DCP改造后有多强？四叉树+引导滤波跑出0.74SSIM
这篇工作很“朴素”，但不空。它没有靠大模型堆参数，而是把低光照增强里最容易被忽略的几个老问题——大气光估计不准、透射率细节糙、结果容易发灰——逐个拆开处理。思路偏传统，但工程味很足，适合想看物理模型怎么落地的人。
标签：人工智能
共 701 篇
EHT最新揭示3C 279喷流“横着长”：速度逼近10倍光速
这篇论文最有意思的地方，不是“看见了喷流”，而是看见喷流在黑洞附近居然不是笔直冲出去，而是先拐弯、再加速、还顺手把视角压到接近正脸。EHT把3C 279的内核区域拍得足够细，细到能把“伪影”和“真结构”分开，这才是硬核。
原子一跑就退相？这篇论文把里德伯激元救回来了
原子一跑，相干就散，这事在里德伯极化激元里尤其致命。本文不去硬追“把原子冻住”，而是让原子在存储期间自己把相位补回来，三套协议的思路都很直接，实验可操作性也不差。
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。
Apple Research最新论文：3步从图像集合悟出概念
这篇论文最有意思的地方，不是又造了一个更会“听话”的模型，而是把问题反过来：模型能不能从几张示例图里自己悟出共同概念，再拿去指导生成？Apple Research这次盯上的，就是视觉模型最容易翻车、但也最像人类学习的那一口气。
上海AI Lab最新研究：给视频做深度估计，零成本“打游戏”就搞定了？
视频深度估计一直卡在“没数据”上。这篇来自上海AI Lab、浙大和悉大的论文，直接去游戏里“白嫖”了4万段高精度视频深度数据，再把手里的视频生成扩散模型改成深度估计模型，3步去噪就出结果，跑得比谁都快。效果直接起飞，把之前所有生成式深度模型都甩在身后。
低信噪比下反超MVDR！这篇论文把语音增强改成了“看输出”
这篇论文最有意思的地方，不是又造了一个波束成形器，而是把“选参数”这件事倒过来了：不先盯输入信号，而是先看输出好不好，再决定用哪个候选方案。对低信噪比和麦克风统计失真的场景，这个思路很实在。
6G卫星语义通信新框架：VAE把带宽压到98.17%
这篇论文把“自动驾驶需要传什么”这件事说得很直白：别再傻乎乎传整张图了，直接传任务相关语义。更有意思的是，它不是只做压缩，还把重建和分类一起训练，顺手把卫星链路下的低信噪比问题也一起收拾了。
北大等提出HDR：多步视觉推理从34%冲到60%
视频模型最尴尬的地方，不是不会画，而是会画却不会“想”。HDR把这个矛盾掰开了：先粗后细地推理，再保持流式低延迟输出，六个多步任务上把成功率从34.22拉到60.29，确实有点东西。
MICCAI 2026新作CRISP：不用目标域数据，医学分割照样更稳
医学图像分割最烦的不是分不清边界，而是模型一出院门就“水土不服”。CRISP不靠目标域数据、不改测试时参数，直接用排名稳定性把不确定边界一层层挤出来，思路干净，临床味很浓。
Apple Research新方法：不用教师也能提升代码模型
这篇论文最狠的地方，不是把代码模型调高了几个点，而是它几乎没加任何“外挂”：不要验证器，不要教师模型，不要强化学习，只靠模型自己的原始输出就能涨分。更有意思的是，提升还主要落在更难题上，说明它不是在“刷题套路”，而是在改模型分布本身。
Apple Research新论文：遗忘前先删低影响点，最高省50%
这篇论文最有意思的地方，不是“能不能遗忘”，而是“遗忘前能不能先把没必要遗忘的删掉”。Apple Research 直接把机器遗忘做成了省算力工程，最高能省下约50%执行时间，思路很实在。
