西南科大最新研究：AI "边涂色边切割"，扩散模型玩转医学影像分割
图像恢复越清晰，检测反而越容易翻车？SafeRestore告诉你：别急着让AI"修复"图像，先给修复结果发张"安全认证"再放行。这篇论文最精彩的地方，是诚实地展示了自适应策略如何在五次实验中只通过一次认证——比简单插值还没牌面。
视觉与图像
共 793 篇
ACM MM'26香港城大新作：专治多模态推荐“标题党”骗局，反向净化噪声还能涨点11.28%
这年头，连推荐系统都会被商品的“照骗”带偏？香港城市大学等团队在ACM MM'26提出的OrthoRec，用正交几何的办法把视觉与文本里的“标题党噪声”给拧出来，从源头防污染。三位一体设计（CGOP+TAR-MoE+safe-SSL）逻辑自洽，三个Amazon公开数据集上全面刷新最优，最高提升11.28%，冷启动和抗噪表现也很扎实。想做靠谱多模态推荐的同学，
杜比实验室新作：AI边看边猜观众哭不哭，1%标注媲美全量SOTA
电影放映前 ，最让人紧张的变量不是画面清不清晰、声音大不大，而是观众看到第 17 分钟会不会笑、第 42 分钟会不会哭、结尾字幕亮起来时会不会觉得这钱花得冤枉。
把病灶“外形”和“纹理”拆开学，SAUF-Net把Dice拉到91.98%
标注数据稀缺是医学影像落地的头号绊脚石。SAUF-Net把视野从“预测结果的一致性”拉到“内部特征表示是否可靠”，用“结构-外观解耦”的思路直接回应伪标签误差累积这个老大难问题，在5%标注率下打出了超越不少10%标注方法的效果，值得所有做半监督分割的读者花几分钟看看。
RAW域修复和RGB域修复谁才更强？维尔茨堡大学新基准给出反直觉答案
图像修复该放在ISP前还是ISP后，一直是个争论点。这篇来自维尔茨堡大学的新基准给出了一个略带“反转”味道的答案：选RAW还是RGB不是核心，修复模型的训练分布是否对齐目标成像管线才是决定性因素。结论来自四组手机传感器、两种固定ISP与三档退化条件的系统实验，值得计算摄影研究人员和移动端算法工程师都花时间读一读。
最新轻量级AIO天气恢复：80%参数全免，速度提升5倍？FReSH-IR详解
一个模型搞定雨、雪、雾，还要把大模型的参数量和算力砍掉80%？FReSH-IR给出了一份“轻量但能打”的答案。本文将拆解它是如何通过高低频分流、谐波融合，在几乎不掉点的前提下把推理速度提升数倍，并且让边缘设备也能跑得动。
最新证明：扩散本质是注意力，免训去噪网络还快8.5倍
主流生成两座大山——扩散模型和Transformer注意力，这篇论文却用凸优化推出了一个有点反常识的结论：扩散模型的最优去噪解，本质上就是自注意力；Softmax也因此有了统计检测层面的解释。更实用的是，利用等价性可以跳过昂贵的去噪网络训练，直接基于近邻潜向量插值生成，单张耗时仅0.02秒、实现8.5倍加速。理论派和实践派都值得一读。
冻结VLM也能救模态缺失？纽约州立大学提出TLP，只调logit涨8个点
龙哥先问一个场景：你正在用CLIP做图文检索或者分类识别，模型在完整图文输入下表现一切正常。结果换上真实业务数据，图像传感器抽风了、文本因为隐私脱敏被清空了、数据库某个字段残缺不全——模型性能瞬间崩掉一大截。
MRI超分训练太贵？把VGG感知损失塞进扩散目标可省钱
扩散模型做超分，画质确实顶，训练也确实是出了名的“百万步起步”。这篇文章没动网络结构，只在训练目标里加一个冻结VGG的感知正则项，就能让脑MRI和彩色人脸超分稳定加速收敛，局部细节还更真。想低成本给扩散训练“加外挂”的读者，值得花三分钟读完。
从时间序列到3D形状：一个框架通吃四类生成任务
先看一个让龙哥觉得有点"反直觉"的画面：下面这张图，从左到右分别是64×64、128×128、256×256、512×512，直到1024×1024分辨率的人脸生成结果。
雨天雪天雾天通吃？慕尼黑工业大学UAR-Net四项基准刷新SOTA
雨天、雪天、雾天，一个模型全搞定？针对统一恶劣天气修复中“全局聚合不分天气、跨尺度融合太粗暴、目标函数太自信”三大痛点，慕尼黑工业大学团队祭出UAR-Net，用门控Transformer加不确定性建模，直接刷新SOTA。结果实在，思路清晰，搞图像恢复的同学值得一读。
北大&字节提出UEAP-4k：专治画质增强“翻车”，AP50提升5.7个点！
刷短视频时，原图里正常的人脸经过平台"画质增强"后，可能变得僵硬或文字扭曲。这是平台在后台对用户生成内容（UGC）进行压缩、编码、解码、再增强的结果。
