· devops
[Paper] 可扩展的基于点的可微渲染用于大规模重建
Point-based Differentiable Rendering (PBDR) 实现了高保真 3D 场景重建，但将 PBDR 扩展到高分辨率和大场景需要高效…
-
- · ai
[Paper] 协方差感知 Simplex 投影用于基数约束的投资组合优化
针对基数约束的投资组合优化的元启发式算法需要修复算子将不可行的候选解映射到可行区域。Stan...
- · ai
[Paper] 棱镜假设：通过统一自编码协调语义与像素表示
跨模态的深度表征本质上是交织在一起的。在本文中，我们系统地分析了各种语义和……的光谱特性。
- · ai
[Paper] Interact2Ar：通过自回归扩散模型实现全身人对人交互生成
生成逼真的 human-human 交互是一项具有挑战性的任务，它不仅需要高质量的单体身体和手部动作，还需要连贯的……
- · ai
[Paper] 可扩展地提升任务基准的临床有效性（医生监督）
自动化临床风险评分的计算提供了显著的机会，以减少医生的行政负担并提升患者护理。当前…
- · ai
[Paper] 推动视听感知前沿：大规模多模态对应学习
我们引入 Perception Encoder Audiovisual（PE-AV），一种用于音频和视频理解的新型编码器家族，采用缩放对比学习进行训练。构建于...
- · ai
[论文] Visual-Aware CoT：在统一模型中实现高保真视觉一致性
最近，Chain-of-Thought（CoT）的引入在很大程度上提升了统一模型的生成能力。然而，观察到当前的...
- · ai
[Paper] Zero-shot 重建视频中的场景内对象操作
我们构建了首个系统来解决从单目 RGB 视频中重建场景内对象操作的问题。由于该问题本质上是病态的……
- · ai
[Paper] 从室内到开放世界：揭示 MLLMs 中的空间推理差距
虽然多模态大语言模型（MLLMs）已经在语义任务上取得了令人印象深刻的表现，但它们的空间智能——对稳健和...
- · ai
[Paper] GenEnv：难度对齐的协同进化——LLM 代理与环境模拟器
训练能够胜任任务的大型语言模型（LLM）代理受到真实世界交互数据高成本和静态特性的严重瓶颈。我们针对这一问题……
- · ai
[论文] WorldWarp: 使用异步视频扩散传播3D几何
生成长距离、几何一致性的视频面临一个根本性的困境：虽然一致性要求在像素空间严格遵守3D geometry，……
- · ai
[Paper] 高效 Vision Mamba 用于 MRI 超分辨率的混合选择扫描
背景：高分辨率 MRI 对诊断至关重要，但长时间的采集限制了临床使用。超分辨率（SR）可以在扫描后提升分辨率……