二 | 迫于各界压力，因凡蒂诺已公开致歉，宣布撤回相关方案。但欧足联并未接受因凡蒂诺的道歉。据英国广播公司（BBC）8月6日报道，针对国际足联的最新表态，欧足联当天发表声明回应说，因凡蒂诺的道歉和国际足联官员的辩解“改变不了任何事”，解除抵制国际足联赛事的条件还没有得到满足。声明说：“欧足联各成员已明确说明了有关解除抵制的条件。    IT之家 7 月 21 日消息，科技媒体 The Decoder 昨日（7 月 20 日）发布博文，报道称谷歌 DeepMind 发布 GenCeption 模型，将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。         IT之家援引博文介绍，大语言模型在学习预测下一个 Token 的时候，在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。首先，必须撤回出售主要赛事的提议；其次，必须保证此类破坏足球运动的企图不会再次发生。         但是在计算机视觉领域，视觉模型缺少等效的训练方法，主要由专业模型主导，包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”，每个模型都使用其特定的架构。这些条件还没有得到满足。

三 | ”欧足联表示，因凡蒂诺的道歉和国际足联官员的辩护“改变不了任何事”，“欧足联在上周六的声明中非常明确地表示，对因凡蒂诺的领导能力失去了信心，这一立场没有改变。”此外，英格兰足总已经致函国际足联，撤回对因凡蒂诺明年连任国际足联主席的支持。国际足联主席因凡蒂诺 IC photo因凡蒂诺此前计划成立引入私人资本的商业子公司，把世界杯等国际足联核心赛事的商业权益交由该公司运营，引发国际足坛强烈反对。         谷歌 DeepMind 团队为此提出 GenCeption 模型方案，尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。

四 |          GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局，仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。         GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练，与传统扩散模型需多步去噪不同，GenCeption 在一次前向传播中完成预测，从而提升视觉任务处理速度。

五 | 欧足联警告说，如果该方案继续推进，不排除抵制包括世界杯在内的国际足联赛事。模型通过文本提示指定任务，可输出深度图、表面法线图、分割掩码，并可处理相机运动表示。因凡蒂诺随后宣布终止这一方案。         训练数据以合成为主。论文称，数据集仅包含 7500 段视频，由 800 个数字人体模型与 200 段动作捕捉序列组合生成，再通过 Blender 在不同背景和镜头角度下渲染。当地时间8月5日，国际足联在摩洛哥举行会议，承认在这项计划上“犯了错误”，但国际足联官员重申将“全力支持因凡蒂诺”。         泛化方面，GenCeption 几乎只在单人合成视频上训练，但可处理真实多人视频，也可迁移到动物和类人机器人类别。论文称，部分输出细节甚至超过训练时 Blender 渲染结果，可保留猫胡须和单根发丝边缘。此前有消息称，欧足联打算通过不信任投票罢免因凡蒂诺，正着手寻找接替他担任国际足联主席的人选。不过，BBC指出，罢免因凡蒂诺的想法不一定能得到足够多的支持。现年56岁的因凡蒂诺，于2016年当选国际足联主席。2019年和2023年，因凡蒂诺均在无竞争对手的情况下连任国际足联主席。下一届国际足联主席选举定于明年3月在摩洛哥拉巴特举行。