近日，国际计算机视觉大会 ICCV（International Conference on Computer Vision）公布了 2023 年论文录用结果，本届会议共有 8068 篇投稿，接收率为26.8%。ICCV 是全球计算机领域顶级的学术会议，每两年召开一次，ICCV 2023 将于今年10月在法国巴黎举行。今年，旷视研究院 14 篇论文入选，涵盖自动驾驶大模型、纯视觉 3D 目标检测、多模态 3D 检测、图像匹配、光流估计、3D 点云配准等多个备受关注的AI技术研究方向，再次展示了旷视科技在人工智能领域的技术实力。

旷视科技始终高度重视对基础科研的投入，并围绕人工智能技术建立了“算法+系统+硬件”的全栈式技术体系、人才体系和竞争壁垒。旷视吸纳了超500位华人AI顶尖青年科学家，硕士以上学历占比超过85%，取得了近60项国际权威竞赛冠军，在国际顶级学术会议和期刊上发表论文200余篇，形成了一支在顶尖人才密度上极具竞争力的中国AI科研团队。

今年以来，大模型成为最受关注的人工智能技术方向。旷视研究院是全世界范围内最早投入AI视觉大模型研发的团队之一。2017年旷视提出的“MegDet”目标检测模型，首次实现了百卡级别的检测模型高效训练，并在COCO 2017目标检测竞赛中获得世界冠军。2020年之后，旷视开始攻坚大模型，形成了以通用视觉大模型、通用语言大模型、图像生成大模型、自动驾驶大模型的“四大核心大模型”研发战略，诞生了多项世界级的研发成果。

在通用视觉大模型方面，旷视首创的RepVGG模型重参数化方法，在不改变推理耗时的情况下大幅提升了性能，如今已成为视觉大模型实用化部署的首选算法之一，助力多项大模型落地。自动驾驶大模型方面，旷视研发了多视角、多模态、长时序、多任务的自动驾驶感知、规划、决策、建图一体化模型，支持十余路信号的实时输入和处理，一个模型即可支持激光雷达、毫米波雷达、视觉信号的任意组合，支持无高精地图的城区巡航和感知重建。该模型获CVPR 2023自动驾驶挑战赛OpenLane Topology 赛道冠军。PETR系列相关算法被国际论文统计网站 Paper Digest评为ECCV 2022最具影响力论文。

面向未来，旷视将积极拥抱多模态大模型，将大模型与机器人等硬件载体结合，针对需要复杂决策的物联网场景打造行业应用，致力于服务实体经济，投身于中国实业的数字化升级和制造业的升级改造。