苹果宣布将携多篇论文亮相 2025 年国际计算机视觉大会（ICCV 2025），展现其在多模态 AI、图像生成与视频理解等领域的研究实力。大会将于 10 月 19 日至 23 日在夏威夷檀香山举行。

今年，苹果共有八篇论文 入选大会，涵盖从文本生成视频的评估方法、三维空间理解、多模态模型的扩展规律，到图像生成与编辑的统一扩散模型等前沿方向。其中包括：

• ETVA：一种评估文本与视频对齐度的新方法；

• MM-Spatial：探索多模态大模型的 3D 空间理解能力；

• Scaling Laws for Native Multimodal Models：研究多模态模型的扩展规律；

• Stable Diffusion Models are Secretly Good at Visual In-Context Learning：揭示稳定扩散模型在视觉上下文学习中的潜力；

• UniVG：面向统一图像生成与编辑的通用扩散模型；

• 以及面向交互式智能体评测的 UINavBench 等研究。

此外，苹果应用研究经理 Dr. C. Thomas 将在大会的工业视觉检测专题中发表主旨演讲。苹果研究团队成员 Patricia Vitoria Carrera 与 Tanya Glozman 也将参与 “女性在计算机视觉”（Women in Computer Vision (WiCV) Workshop）工作坊担任导师，支持学术多元化。