端到端自动驾驶：22小时适配变0.9小时，且零在线交互
端到端驾驶系统有个“隐形痛点”：车厂不断升级感知模型，可下游的决策策略一旦重训就是天价成本。上海交大这篇论文直接点题：不重训策略，就用一个轻量“拼接层”把特征空间对齐回来！效果扎实，跨域场景下驾驶分数从34.76飙到89.88，而适配时间从22小时缩到1小时以内。这思路特别实用，喜欢搞工程落地的朋友别错过。
标签：模型架构
共 307 篇
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。
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。
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。
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！
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。
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
Meta最新研究：用“软聚类”给物品画像，生成式推荐效果大涨！
生成式推荐是当下的研究热点，但如何将用户复杂的协同行为和物品语义同时注入大模型，始终是个难题。Meta这次提出G2Rec，巧妙的用了一个稀疏的物品协同图来捕捉用户行为，再用一个可扩展的“软聚类”方法自动学习出每个物品属于不同兴趣原型的概率，把难以表达的“上下文”变成了模型能轻松理解的结构化token。结果在多个数据集上全面领先，而且在线部署效果也很亮眼。读这
告别复杂两步法！端到端训练线性网络，状态估计误差仅1/√T
这个问题就像一个“灵魂拷问”：我们费劲训练一个模型预测时间序列的下一个值，它除了学会预测，它的内部“黑盒”里是否也偷偷学会了理解这个世界的底层规律？这篇来自康奈尔大学、华盛顿大学和帝国理工的论文，用严格的数学证明了：一个简简单单的两层线性网络，在训练之后，它的隐藏层居然自己学习了卡尔曼滤波！方法巧妙，理论扎实，而且开源了代码，非常建议关注时序建模和状态估计的
Fraunhofer研究所新作：用「概念流树」替代扁平瓶颈，信息泄露减少40%！
概念瓶颈模型(CBM)一直在“可解释性”与“信息泄露”间走钢丝——模型学会用“车门”、“挡风玻璃”来识别猫？Fraunhofer研究所这篇论文用“层次化决策树”把概念空间拆成多个局部子空间，让每个预测只走自己的专属路径，从根本上堵死了信息泄露的后门！效果还跟平铺直叙的CBM不相上下。
基因表达聚类新范式：让数据自己说出疾病故事
基因不是孤军奋战，它们像帮派一样协同作战。如何在不打标签的情况下，让数据自己说出疾病的“内部故事”？昆士兰大学这篇工作，把基因模块玩出了新高度，用混合因子模型在785个样本里无监督找到了9个分子亚型，BIC狂甩传统方法250,000分。
FlashRT开源：27倍加速，边缘AI推理告别“重计算”，秒变“快照恢复”
当机器人每次重启都要重算大模型，或边缘设备LLM冷启动慢到怀疑人生，这篇论文给出了天才解法：把整个推理的“当时状态”像游戏存档一样快照，下次直接读档。FlashRT通过“执行状态胶囊”，让低延迟、小批量的边缘AI服务延迟狂降27倍，并在LLM、TTS、机器人策略上统一了这套机制。简单说，就是让AI推理变得像按快门一样快。
