在西雅图举行的国际计算机视觉顶会CVPR 2024上，阿里巴巴共34篇论文被收录，其中6篇入选Highlight和Oral Paper。这些论文涵盖多模态模型、图像编辑及可控视频生成等前沿领域。阿里的Animate Anyone、EMO和Facechain等热门模型也在会上展示，吸引了众多参会者关注。CVPR 2024的论文接受率为23.6%，为近四年最低。

NVIDIA 在 CVPR 2024 上展示了 50 多项视觉生成式 AI 研究成果，涵盖创意产业、自动驾驶、医疗健康和机器人技术等领域。亮点包括一种无需微调即可定制图像的 JeDi 扩散模型、精准姿态估计的 FoundationPose、可转换 3D 场景的 NeRFDeformer 以及理解流行语的 VILA 视觉语言模型。