· ai
[Paper] Astra: 通用交互式世界模型与自回归去噪
最近在 diffusion transformers 方面的进展使视频生成模型能够从文本或图像生成高质量的视频片段。然而，world model...
-
- · ai
[Paper] Selfi：自我改进的重建引擎通过 3D 几何特征对齐
新视角合成（Novel View Synthesis，NVS）传统上依赖于具有显式3D归纳偏置的模型，并结合来自Structure-from-Motion的已知相机参数……
- · ai
[Paper] 高效重建动态场景：一次一个 D4RT
理解并重建来自 video 的动态场景的复杂几何和运动仍然是 computer vision 中的一项艰巨挑战。本文介绍…
- · ai
[Paper] 相同内容，不同答案：跨模态不一致性在 MLLMs 中
我们引入了两个新的基准 REST 和 REST+（Render-Equivalence Stress Tests），以实现对多模态大型模型中跨模态不一致性的系统评估。
- · ai
[Paper] 统一扩散Transformer用于高保真文本感知图像修复
文本感知图像恢复（TAIR）旨在从包含退化文本内容的低质量输入中恢复高质量图像。虽然扩散模型……
- · ai
[Paper] OSMO：开源触觉手套用于人类到机器人技能转移
人类视频演示为学习机器人策略提供了丰富的训练数据，但仅靠视频无法捕捉对 mast... 至关重要的丰富接触信号。
- · ai
【论文】SAQ：稳定子感知量子纠错解码器
量子误差校正（QEC）解码面临着一个基本的准确性‑效率权衡。像最小权重完美匹配（MWPM）这样的经典方法表现出……
- · ai
[Paper] LiDAS: 用于夜间感知的光照驱动动态主动感知
夜间环境对基于相机的感知构成了重大挑战，因为现有方法被动地依赖场景光照。我们引入 Lighting-...
- · software
[Paper] 探索经验软件工程研究中的分叉路径花园：多宇宙分析
在 empirical software engineering (SE) 研究中，研究人员在决定如何处理数据、使用何种操作化以及选择哪些……方面拥有相当大的自由。
- · ai
[Paper] 自演化 3D 场景生成（单张图像）
从单张图像生成高质量、纹理化的 3D 场景仍然是视觉和图形学中的一个根本性挑战。最近的 image-to-3D 生成器能够恢复 re...
- · ai
[Paper] UniLayDiff：一种用于内容感知布局生成的统一扩散Transformer
内容感知布局生成是图形设计自动化中的关键任务，专注于创建视觉上吸引人的元素排列，使其无缝……
- · ai
[Paper] 开放聚合物挑战赛：赛后报告
机器学习（ML）为发现可持续聚合物材料提供了一条强有力的途径，但由于缺乏大规模、高质量的……，进展受限。