25张切片训练出可解释分割：同步辐射新方案
这篇论文最有意思的地方，不是把分割做得多花哨，而是把“先看懂再精分”这件事做成了零设置流程。对同步辐射断层这种数据洪水场景来说，能在重建后几分钟内给出可解释结果，确实比空谈高精度更像真本事。
视觉与图像
共 793 篇
SceneTok来了：3D场景压成32K token，5秒还能生成
3D场景生成一直卡在两个字：太大。SceneTok偏偏反着来，把场景先压成少量无序token，再把“渲染”和“生成”拆开做，结果是压缩率高得离谱，速度还不慢，挺像把大卡车拆成乐高再开回去。
ICLR 2026新作：自动驾驶微调为何越训越忘？
自动驾驶里最容易被忽略的坑，不是模型不会开车，而是学会开车后把老本行忘了。这篇论文第一次把“灾难性遗忘”做成可量化基准，还给出了一种不乱改权重的解法，挺适合认真看一遍。😊
CVPR 2026新作HIVE-3D：单图生成高保真3D场景，层级体素细化更稳
单图生成3D场景，最难的不是“能生成”，而是“生成后还能不能继续细化且不跑偏”。HIVE-3D把粗场景、2D分割、注意力对齐和体素超分辨率串成一条链，思路很工程，也很实用。
报告文本太强了：掩码后AUROC仍0.973
这篇论文最有意思的地方，不是模型把胸片分类做到了多高，而是它专门证明了：有些“高分”其实是报告文本在偷跑。对于做医疗多模态的人，这篇更像一场防作弊演习，值得认真看。
MICADO SCAO三阶段落地：88%闭环到最终交付
这篇不是“AI模型刷榜”，而是大型望远镜自适应光学系统的真刀真枪工程现场。最有意思的是，论文把MICADO的SCAO从β平板一路推进到最终配置，还真的把闭环跑起来了，88%斯特列尔比不是嘴上说说。
快手LPM工业级视频修复：45%观看时长都在用
视频修复最难的不是“修清楚一帧”，而是“修完一整条还不闪”。LPM把数据、训练、推理和部署一起打通，直接做到工业级落地，还顺手把带宽成本打下来了，属于论文里少见的真能进生产线的狠角色。
SSIM筛图替代去噪？CURE-OR结果更强
这篇论文的思路很“反直觉”：不是把坏图硬修好，而是先把明显拖后腿的低质图筛掉。对自动驾驶、目标识别这类任务来说，这种“减法思维”往往比盲目去噪更实用。
UCF-101上VideoRAE刷新SOTA：离散40、连续93
这篇论文最有意思的地方，不是又做了一个视频自编码器，而是把“只会理解”的冻结视频基础模型，硬生生改造成了能重建、能生成、还能加速训练的通用视频潜空间。更妙的是，它把连续和离散两条生成路线都打通了，工程味很足。
AAAI 2026新作：结构化强化学习让“说服式驾驶”提速30%
这篇论文最有意思的地方，不是“自动驾驶+强化学习”这几个词本身，而是它把“怎么劝车走哪条路”变成了一个可学习、可证明、还能在线更新的结构化问题。对做自动驾驶、交通优化、信息设计的人来说，这种把理论和工程一起收紧的思路，确实值得细看。
视觉大模型+LiDAR：ViCo3D把SOTA又抬高了
这篇最有意思的地方，不是简单把 DINOv2 往点云里硬塞，而是先把 LiDAR 变成 BEV 图像，再用视觉大模型补语义、用多尺度融合补细节，最后还把协同增益做到了更高。它回答了一个很现实的问题：协同感知里，特征不一定越像越好，能互补才是真本事。
NeurIPS 2026新作ViCo3D：DINOv2让协同3D检测增益飙到1.8倍
V2X协同感知最烦的，不是“有没有信息”，而是“信息怎么不打架”。ViCo3D偏偏不去硬拗一致性，而是借DINOv2给点云BEV补语义，再做多尺度融合，结果协同增益直接拉满，思路很有意思。
