北英格兰大学新作：低对比度掌脉图像不再难认
掌脉识别最烦的不是“认错人”，而是图像本身先把自己搞得像一团雾。本文把低对比度增强和特征匹配过滤串成一条完整链路，在三套数据上把效果、泛化和工程代价都讲得比较实在，值得认真看。
标签：AI应用
共 437 篇
腾讯+中山大学新方法：视频生成提速2.11倍
视频生成最怕的不是“算不动”，而是“算力明明省下来了，GPU却在等别人”。FVAttn抓住的正是这个系统级痛点：自适应稀疏注意力一边提质量，一边制造负载不均。论文把运行时修负载、空闲算力再利用和计算通信重叠串起来，思路很工程，也很实用。
Hawkes过程遇上多GPU：可扩展性终于跟上了
Hawkes 过程一直是“看起来很美，用起来很贵”的典型代表。这篇论文没有只讲概念，而是把拟合方法、复杂度和多 GPU 推断真正串起来，还拿 41.2 万条美国枪支暴力数据做了实战，工程味很足。
预处理只管细网格：这篇论文把高阶隐式法做顺了
细网格一多，显式法就被 CFL 绑住手脚；全隐式法又贵得离谱。这篇论文的思路很实在：高阶 Gauß 隐式 RK 负责精度，预处理 QMR 负责把细网格的拖累压下去，理论和实验都给出了像样的交代。
两个数量级提速：OVAL让ODRL流式监控跑起来了
ODRL这类政策语言，最怕的不是规则多，最怕的是“同一套规则，不同系统各自理解”。这篇论文把评估问题拉回形式化语义，并做出一个能跑、能比、还能处理流式事件的评估器OVAL，属于少见的“理论不飘、工程能落地”。
ETH Zurich×NVIDIA新作：AllReduce为何能贴近SoL下界
这篇论文很像在GPU通信里“抠微秒”。看起来只是把延迟从 11.0 微秒压到 2.37 微秒，背后其实是在逼近硬件下限；一旦放进大模型推理链路，省下来的就不只是时间，还有真金白银。
ETH Zurich×NVIDIA：微秒级抠延迟，推理成本再降一截
GPU 推理最怕的不是算力不够，而是通信那点“看起来不大、实则很贵”的微秒级开销。NVIDIA 这篇论文把 AllReduce 往硬件极限推，最好只剩约 7% 的误差，vLLM 推理和 cuSOLVERMp 都能吃到红利，属于非常典型的“抠延迟抠出真金白银”的工作。
MICADO MAIT新进展：500Hz闭环跑通了
ELT首光仪器不是“画图纸”阶段了，SCAO模块已经开始真刀真枪地制造、集成和闭环测试。更硬核的是，团队已经在台架上跑出500Hz稳定闭环，这种工程进度比很多论文里的“未来工作”更像未来。
LLM开上太阳望远镜？JW-ASTClaw让自主观测真落地了
这篇论文最有意思的地方，不是“又一个大模型接了个工具”，而是它真的把大语言模型塞进了太阳望远镜的实时控制链路里，还跑在了中国日地空间环境监测网的实际设备上。它解决的不是玩具问题，而是云、风抖、活动区、快速耀斑响应这些会直接影响观测价值的真麻烦。
ICCV 2026风格D2DF：视频移物一步搞定，还能不要草稿
这篇工作最狠的地方，不是“能修视频”，而是把“多步扩散修复”硬生生压成了一步，还顺手把对外部草稿的依赖也掐掉了。对于视频对象移除这种既要像真、又要够快的任务，D2DF给出了一条很工程化的路子。
ICASSP 2026新作：场景驱动Hadamard排序，30%采样也能稳拿高质量光谱图
单像素光谱成像最怕“拍得慢还拍不准”。这篇论文的思路很直接：先拍一点点，再让模型决定后面该拍哪些 Hadamard 模式，结果在仿真和近红外实拍里都比固定排序更稳。
上海AI实验室等开源视频深度估计新模型！从游戏里抓出6M帧合成数据，效果效果优于所有生成式方法
如果有一项技术能从你的手机视频中提取出世界的3D结构，像人眼一样感知景深，你会用它做什么？上海AI实验室联合浙大、悉尼大学，最近放了一个大招：Depth Any Video。这个模型直接在Stable Video Diffusion上「开刀」，并靠着从游戏世界收集来的600万帧高质量深度数据，实现了视频深度估计的时空一致性全面飞跃。效果拉满，看了演示gif保
