网易首页 > 网易号 > 正文 申请入驻

3冠1亚、最佳论文奖!云知声与中国科大联合团队斩获ACM MM 2026多项荣誉

0
分享至

2026年11月10日至14日,第34届ACM国际多媒体会议(ACM Multimedia 2026,简称ACM MM 2026)在巴西里约热内卢举行。中国科学技术大学与云知声智能科技有限公司的研究人员组成的联合团队,在会议同期举办的国际挑战赛中取得优异成绩,斩获一项最佳论文奖、三项冠军和一项亚军。相关获奖方案形成的4篇学术论文被ACM MM 2026录用发表。

MAC 2026:微动作分析双赛道夺冠,斩获最佳论文奖

在第三届微动作分析挑战赛(MAC 2026)中,由云知声研究人员与中国科大研究生组成的研究团队,在於俊副教授指导下,包揽微动作识别(Track 1)和多标签微动作检测(Track 2)两个赛道冠军,Track 1相关论文同时荣获挑战赛最佳论文奖。

针对微动作幅度弱、类别相似度高和长尾分布严重等问题,团队设计了层级软融合与候选标签重排序方案,以0.7999的F1mean成绩位列Track 1第一;针对未裁剪视频中多个微动作重叠出现的检测难题,团队提出时间适配器金字塔与跨层融合方法,以27.04%的平均mAP获得Track 2第一。

两个赛道的获奖方案分别形成论文《SoftRerank: Hierarchical Soft Fusion with Candidate Label Reranking for Long-Tailed Micro-Action Recognition》和《Temporal Adapter Pyramids with Cross-Layer Fusion for Multi-Label Micro-Action Detection》,均被ACM MM 2026录用发表。



图1-MAC 2026 微动作分析挑战赛最佳论文奖证书



图2-MAC 2026 微动作识别(Track 1)赛道冠军证书



图3-论文首页:SoftRerank(MAC 2026 Track 1 冠军方案,同时获挑战赛最佳论文奖)



图4-MAC 2026 多标签微动作检测(Track 2)赛道冠军证书



图5-论文首页:Temporal Adapter Pyramids(MAC 2026 Track 2 冠军方案)

LAVA 2026:多语言文档理解再突破,包揽挑战赛冠亚军

在大型视觉—语言模型学习与应用挑战赛(LAVA 2026)中,云知声研究人员与中国科大研究人员组成的两支团队分别获得冠军和亚军。该挑战赛面向日语、越南语等多语言、多页PDF文档,要求模型在给出答案的同时定位证据页,共吸引55支队伍参赛。

由云知声研究人员与於俊、刘冠钧、王柯等组成的U2lab-OCR队,提出页面级视觉检索与受控推理框架PageRAG-H,以0.8930的成绩获得冠军;由云知声研究人员与於俊、聂鸿等组成的USTC-IAT-United队,提出融合多层次文档解析与多智能体协同决策的视觉问答框架,并将高置信度决策蒸馏至轻量级模型,获得亚军。

冠军、亚军方案分别形成论文《PageRAG-H: Page-Level Visual Retrieval-Augmented Generation with Grounded Reasoning Harness for Multilingual PDF Question Answering》与《Hierarchical Document Parsing and Multi-Agent Collaborative Decision-Making for Long-Document Visual Question Answering》,均被ACM MM 2026录用发表。

从识别文字到理解文档,再到定位证据、回答问题,复杂文档处理对多模态理解能力提出了更高要求。此次LAVA挑战赛中涉及的文档解析、视觉检索和信息定位等研究方向,也与云知声U2-OCR的能力建设紧密相关。

目前,U2-OCR已具备文字识别、文档解析、结构化信息提取及文档智能问答能力。在近期评测中,U2-OCR登顶OCRBench v2中文榜单,并在MDPBench综合评测中位列第二,展现了对复杂文档的识别与理解能力。

在实际应用中,云知声持续推动多语言文档智能技术与医疗、医保业务融合,赋能医保结算清单抽取、智能审核等场景,提升复杂文档处理效率。



图6-LAVA 2026 挑战赛冠军证书(U2lab-OCR 队)



图7-论文首页:PageRAG-H(LAVA 2026 冠军方案)



图8-LAVA 2026 挑战赛亚军证书(USTC-IAT-United 队)



图9-论文首页:Hierarchical Document Parsing(LAVA 2026 亚军方案)

ACM Multimedia是多媒体领域具有影响力的国际学术会议之一,被中国计算机学会列为CCF A类会议,长期关注多模态理解、视频分析、视觉—语言模型和人机交互等前沿方向。此次在系列挑战赛中取得的成绩,展现了云知声与中国科大研究人员在微动作分析、多语言文档理解等领域的研究与实践能力,也体现了双方在面向复杂真实场景开展技术探索方面的合作成果。

从细微动作的识别与检测,到跨语言、长文档的视觉理解,相关研究聚焦多模态智能中的实际问题。未来,云知声将持续探索多模态技术的发展与应用,推动研究成果在更多场景中发挥价值。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
别踩红线!官方通报:多名高校辅导员因违规违纪被免职、开除(附10个高校辅导员典型违纪案例)

别踩红线!官方通报:多名高校辅导员因违规违纪被免职、开除(附10个高校辅导员典型违纪案例)

学术眺望
2026-11-19 16:05:03
知名网站创始人突发急性心梗,回家路上突然胸背剧痛,送医几分钟后心脏骤停......刚刚,团队发文

知名网站创始人突发急性心梗,回家路上突然胸背剧痛,送医几分钟后心脏骤停......刚刚,团队发文

都市快报橙柿互动
2026-11-19 11:01:52
特朗普面对中国,有三个“不敢相信”。第一个不敢相信,是中国的“反常理性”,其次是中国的“扩张性”,而最难以置信的,就是稳定性了

特朗普面对中国,有三个“不敢相信”。第一个不敢相信,是中国的“反常理性”,其次是中国的“扩张性”,而最难以置信的,就是稳定性了

扶苏聊历史
2026-11-19 15:51:44
自取其辱!高市早苗摇头晃脑,抛媚眼后丑态百出,马科斯无动于衷

自取其辱!高市早苗摇头晃脑,抛媚眼后丑态百出,马科斯无动于衷

花颜蕴韵
2026-11-18 19:56:56
深圳这次APEC,有个细节太提气了。各国嘉宾一下飞机、进会场,坐的啥车?是红旗,是腾势

深圳这次APEC,有个细节太提气了。各国嘉宾一下飞机、进会场,坐的啥车?是红旗,是腾势

扶苏聊历史
2026-11-19 15:27:26
“74岁老人拆墙让路被质疑”,真相大白!网络“吃瓜”的底线在哪里?

“74岁老人拆墙让路被质疑”,真相大白!网络“吃瓜”的底线在哪里?

新民周刊
2026-11-19 21:09:03
胖东来撤走后,房东降到四百万依然没有人接盘!

胖东来撤走后,房东降到四百万依然没有人接盘!

城事堂
2026-11-19 14:03:31
李在明发文:感谢中国

李在明发文:感谢中国

上观新闻
2026-11-19 22:17:43
深圳女高管和每一任男友发生关系前,都要先拉他去体检,防止被传染

深圳女高管和每一任男友发生关系前,都要先拉他去体检,防止被传染

江山挥笔
2026-11-19 14:15:33
截胡iPhone 20 Pro!三星无边框旗舰率先登场:正面近乎全是屏

截胡iPhone 20 Pro!三星无边框旗舰率先登场:正面近乎全是屏

快科技
2026-11-18 07:23:03
中美元首会晤,特朗普:请中国继续保持强大

中美元首会晤,特朗普:请中国继续保持强大

澎湃新闻
2026-11-19 18:17:23
突发,沙特第一高楼遭胡塞导弹袭击受损!

突发,沙特第一高楼遭胡塞导弹袭击受损!

胜研集
2026-11-19 15:25:55
马斯克再带小儿子来中国,笑称他的玩具都是“中国造”:“我是中国的超级粉丝,中国很酷。”

马斯克再带小儿子来中国,笑称他的玩具都是“中国造”:“我是中国的超级粉丝,中国很酷。”

都市快报橙柿互动
2026-11-19 13:37:19
APEC上的TCL:从一块屏的蝶变,看深圳先进制造的全球竞争力

APEC上的TCL:从一块屏的蝶变,看深圳先进制造的全球竞争力

华商韬略
2026-11-19 15:29:31
刚刚,全线拉升!一则消息,彻底引爆!

刚刚,全线拉升!一则消息,彻底引爆!

证券时报
2026-11-19 18:36:07
“骑行30分钟收费15元”,哈啰被网友吐槽“单车刺客”,公司回应:是新车型,可变速,收费标准与普通单车不同

“骑行30分钟收费15元”,哈啰被网友吐槽“单车刺客”,公司回应:是新车型,可变速,收费标准与普通单车不同

南方都市报
2026-11-19 08:30:07
乌克兰第三次重创克里米亚大桥!这次轮到铁路桥停运

乌克兰第三次重创克里米亚大桥!这次轮到铁路桥停运

项鹏飞
2026-11-19 19:39:18
台湾地区代表落地深圳,施振荣第一时间向大陆喊话,港媒点评亮了

台湾地区代表落地深圳,施振荣第一时间向大陆喊话,港媒点评亮了

墨兰史书
2026-11-19 14:05:04
中国行只有24小时 马斯克仍专程飞上海:我要感谢中国团队

中国行只有24小时 马斯克仍专程飞上海:我要感谢中国团队

快科技
2026-11-19 22:03:28
太可怕了!网传评论“凭什么给没有血缘关系的男人生孩子”收获9141个赞同,引发大量网友留言

太可怕了!网传评论“凭什么给没有血缘关系的男人生孩子”收获9141个赞同,引发大量网友留言

火山詩话
2026-11-18 11:00:42
2026-11-20 00:04:49
云知声
云知声
云知声智能科技股份有限公司官方账号
332文章数 36关注度
往期回顾 全部

科技要闻

提前三个月加薪!英伟达全员会稳军心

头条要闻

日媒称中方对高市早苗的简朴接机仪式引关注 中方回应

头条要闻

日媒称中方对高市早苗的简朴接机仪式引关注 中方回应

体育要闻

文班亚马也防不住这"巨兽" 无奈吐槽:悲哀

娱乐要闻

后会友期 文吉儿公然怼谈话老师陈晓楠

财经要闻

Anthropic的算力赌局

汽车要闻

方程豹钛9实测 堪称比亚迪最强混动的DMS到底怎么样?

态度原创

艺术
房产
家居
本地
公开课

艺术要闻

柔美与锋芒:时尚人像摄影

房产要闻

2.5亿!丁村侨中,新动作来了!

家居要闻

2026建博会(广州) 公装联探展交流活动

本地新闻

乌兰察布:以前种土豆,现在种Token

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版