这是一份精心整理的CVPR、ECCV、ICCV 2025三大计算机视觉顶会的优质论文合集。它汇集了Mamba、3DGS、扩散模型等多个前沿方向的关键研究，旨在为研究人员和学者提供可直接应用的创新思路与技术实现，帮助高效提升论文质量与科研竞争力。
智能速览
合集覆盖CVPR、ECCV、ICCV三大计算机视觉顶会。
精选50篇优质论文，涵盖多个前沿研究方向。
聚焦Mamba、3DGS、扩散模型、多模态等热门领域。
每篇论文均附有原文链接与开源代码。
旨在帮助研究者汲取新思路，提升论文创新点。
精华内容
这些来自顶级会议的研究成果不仅是理论的前沿，更是解决实际问题的利器。以下将分类展示部分关键论文的核心价值与技术亮点，供快速把握领域动态。
视觉新主干
MambaVision提出混合Mamba-Transformer架构，旨在结合两者的优势。OverLoCK则从人类视觉系统出发，引入上下文混合动态卷积ContMix和仿生深度分解策略DDS，在ImageNet上达到84.2%的Top-1准确率，显著超越ConvNeXt-B，且计算量仅为其三分之一。何恺明与LeCun的DyT探索了无归一化层的Transformer结构，为网络设计开辟了新路径。
生成与重建
在3D重建领域，DashGaussian将3D高斯溅射（3DGS）的优化时间缩短至200秒内，大幅提升训练效率。Pow3R则利用相机和场景先验，实现了无约束的3D重建。扩散模型方面，BEVDiffuser可作为即插即用模块增强BEV特征去噪，而AeroGen通过扩散数据生成来增强遥感目标检测性能，展现了生成模型在不同任务中的强大潜力。
多模态与分割
多模态学习持续进步，VisionZip通过筛选信息性token来优化视觉语言模型，减少了视觉token冗余。dino.txt则统一了图像和像素级的视觉-语言对齐框架。在图像分割任务中，SegMAN利用状态空间模型进行全尺度上下文建模，而Iris框架通过上下文学习实现了通用医学图像分割，展现了在专业领域的强大适应性。
效率与优化
为提升模型效率，TaylorSeer通过预测扩散模型的去噪路径来加速推理过程。ResCLIP提出残差注意力机制，实现了无需训练的密集视觉-语言推理。ConsNoTrainLoRA则提出了一种数据驱动的LoRA权重初始化方法，降低了微调门槛。这些工作共同推动了模型在边缘设备上的部署与应用。
这份论文合集浓缩了计算机视觉领域的最新智慧结晶，无论是寻求技术突破还是探索研究方向，都能从中获得启发。面对如此多的创新成果，哪一个方向最有可能成为下一个研究热点？
