方式。

图 3. 团队有机会探索 Printers Alley。

纳什维尔计算机视觉大会第二天#

CVPR 2025 第二天的活动从第一天结束的地方继续展开。1512 号展位全天人流不断，回访者和新参会者纷纷驻足，了解我们的 Ultralytics YOLO 模型并分享他们自己的工作。

例如，当天最令人难忘的时刻之一，是 Intel Robodog 到访。看到先进硬件与实用视觉模型协同运行，真切体现了这场活动的精神。

图 4. Intel Robodog 到访了 1512 号展位的团队。

当天傍晚，我们的团队参加了由 Intel 主办的 After.CVPR() Developer Meetup。这是一个轻松且注重协作的交流场所，汇聚了来自整个 AI 生态系统的工程师、研究人员和开发者。

聚会安排了现场演示和富有意义的交流，活动一直持续到深夜。活动期间，Francesco Mattioli 展示了一个由 Ultralytics 和 OpenVINO 联合打造的演示，展现了如何将我们的模型集成到高效的推理流水线中。

他演示了如何将 Ultralytics YOLO11 等模型导出为 OpenVINO 格式，从而在 Intel 硬件上实现更快、更优化的推理。该演示展示了对中央处理器 (CPUs)、图形处理器 (GPUs) 和神经处理器 (NPUs) 的支持。这引起了从事边缘 AI 和实时应用的团队的浓厚兴趣。

图 5. After.CVPR() Developer Meetup 现场一瞥。

CVPR 上计算机视觉应用中的深度学习#

即使到了 CVPR 2025 的最后一天，Music City Center 依然热闹非凡。参会者仍在参观展位、深入交流，并充分利用大会期间的时间。

当天的一大亮点是参观海报展示环节——这是 CVPR 分享研究成果的核心方式。与传统的舞台演讲不同，海报展示更加轻松、互动性也更强。

每位研究人员都会展示一张大型印刷海报，概述自己的工作，并在旁边讲解、回答问题，与前来交流的人讨论研究发现。这是短时间内了解各种主题的好方法，也为参会者和演讲者之间的深入交流创造了空间。

我们看到了各种各样的海报，内容涵盖从视觉语言模型、3D 场景理解，到 AI 在机器人和医疗保健领域的实际应用。展示环节让我们得以深入了解该领域正在探索的最新创意，也让我们有机会直接结识这些创意背后的研究者。

活动即将结束之际，我们离开时比以往任何时候都更有动力。这一周充满了学习、协作，以及 Vision AI 领域蓬勃发展的势头；我们很期待将这些收获运用到接下来的工作中。

要点#

CVPR 2025 是充满学习、分享和交流的精彩一周。从前沿研究到实践演示和深入交流，大会展现了 Vision AI 的发展速度有多快，也彰显了其背后社区的影响力和互助精神。

看到 Ultralytics YOLO 模型在众多实际应用和研究场景中发挥作用，令人深受鼓舞。最重要的是，CVPR 2025 清楚地表明，计算机视觉是 AI 创新的核心，未来还有广阔的发展空间。

加入我们的社区，并通过我们的 GitHub 代码仓库深入探索 Vision AI。在我们的解决方案页面了解零售业中的 AI和制造业中的计算机视觉等创新。查看我们的许可方案，即刻开启你的 AI 之旅！