FDA最新研究：病理图像评估不用纠结，换个特征提取器，相关性飙8倍？
先来聊一个问题：怎么判断一张“造假”的病理切片图像到底像不像真的？
视觉与图像
共 793 篇
埃默里+芝加哥最新研究：说句话AI就改轮廓，胶质瘤分割DSC涨2.2%
化疗靶区勾画要改一处轮廓，AI直接"听懂"人话动手改——这是三维医学影像分割基础模型VoxTell与文本指令结合的一次亮眼尝试。冻结全部预训练权重，只训练一个轻量指令分支，就能让模型按临床语言精确编辑亚区轮廓，正确指令在跨数据集测试中比矛盾指令高出0.047的Dice分离度，方向对了。
告别标注！成功大学HyperLUCID零标签高光谱变化检测，精度97.9%
这篇工作提出一个反直觉的新思路：高光谱变化检测不直接“找差异”，而是先学一个“光谱校准函数”把两次拍摄的条件差异抹平，变化区域自然“跳”出来。全流程零标签、无监督，精度最高冲到97.9%，参数量和计算量还比同行低一两个数量级，机载边缘设备都能流畅跑。零标注、高精度、还轻量，值得细读。
3D高斯泼溅杀进波束赋形！港科大GSBF免CSI延迟仅24ms
当视觉圈的3D高斯泼溅还在忙着做新视角合成时，港科大的研究者已经把它搬进了毫米波通信的波束赋形里。GSBF让基站不再依赖繁琐的在线CSI估计，用激光雷达点云初始化环境表征，24毫秒内直接合成高质量波束——连逐波束扫描都省了。
零样本图像描述卡壳3年？3个检查点把CIDEr拉到117.6，无需任何配对数据
零样本图像描述三年没挪窝，这篇论文用多检查点对齐评分框架，推理阶段把CIDEr从108.0干到117.6。不重训描述器、不吃配对数据，全靠把评分器插在更多位置上——早该这么干了！
TAIL2SENSORS：自动驾驶的“物理线索路由”新范式
自动驾驶里让AI听懂“右前方二十米那辆白色轿车”并不简单，因为颜色、距离、运动速度这些线索分散在不同传感器手里。这篇论文一口气集齐相机、激光雷达和4D毫米波雷达，搞出全球首个三传感器3D视觉定位数据集Talk2Sensors，再配一个TSFormer框架，把强基线甩开8.05 mAP，还让“物理线索路由”第一次有了正经benchmark。做多传感器感知的团队
暗夜卫星图越修越糊？HALO双先验焊死注意力，8大基准SOTA
卫星半夜拍的地球照片，又黑又糊还布满噪点，现有增强方法越修边界越糊、颜色越偏。这篇HALO把DINOv3语义先验和Depth Anything 3几何先验直接焊进注意力矩阵，用“正同质偏置+负异质惩罚”把特征聚合钉在物理边界内，8大基准全面领跑，低光遥感增强终于有了靠谱的新思路。
胎儿超声合成告别128×128：EDM2高分辨率开源模型全面上线
准妈妈躺在检查床上，医生拿着超声探头在肚皮上滑来滑去，屏幕上一团模糊的灰度影像。别小看这团灰度，它决定了整个孕期最重要的一次“过关”。产前超声检查是评估胎儿健康的主要手段，而人工智能想在里头帮忙，先得喂饱数据。问题来了…
中科院零训练AI文本检测：EchoPrompt一句前缀识破机器写作
AI写得越来越像人，怎么零训练识破它？中科院团队从“生成机制”入手，给文本加上一句通用助手前缀，没想到机器文本立刻“自我暴露”——无需任何训练，检测精度直接刷新SOTA，甚至比不少训练过的检测器还猛。值得一看的“机制级”AI文本检测新思路。
图像去噪｜上海交大新方案：去噪模型砍掉90%参数，画质几乎无损
手机拍完照，噪点糊一脸？上海交大这个LiteKD-Net给出一个相当务实的答案：把重型去噪网络的参数砍掉90%、推理提速近2倍，再用知识蒸馏把画质“回填”回来，最终效果直逼大模型。做移动端部署的团队，这篇值得一读。
Apple最新研究：不靠GPT-4V，BDHS免费造出高质量幻觉数据
苹果出品，必属精品？这篇论文直接把多模态对齐的“水分”挤干了——不靠GPT-4V、不靠人工标注，用一招“蒙住眼睛”的BDHS方法就能生成高质量偏好数据，效果还能打。对于想低成本做多模态对齐的人来说，这绝对是值得读的“省钱秘籍”。
CMU等四校联手：可微分物理笔刷，让AI生成手写还能操控机器人直接写出来
想象一下，AI 不仅能模仿任何人的笔迹生成手写图片，还能把笔画轨迹直接发给机器人，让它拿着笔在纸上写出来——在线轨迹和离线图像向来是两条平行线，这篇来自 GIST、CMU、延世大学等机构的论文用一个六参数的可微分物理笔刷模型，硬是把它们捏成了同一件事。
