NAVER 23篇論文入選歐洲電腦視覺頂會ECCV 2026，4篇獲聚光燈殊榮

NAVER技術組織共有23篇論文獲歐洲電腦視覺會議（ECCV）2026正式論文收錄，其中4篇入選僅占整體投稿約1%至2%的聚光燈（Spotlight）場次。

NAVER於28日表示，NAVER Labs、NAVER Labs Europe、NAVER AI Lab、NAVER Cloud等旗下技術團隊共23篇論文獲ECCV 2026正式收錄。根據ECCV 2026官方網站公告，今年大會將於9月8日至12日在瑞典馬爾默舉行。

ECCV是聚焦影像處理、電腦視覺與機器學習領域的國際學術會議，每兩年舉辦一次，今年正式會議場地訂在馬爾默競技場（Malmö Arena）。

此次入選研究涵蓋3D空間辨識與重建、影像與影片學習模型、機器人行駛模擬等視覺AI各領域，核心在於將真實空間還原為立體影像，或讓機器人與自動駕駛系統辨識周邊環境。

NAVER Labs Europe公開了3D重建技術DUSt3R的後續研究BLASt3R。這項研究運用多視角影像比對與單眼幾何資訊，讓線上VSLAM與離線3D重建能在同一套最佳化架構下同步進行。

VSLAM是機器人在移動過程中同步推算自身位置並建立周邊地圖的技術。機器人與自動駕駛裝置要在陌生空間中移動，須同時具備定位與空間地圖能力。

NAVER表示，BLASt3R設計為可在裝置端（on-device）環境下完成3D空間重建，處理速度與精準度都優於既有模型。裝置端運算不需將資料傳送至外部伺服器、直接在裝置內完成運算，因此在機器人與行動裝置上的應用價值受到看好。

入選聚光燈場次的研究還包括NAVER Labs的InSpace，這項研究可根據一張360度全景影像，將室內結構與物件還原成3D空間。

快速將室內空間資訊結構化的技術，與機器人移動、空間搜尋、數位分身（Digital Twin）建置等應用密切相關。本報先前曾報導，NAVER D2SF已對一家提供實體AI（Physical AI）訓練用3D數據基礎設施的企業完成第三次投資。

自動駕駛領域則有運用視覺語言模型（VLM）的研究獲得收錄，這項技術能辨識未經事前訓練的物件，並即時反映在鳥瞰圖（BEV）地圖上。

BEV是自動駕駛系統用來以俯視角度呈現周邊環境的地圖形式，此次研究的重點在於擴大自動駕駛系統可辨識的物件範圍。

NAVER AI Lab與韓國科學技術院（KAIST）共同進行的「首爾世界模型（Seoul World Model）」研究也將對外發表。這項研究以首爾全區的全景影像等空間數據為基礎，打造能反映真實城市環境的長距離影像生成模型。

首爾世界模型同樣入選ECCV聚光燈場次。世界模型（World Model）是將真實環境的結構與變化反映進模型內部、用於影像生成或模擬的技術路徑，與城市級空間智慧研究緊密相連。

NAVER Cloud則提出更精確掌握影像與影片語意的研究成果，包括區分影片中物件動作與行為的研究、結合影像與語言推理以掌握空間資訊的研究等，皆獲正式論文收錄。

NAVER表示，公司每年在ECCV、電腦視覺與圖形識別會議（CVPR）、國際電腦視覺會議（ICCV）等主要電腦視覺學術會議上，均有兩位數規模的論文獲得收錄。NAVER旗下研究團隊將於9月8日至12日登場的ECCV 2026現場，發表本次入選論文。