论文第一作者林宏彬来自香港中文大学(深圳)理工学院的Deep Bit 实验室、深圳市未来智联网络研究院，导师为李镇老师。目前实验室的研究方向包括：自动驾 驶、医学成像和分子理解的多模态数据分析和生成等。 论文标题： DriveGEN: Generalized and Robust 3D Detection in Driving via Controllable Text-to-Image Diffusion Generation 论文链接： https://www.arxiv.org/abs/2503.11122 GitHub： https://github.com/Hongbin98/DriveGEN 任务背景 随着新能源汽车产业的持续发展，智能驾驶辅助技术的应用越来越广泛。其中，基于纯视觉的自动驾驶方案只需使用多视角图像进行环境感知与分析，具有 成本低、效率高的优势，因而备受关注。然而在实际应用中，视觉感知模型的泛化能力至关重要。 来自香港中文大学（深圳）等单位的学者们提出了一种名为 DriveGEN 的无训练自动驾驶图像可控生成方法。该方法无需额外训练生成模型，即可实现训 练图像数据的可控扩充，从而以较 ...

大赛概况 - 启元实验室启动「启智杯」算法大赛 聚焦卫星遥感图像鲁棒实例分割 无人机对地目标检测 多模态大模型对抗三大方向 旨在推动智能算法从理论创新走向实际落地 [2] - 大赛设立总额75万元奖金池 单赛道奖金25万元 优秀奖获得者享受实验室招聘绿色通道 [13][15] - 赛事面向国内研究机构 企事业单位及其他组织开放 官网提供报名 数据使用 评审评测等全流程保障 [13] 技术赛道分析 卫星遥感图像鲁棒实例分割 - 深度学习实例分割方法在遥感领域展现显著优势 通过时空联合特征表达提升模型精度和适应性 [3] - 实际应用仍面临复杂地表覆盖 多视角成像差异 云雾遮挡等挑战 多目标精细分割和跨场景泛化能力不足 [3] 无人机对地目标检测 - 无人机与智能检测算法融合形成新型目标识别范式 具备空中视角优势和高机动性 可实现高效数据采集与实时分析 [3] - 嵌入式平台部署存在挑战 包括目标密集 尺度变化剧烈 小目标占比高 高分辨率图像对有限算力芯片要求苛刻 [3] 多模态大模型对抗 - 多模态大模型通过跨模态融合重塑AI应用边界 为复杂决策场景提供新解决方案 [3] - 规模化应用面临安全性问题 如模型幻觉导致事实偏差 对抗攻击诱发异常行为 鲁棒性成为制约AI可持续发展的关键 [3] 主办方背景 - 启元实验室为新型科研机构 拥有先进科研设施 与20余所高校 科研院所及工业集团建立战略合作 联合百余家单位推进技术攻关与成果转化 [4] - 赛事定位为科研验证 成果转化和人才交流平台 旨在联通科研 高校与产业主体 构建创新应用生态 [4] 赛程安排 - 赛事分初赛 复赛 决赛多阶段推进 具体时间节点以官网公布为准 [8][9]

会议概况 - IEEE/CVF国际计算机视觉与模式识别会议（CVPR 2025）将于2025年6月11日至6月15日在美国田纳西州举行 [1] - 第五届对抗机器学习Workshop由北京航空航天大学、中关村实验室、南洋理工大学等全球知名学术机构联合举办 [1] - Workshop主题为"基础模型+X"，聚焦基础模型（FM）及其在特定领域应用（XFM）中的鲁棒性挑战 [1][2] 主题聚焦 - 基础模型（FM）凭借强大生成能力彻底改变计算机视觉等多个领域 [2] - 领域特定基础模型（XFM）如自动驾驶FM、医疗FM通过精选数据集训练和任务架构修改提升专业任务性能 [2] - XFM在安全关键型应用中暴露对抗性攻击脆弱性，可能导致错误分类或生成恶意输出 [2] 论文征稿 - 征稿主题包括：XFM鲁棒性、计算机视觉对抗攻击、深度学习系统鲁棒性改进、FM鲁棒性解释、对抗攻击社会应用、FM鲁棒性评估数据集 [4] - 重要时间节点：摘要提交截止2025年3月15日 论文提交截止2025年3月20日 录用通知2025年3月31日 [3] 竞赛活动 - 竞赛主题为针对多模态大语言模型（MLLMs）的对抗攻击 [7] - 初赛要求设计对抗图文对触发MLLM产生有害输出 复赛挑战更高难度风险类别 [7] - 竞赛官网将后续公布详情 由Challenge Chair负责 [7][8] 组织信息 - 论文提交入口为OpenReview平台特定链接 [9] - 研讨会官网提供完整信息 https://cvpr25-advml.github.io/ [9]