快慢双路径Mamba + D-βB门控，文档二值化新范式
每次遇到新档案馆里那些发黄、透墨、满是污渍的老旧文档，你是不是还得重新标注数据、重新微调模型？本论文的DR-Mamba让你彻底告别这个繁琐环节——它利用巧妙的快慢双路径Mamba和样本条件的自适应减法门，在模型前向推理时就能自动适应每张文档的独特退化类型，效果还特别能打，尤其对最难处理的极端退化样本效果拔群。
视觉与图像
共 793 篇
南方科技大学最新研究：室内占据预测告别体素分类，32个基元效果优于SOTA，速度3.7倍
室内占据预测，传统方法要么算得慢，要么基元浪费。南方科技大学这篇FLM-Occ，直接把问题换个角度定义——从分类变成估计分布，用最大似然训练。结果呢？只用32个基元，精度超越SplatSSC的1200个，速度还快了快4倍！这思路，有点东西。
中山大学最新研究：让自动驾驶先“脑补”未来，再“反思”轨迹，4B模型SOTA效果亮眼8B
大多数自动驾驶模型都是“一条路走到黑”，直接生成轨迹，却不知道这轨迹未来会导出什么结果。中山大学等机构提出的IRR-Drive模型，让智能体先“预设意图”，再通过预测未来BEV可视化地“反思”一遍，最后才修正轨迹。这种做法在NAVSIM v1/v2两个权威榜单上都拿到SOTA，而且仅用4B参数就能干翻不少8B模型，性价比拉满。
WS Audiology最新研究：告别回声，2ms极速消除自语音，仅需0.18G算力！
远场设备增强语音回传时，往返延迟超10ms会引发烦人回声。这篇WS Audiology的工作创新提出“自语音消除”任务，设计延迟低至2ms、计算量极小的Mamba-MinGRU模型，在极低算力下解决痛点。继SEMamba++通用语音修复后，本文聚焦低延迟流式场景下的专项消除，非常实用。
GPT-5.2翻车？阿德莱德大学用解剖导联组CNN完胜零样本大模型
GPT-5.2这波属实翻车了。阿德莱德大学团队用标准的CNN模型就能把ECG图像分类做得稳稳的，零样本大模型却直接沦为了”随机猜测”。这篇论文不仅给火热的LLM医学应用浇了盆冷水，还提出一个生理学感知的LeadGroupECG架构，效果扎实。
图像压缩新范式：纯INR路线也能做到清晰无伪影，PaaF给出答案
图像压缩领域又出新招，这次来自意大利卡塔尼亚大学的团队，把纯粹的隐式神经表示（INR）玩出了新高度。他们提出的PaaF，用一套自适应量化和自调制激活函数，让INR图像压缩在感知质量上大杀四方。LPIPS相比最强基线NIF再降39%，低码率下的细节还原更是甩开对手几条街。纯INR路线原来还藏着这么大潜力！
最新基准测试：预测脑胶质瘤IDH突变，传统放射组学竟效果优于四大MRI基础模型
让最先进的MRI基础模型和“老古董”放射组学同台竞技，结果传统方法完胜？这篇论文对所有搞医学影像AI的人来说，都是一盆清醒的冷水。它告诉你，大模型未必是万能药，基线方法才是真正的试金石。
Yann LeCun参与，SkyJEPA：让四旋翼在潜空间预测，零样本仿真直飞现实世界！
Yann LeCun的JEPA思想终于上天了！这篇工作提出了第一个用于四旋翼实时控制的JEPA风格潜空间动力学模型SkyJEPA。它完全在仿真中通过域随机化训练，却能零样本迁移到现实世界，在户外飞行中跟踪误差降低近40%，换了桨叶、加了负载也不掉链子。想看世界模型怎么帮无人机“闭眼预测”的，这篇必读。
何凯明团队最新BiFlow：告别万步自回归，归一化流一步生成FID 2.39
说起生成模型，大家最熟悉的可能是扩散模型（Diffusion Models）和自回归模型（Autoregressive Models），它们一个靠“慢慢去噪”做到高质量，一个靠“逐词预测”称霸语言。但还有一个老牌家族——归一化流（Normalizing Flows，简称NF），虽然理论优雅，却一度因为推理速度慢、架构受限，被很多人遗忘在角落。
Netflix最新研究Vera：分层视频编辑，内容保真度狂甩VACE几条街！
还在苦恼给视频换个背景，主角的头发丝却“糊”了？传统方法“重绘全图”的做法就像把整面墙重刷一遍，难免会蹭到不该动的地方。Netflix联手Caltech最新力作Vera，直接给出“分层”方案——要改的部分单独画在一个“透明图层”上，再盖回原视频，从源头杜绝了“改哪坏哪”的尴尬。PSNR狂甩VACE 7dB，效果真的有点东西。
越南AI挑战赛夺魁！Vortex多模态视频检索系统，单模型搞定4大任务，90.5%准确率！
想找一个能同时理解文本、图像、语音，还能进行时序推理和交互反馈的视频检索系统？Vortex做到了。它在一个统一的框架内，巧妙融合了最新的视觉语言模型和经典的检索算法，并在激烈的AI大赛中取得了90.5%的惊人成绩。这不仅仅是技术堆叠，更是一场工程与算法的完美交响。
即插即用提升1.89dB，Mamba类模型秒变自适应
Mamba火了，但在图像恢复领域，它一直有个“单速”的先天不足——所有退化类型都用同一套状态演化节奏，这就像让法拉利和拖拉机跑同一条赛道，肯定出问题。上海交大团队看准了这个痛点，给Mamba注入了“液态大脑”，让模型可以根据图像内容自主选择多个时间尺度来演化。结果很惊艳：全一体化任务平均PSNR达34.23dB，狂甩各种SOTA方法。最关键的是，它是个即插即
