告别4K卡顿！新南威尔士大学提出P-PatchDif：低光增强提速80倍，显存不到9G
拍完夜景想发朋友圈，结果暗部一团黑、亮部还偏色？这篇新南威尔士大学的工作把分块扩散模型玩出了新花样：分块尺寸随时间步渐进增大，既保住局部细节又协调全局亮度，4K图像推理提速80倍，显存仅需8.8GB，简直是低光增强领域的"效率控"福音。
最新文章
共 1573 篇
U-Net分割血管总断条？UI-VISA让区域生长给血管“接骨”，clDice显著提升还快3~5倍
要说清楚这篇论文在解决什么问题，得先从一张血管造影图说起。
莱布尼茨大学最新证明：有能隙物态里也存在Haag对偶性死角
把量子体系想象成一座被切成东西两半的“纠缠城市”，东城 A 区与西城 B 区分别住着一堆相互纠缠的粒子。
最新理论：非线性约束也Nesterov加速，首个乘子框架O(k⁻²)
众所周知，用梯度下降解无约束优化，Nesterov加速能把收敛率做到O(k⁻²)。但一旦加上非线性不等式约束，惯性外推就不灵了。这篇论文用巧妙的切向外推和投影乘子设计，首次在乘子框架下同时打通了连续与离散时间的O(k⁻²)收敛，理论控狂喜。
视频推荐只会"哪里相关"？反事实测试揭开"是否真有证据"的谎言
推荐系统平时只知道"你爱看什么"，却说不清"视频里哪一秒、哪个画面真正打动你"。这篇论文设计了一套反事实测试：把证据片段替换掉，看模型还坚不坚持原先的判断。结果扎心——不少模型定位很准，但证据判断相当糊弄。值得所有做视频推荐、时间定位和可解释推荐的读者一读。
多智能体还在"群聊"误诊？华南理工新框架把会诊画成推理图，转诊准确率飙到95.3%
一堆AI医生会诊，居然还会“抱团跑偏”？把肺癌晚期患者往肿瘤科一推，完全无视血氧已经掉到危险线。华南理工等机构最近祭出新框架MASGR，把松散群聊升级成结构化推理图，再请来“仲裁官”把关，转诊准确率一口气顶到95.3%。
EMNLP 2026最新：对话推荐总翻车？DREAMS用双蒙特卡洛树让大模型记住偏好，成功率最高+56%
当大模型碰上对话推荐，最怕的不是模型笨，而是它“聊完就忘”。这篇EMNLP 2026主会论文直接抛弃了把上下文堆进Prompt的粗暴玩法，提出双节点蒙特卡洛树搜索框架DREAMS，一边主动问偏好，一边把对话状态变成精准检索查询，成功率平均提升7.43%，Redial上R@1高达0.507，还开源了代码，值得一读！
三阶系统实测：时空变换让控制抖动量直降99%，安全性不缩水
这篇论文把CBF/HOCBF/ECBF的老底掀了——它们本质是"零记忆"的瞬时高通滤波器，噪声一上来控制器就疯狂抖动甚至直接失能。作者提出的时空变换用"有记忆的卷积内核"替掉"瞬时微分"，理论和实验双杀：控制总变差降99%，安全率照样100%。做机器人落地的朋友值得重点读。
诺思罗普·格鲁曼新方案：10纳秒无微波读取超导量子比特，保真度99.7%
超导量子比特的读取一直是规模化的“卡脖子”环节——传统色散读取又慢又依赖微波。诺思罗普·格鲁曼团队这次直接甩出一套无微波方案：10纳秒制备与读取、99.7%保真度、282个器件验证，还顺带把量子信号转成数字逻辑，整套思路对超导量子计算控制系统而言，属于值得细读的硬核参考。
康奈尔提出VOLM：与其问“是不是AI写的”，不如问“你贡献了啥”
当AI检测器还在纠结"这段文字是不是AI写的"时，康奈尔大学的学者们已经换了个更狠的问法："就算全是AI写的，这里面有多少想法是你先想出来的？"这就像是问一个球员，不是他投进了多少球，而是他比随便从替补席拉上来的人多得了多少分。这篇论文提出的VOLM框架，正试图用棒球统计的智慧，重建人机协作时代的贡献评价体系。
南开&大疆EyeControl：随手画几笔，AI修图让主角“破墙而出”！
拍完照片，别人看主角还是背景杂物？调亮度、加对比度、局部压暗……折腾半天，效果不佳。
Apple实测：世界模型多塞2.4亿参数，技能发现反而四连跌
在机器人学习圈子里，长期存在一个有点“程序员味”的执念：能不能别让模型把每个动作都当成一行新代码来背，而是像人写程序一样，先把“拿起”“放下”“对齐”这类子技能抽成函数库，遇到新任务直接调用？
