快手Kling团队新作：16 FPS实时生成多镜头连贯视频，一个模型搞定生成、参考与编辑
告别逐镜头生成的割裂感，快手Kling团队联合清华、南大提出的ContextMaster，把生成、参考和编辑统一进一个模型，在单卡上跑到16 FPS的同时，还能让角色和场景在多镜头之间保持一致。🔍 想看懂这套固定预算稀疏路由怎么在有限算力下留住完整记忆？这篇值得细读。
视觉与图像
共 717 篇
华中科大SimWAM：单目摄像头91.5 PDMS登顶NAVSIM，视频生成零开销！
视频生成模型在自动驾驶里一直是“吃钱大户”，训练花钱推理更花钱。华中科大这波操作骚气：让视频大模型只在训练时当“免费家教”，推理时直接扔了它，结果单目摄像头91.5 PDMS登顶NAVSIM，延迟还比别人低一大截😏 这便宜占得，值得好好看看。
Meta最新研究：云边协同语音增强，仅增1.5%参数提升3.77dB
戴智能眼镜开电话会，周围人声嘈杂听不清？边缘小模型算力不够，云端大模型又太慢——Meta这次让云边“组队打怪”，边缘只加1.5%参数就能蹭到云端大模型的“听力”，在64毫秒延迟下硬是把语音增强的SI-SDR拉高了3.77dB。真·云边协同新范式，值得一看。
身份相似度0.988！四校联手端出免训练人脸修复新范式
手机里存了三年的糊脸照片，AI一顿猛修，结果亲妈都不认得了？扩散模型人脸修复最怕"五官漂移"，南邮等四校带来WaveFreqAnchor：零训练、零微调，只用波结构锚定+频率校正，把身份相似度一路抬到0.988，修完还像本人！
图像恢复新SOTA！FIT用可变形tokenization摘得多任务接收，平均30.72dB
图像恢复圈的老问题——固定patch切割总在退化边界上“切错地方”，导致修复完还留着一道道网格伪影。FIT把tokenization本身变成可变的，让patch边界跟着雨线、模糊核、景深走，五任务平均PSNR一口气拉到30.72dB，比JIT基线提升1.44dB。一句话：patch不“卷”了，改“弯”了。
残碑补字新范式：字符级掩码扩散让Ithaca都成了配角
当大模型都在卷token时，这篇论文反着来：用字符级离散扩散处理古希腊残卷，把修复误差从24.6直接干到15.5。更难得的是，它把训练语料和11个去污染检查点全部开源，还承诺每个残破文本都能找到一个"从未见过它"的模型来做修复。数字人文的"可复现良心"，大概就长这样。
浙大最新：零差距≠真恢复！SA-PPG揭示基准污染修复被严重高估
评测行业深水炸弹："零差距"可能根本不是修复成功，而是正负误差抵消的假象！浙大新作直指现有污染缓解指标G-AP的两大致命缺陷，并给出SA-PPG评估指标与RailCap缓解策略。多模型多基准验证下，旧方法的"完美修复"排名被彻底翻盘。做评测、做数据清洗的，这篇不能错过。
训练零成本，孔径感知INR让动态散斑去噪PSNR猛涨5.8dB
散斑噪声是相干成像（SAR、数字全息、光学相干断层扫描）里绕不开的"毛玻璃"，动态场景下尤其难缠。本文用孔径感知最大似然+时空隐式神经表示，做到完全无训练去噪：不需要干净参考、不需要配对数据、甚至换孔径都不用重训，模拟和实验室实测都在时间一致性和细节恢复上赢了监督模型。思路相当clean，值得一读。
杭州电子科大最新审计：别吹个性化模态加权了，一个全局权重就够了？
多模态推荐里个性加权被吹上天，杭州电子科大的审计团队偏偏不信邪：六个加权头、四个数据集、同一骨架公平对决，结果全局权重几乎吃满全部增益，个性化加权沦为“气氛组”。想看清推荐系统里“个性化”这三个字到底掺了多少水？这篇是绕不开的清醒剂。
凭什么说所有安全调度都是CIPS特例？一文看懂统一调度框架
信息从生成到失效，中间能安全用多久？这个问题在自动驾驶、无人机、网络缓存里被各领域分别回答。奥克兰大学的这篇论文给出统一数学答案。它不仅证明现有安全调度策略都是其特例，还在V2V车队与无人机SLAM中把通信与计算干预量分别砍掉99.3%和86%，值得一读。
斯图加特大学：现成CLIP零微调，天生就会预测人类眼动？
有句老话叫“所见即所知”，斯图加特大学这篇新作直接把它变成了“所听即所看”：只拿一个现成的CLIP模型做归因，不微调、不标注、不用任何生成架构，就能复现视觉世界实验里经典的预测性眼动——人类听到“eat”还没听到“cake”就把目光移向蛋糕，模型居然也“看”向了同一个地方。
江苏大学ACM MM新作：图像恢复"按需使劲"，LPIPS降12.8%
图像修复这事儿，有点像老小区改造：有的地方墙皮脱落要重刷，有的地方只脏了一小块。可现在的扩散修复模型偏爱"一刀切"，全图一样的约束力度、一样的步长节奏，既不省算力还容易把好区域修出问题。江苏大学这篇ACM MM 2026论文，用局部认知不确定性给模型装了一双"会看重点的眼睛"，该补的补、该跳的跳，LPIPS平均降12.78%、采样时间省8.42%，还能即插即
