何恺明参与！Group Norm让小批量训练不再翻车
Batch Norm 一遇到小批量就容易“犯怵”，这篇论文直接给出替代方案：把通道切成组，在组内做归一化，既稳又好迁移。对检测、分割、视频这类显存紧张任务尤其友好。
视觉与图像
共 793 篇
TIGER登场：一招搞定人脸视频修复三大难题？
TIGER专治人脸视频修复里的三大顽疾：身份偏移、视角纠缠和“修得像但不像本人”。它把身份、几何和生成先验一起拉上场，还顺手做了一个大规模数据集，属于能打又能落地的那种。
SAM2Matting零样本SOTA：视频抠图不用再靠昂贵标注
SAM2Matting把“跟踪”和“抠图”这对老搭档拆开干活，思路很干净。更离谱的是，它只用图像训练，却能在视频抠图上打出零样本SOTA，属于那种看完会想拍桌子的设计。
ECNU新方法：医学切片超分辨率提升1.07dB
这篇论文把医学切片超分辨率从“随便补细节”改成“先守规矩再补脑补”，特别适合临床场景。零空间约束负责不乱改原始观测，样条混合负责把缺失层补得更像那么回事。
Nyström把核方法瘦身了：大规模去噪还能省算力
这篇论文把“核方法太慢”这件老毛病，直接交给Nyström子采样来处理，而且不是只顾着快，还给出了向量值回归场景下的收敛理论。更关键的是，它把去噪这类很实用的问题也一起纳入框架，属于既能打理论、又能落地的那种。
NVIDIA+清华新作Causal-rCM：2步视频生成冲到84.63
这篇论文把“教师强制”和“自习强制”拧成了一个统一蒸馏配方，还顺手把连续时间一致性模型和分布匹配蒸馏接上了。更有意思的是，它不只会讲方法，还真把流式视频生成和交互式世界模型都跑出了像样的结果。
FPV无人机竞速新方法：失误更少、学得更快
这篇论文挺有意思，核心不是让AI帮人飞得更稳，而是让AI知道什么时候该帮、什么时候该收手。宾大这套L2C把“教练”这事做成了强化学习问题，FPV无人机实验也给出了挺硬的结果。
GAN训练也能算清楚？Koc大学提出有效协方差动力学
这篇论文最有意思的地方，是把原本“玄学味很重”的GAN训练，硬生生拆成了可解的高维动力学问题。类条件、相关性、非零均值这些看起来很乱的因素，最后都被压进了一个有效协方差里，理论和实验还能对上。
NeurIPS 2026新作：GAN有效协方差一变，学习命运就改写了？
这篇论文把“GAN为什么会学、什么时候会崩”讲得很透：不是只看单个特征强不强，而是看它们凑在一起后的有效协方差。相关性这回不只是添乱，处理得好还能把弱信号抬进可学习区间，挺有意思。
Apple新作Velox：单段视频生成4D世界
这篇 Velox 有点意思：不靠时间对应，不靠复杂输入，只拿动态点云就想把 4D 几何和外观一起学明白。更妙的是，它不止会“记住”4D，还能拿去做视频转4D、3D追踪和布料仿真，算是把潜在表征这张牌打得挺顺。
SIGCOMM 2025新思路：卫星图像不再全下传
这篇论文把卫星链路里最贵的“像素搬运工”思路，换成了更聪明的“语义快递员”。压缩、恢复、推理一条龙，目标不是把图原封不动送到地面，而是把任务真正需要的信息送到位。
ECCV 2026新作：AMG-Fuse让恶劣天气融合更稳了
这篇 AMG-Fuse 很会“借力打力”：不死磕把退化图硬修到完美，而是先用伪真值把训练方向扶正，再用掩码把每个模态该出力的地方分清楚。雪、雨、雾都能一起照顾到，还顺手把下游检测也拉了一把，属于很实用的那种新方法。
