稀疏视角3DGS：HeroGS三层纠偏，用约1/5高斯稳步提分
论文基本信息 原文标题： HeroGS: Hierarchical Guidance for Robust 3D Gaussian Splatting under Sparse Views 首次公开： 2026 年 3 月 1 日 当前版本： v2，2026 年 3 月 3 日 机构： 中国科学院大学 原论文： https://arxiv.org/abs/2
最新文章
共 1573 篇
热红外3D重建不再把温度当颜色：PhysIR-Splat用辐射建模+VGGT-IR提1.36dB
论文基本信息 原文标题： PhysIR-Splat: Physically Consistent Thermal Infrared Radiative Transfer in 3D Gaussian Splatting 正式发表： 2026 年 6 月 会议： CVPR 2026 原论文： CVF Open Access 论文页
ECCV 2026｜FID直降30.7%，ProSR让SAR超分少乱补细节
论文基本信息 原文标题： ProSR: Semantic-Prototype-Guided Discrete Modeling for Physically Consistent SAR Super-Resolution 会议： ECCV 2026 首次公开： 2026年9月2日（arXiv v1） 任务： 4×合成孔径雷达（SAR）图像超分辨率 原文： h
六组超分全胜，超分FID最低9.2：Genesis让卫星地图跨层生长
论文基本信息 原文标题： Genesis: A Generative Engine for Hierarchical Satellite Image Synthesis 首次公开： 2026年9月2日（arXiv v1） 原论文链接： https://arxiv.org/abs/2609.02683v1 论文许可： CC BY 4.0
只训练27.4万参数，61/63项评测改善：SPARK给冻结DiT装上“小调音台”
论文基本信息 原文标题： SPARK: Input-Conditioned Sparse Activation Modulation for Frozen DiT-based Super-Resolution 首次公开： 2026年9月3日（arXiv v1） 作者单位： 意大利摩德纳和雷焦艾米利亚大学 原论文链接： https://arxiv.org/ab
27B模型硬刚GPT-5.5与Gemini：工业CAD多模态生成险胜0.8%
传统印象里，CAD建模是工程师坐在电脑前，对着软件菜单点点拖拖，从草图拉伸、切除、倒角一路做到出工程图。
上交大TIPCODER：代码生成前先“审题”，一次生成反超8次采样
还在让代码大模型硬啃题目？上海交大等机构提出的TIPCODER做了个示范：先别急着写代码，让模型根据具体问题"出个主意"，再动笔。就这么一个前置小动作，一次生成的效果反超了Best-of-8的多次采样，平均通过率最高冲到71.10，有点东西。
图像恢复翻车谁负责？圣克拉拉大学新框架：先认证再放行，别让AI瞎"修复"
图像恢复越清晰，检测反而越容易翻车？SafeRestore告诉你：别急着让AI"修复"图像，先给修复结果发张"安全认证"再放行。这篇论文最精彩的地方，是诚实地展示了自适应策略如何在五次实验中只通过一次认证——比简单插值还没牌面。
让代码AI出题考自己！南洋理工TCS两阶段强化学习方案全解析
考过程序设计竞赛的读者应该都有同感：决定命运的不是“你觉得自己写对了”，而是评测数据有没有精准戳中你代码里藏得最深的bug。
快手与北航新范式：从“挑视频”到“造视频”，广告视频可以现场拍
如果把短视频推荐系统想象成一家大型仓库，算法的工作就是“在仓库里找一件用户最可能喜欢的东西”。仓库越大，推荐越准。可问题在于：算法再聪明，也只能在仓库里挑，不能在用户最想要的那一刻，照着用户的心思现场做一件出来。
图像生成｜招牌写"兽医"宠物店秒变诊所？新基准专治文生图语义泄漏
先来看一种并不罕见的场景：在产品包装设计、店铺招牌生成、设备铭牌渲染这类视觉内容创作任务里，用户往往给模型下达一个明确指令——在某个指定的主体区域（比如一家面包店的招牌、一辆货车的车身、一瓶饮料的标签）写入指定的文字，同。
三星SEKA-FT：让1.5B基础模型搞定5G根因诊断，准确率直冲94.2%
LLM做5G故障根因分析，最怕的就是一本正经地编证据。三星美研这次把“证据→诊断路径→结论”结构化地塞进微调过程，让1.5B小模型直接干出94.2%准确率。想研究LLM垂直落地与“反幻觉”设计的同学，这篇值得细读。
