真实商店实测：非语言动作让机器人多接住15.3%对话
这篇论文最有意思的地方，不是把机器人“说得更像人”，而是先承认一件很现实的事：顾客很多时候根本没开口，机器人却已经该接话了。15.3%的回应由无声动作触发，这个数字很扎眼，也很适合拿来反思纯语音对话系统的盲区。
标签：AI应用
共 451 篇
CVPR 2026新去雾：BPUL让四个主干都涨点
去雾这事最烦的不是“有雾”，而是雾还会挑地方、挑光照、挑场景。BPUL的思路很直接：别假装雾是确定性的，先把不确定性拎出来，再用物理一致性和对比约束把模型拽回正轨。😊
北京理工大学新方法：让模型“说实话”再追求精准
这篇论文把一个很现实的问题挑明了：多模态大模型不是不会说细节，而是细节一多就更容易“翻车”。GRANFACT、层级评测和RP-DPO三件套，正好把“说得更细”和“说得更准”这对老冤家拎到台面上狠狠干一架。
ICML 2026新作：Flet把假图检测拉回73.1%
AI生成图像检测这条线，最怕的不是模型差，而是对手升级太快。Flet不再死磕“静态特征”，而是直接把检测器做成能跟着新生成器一起变的系统，这个思路很对路。
5.12亿样本训练后，J0740+6620后验仍然很宽
这篇论文最有意思的地方，不是“又测了一次脉冲星”，而是把原本极其耗算力的磁场反演，硬生生改成了神经网络加速的贝叶斯推断。速度上去了，结论反而更诚实：后验很宽，说明这题远没有想象中那么好答。
128簇路由更准：Apple这篇MIPS新方法有点狠
Apple Research这篇论文不玩“更大的索引”，而是直接让模型学会“怎么搜”。SupportNet学支持函数，KeyNet直接回归最优键，思路很狠，工程上也很实用。
JWST原始分辨率反演VHS 1256-1257 b：79%云层与18O贫化
这篇不是简单“看光谱”，而是把JWST/NIRSpec的原始分辨率数据直接拿来做大气反演，连同位素都往里抠。结果把VHS 1256-1257 b的云层、垂直混合和18O贫化一起摆上台面，信息量很足。
DeepSeek教Qwen7B做题：蒸馏后准确率涨4.76%
这篇论文不玩虚的，直接拿 DeepSeek-R1 教 Qwen2.5-7B 做数学题，结果不是“玄学提升”，而是能稳定涨分，还顺手把“推理长度一缩水，准确率就掉”这件事讲明白了。对想做小模型蒸馏、数学推理和本地部署的人，都挺有参考价值。
Restore3D来了：破损3D物体形状纹理一起修
这篇论文把“破损3D物体修复”从单纯补几何，推进到形状和纹理一起补，而且还要尽量保住原来没坏的部分。更狠的是，它不是只靠人工标注，而是把补哪里这件事也交给模型自己判断。
AmbiDrop来了：阵列无关语音增强，未知麦克风也能稳
这篇论文最有意思的地方，不是又堆了一个更大的网络，而是把“阵列无关”往前推了一步：先用理想 Ambisonics 训练，再用通道 dropout 模拟编码误差，最后靠 ASM 把任意麦克风阵列接进来。未知阵列、真实 Aria 眼镜、麦克风缺失，三关都过了，工程味很足。
斜率引导Mamba来了！光场超分提升0.42dB
这篇论文最有意思的地方，不是又堆了一个“混合框架”，而是它把光场超分里最容易翻车的两件事——几何错位和扫描错位——分别拎出来治。一个负责让空间和角度别各唱各的，一个负责让Mamba别顺着方格子乱跑。
图像域倾斜约束来了：无人机预测RMSE降58.7%
这篇论文最有意思的地方，不是又堆了一个跟踪滤波器，而是把无人机在图像里“歪一点、抖一下”的姿态，硬生生变成了加速度约束。对短时预测来说，这招很实用，尤其适合小目标、机动目标和多相机异步融合场景。
