ACM MM'26最新：福州大学仅增0.07M参数，低光色彩还原不再跑偏
低光增强里"提亮容易、校色难"的老大难问题，这篇论文算是啃到点子上了。福州大学提出的CAGE框架，用可解释的颜色空间变换方案做色彩校正，还能像插件一样直接塞进现有模型里，成本低到可以忽略。在低光图像处理这个长期刚需的赛道上，这活儿干得漂亮。
标签：涨点神器
共 119 篇
扩散模型终于懂物理了！阳明交大×NVIDIA最新去雾：平均涨0.57dB
同样是扩散模型，凭什么HNDif去雾更猛？因为它不玩"纯噪声瞎猜"，而是把大气散射模型直接写进扩散过程：雾浓处多注噪声、雾淡处少注噪声，反向再联合去雾去噪。四个主流去雾骨干、六个基准数据集，平均PSNR提升0.57dB。想给自家去雾模型"插管提速"？这篇值得细读。
顶级会议新研究：让语音增强模型学会唱歌，原能力还不掉
一边是700小时的大规模语音增强数据，一边是只有35小时的歌声分离标注集，AI界“贫富差距”在这篇论文里被LoRA一招填平。只需6-12%额外参数，就能让语音增强模型“开口唱歌”，还稳稳保住原有看家本领，这买卖划算。
CVPR 2026新作：广西师大砍掉60%模板Token，跟踪精度只掉0.4%
多帧视觉跟踪里模板帧越堆越多，效果却可能越堆越差？ETCTrack用一个可学习的ATC模块把历史模板Token动态压缩60%，MACs直降21.4%，精度只掉0.4%，还在七个基准上拿下SOTA。代码已开源，看完这篇也许能重新理解“给Transformer减负”这件事。
华中科大+地平线新作：流式视频生成FVD暴降36.6%，训练推理终于“对齐”了
视频生成要当世界模型，最大的坑就是训练时乱炖噪声、推理时要按顺序去噪。华中科大联合地平线这篇Stream Forcing把“训练节奏”做成课程：先广撒网、再精对齐，UCF-101上FVD直接降了36.6%，还能零样本飙到128帧。继2026年6月聊过NVIDIA+清华的Causal-rCM之后，这是又一篇把流式生成训练做扎实的工作。
密歇根大学提出PE-Mamba：双向Mamba扫描，AI假图检测冲到96.6%！
AI生成的假图肉眼越来越难辨，可检测器却还停留在“加权平均”的老路子。本文提出的PE-Mamba，把Transformer层间特征当有序序列，用双向Mamba扫描来聚合取证线索，只训练1.3%参数就把主流假图检测基准刷到新SOTA，思路清奇又实用。
MIRA让SQL纠错记忆精准复用：修复261条错查询仅误伤18条
Text-to-SQL最磨人的不是不跑，而是“跑得动、结果是错的”。MIRA把历史修正记忆拆成乐高式独立修复项，再用数据库证据精准激活——261次成功修复、仅18次误伤，SQL纠错玩出了手术级精度。
武大PROTEUS：水下图像恢复新SOTA，仅2.6M参数登顶U90
水下照片又绿又灰还带雾？武汉大学等机构的最新PROTEUS让你一键还原！它把“退化信息”从累赘变成向导，既用它引导特征调制，又用它控制跳跃连接复用。仅2.61M参数，U90的PSNR刷到25.50dB，LPIPS更是把第二名从0.086打到0.081，轻量又能打，值得一读。
仅1500张图让ViT学会看“鸟喙”，CVPR 2026新方法鲁棒性大涨
本论文针对视觉Transformer在分布偏移下依赖背景等虚假相关性的顽疾，提出概念引导微调（CFT）。仅用1500张图、无需人工标注，让模型注意力从背景转向鸟喙、鱼鳍这类判别性语义概念，五个OOD基准一致提升。CVPR 2026 Highlight，代码已开源，可复现性强，值得细读。
白捡0.5dB？福州大学ANCHOR让视频恢复SOTA还能再涨分
视频恢复网络费尽心思聚合相邻帧信息，却可能在局部区域修出更糟的结果。福州大学这篇ANCHOR不改造网络，而是把低质当前帧当作"锚点"，用物理痕迹推断每一处该信网络还是该信原图，纯后处理就能让多种SOTA模型继续涨分。这种"事后纠错"的思路把"何时该相信时间聚合"这个被忽视的问题摆上了台面，值得一读。
中科院新作：视频大模型幻觉克星VADER，EventHallusion飙至72.6%
视频大模型对着画面侃侃而谈，却常常“睁眼说瞎话”？中科院团队提出VADER，一个纯推理期干预的训练无关框架，让LLaVA-Video-7B在EventHallusion上飙到72.60%，还顺手超越了依赖额外训练的TPO与RRPO。不微调也能这么能打，值得一读。
Meta最新研究：云边协同语音增强，仅增1.5%参数提升3.77dB
戴智能眼镜开电话会，周围人声嘈杂听不清？边缘小模型算力不够，云端大模型又太慢——Meta这次让云边“组队打怪”，边缘只加1.5%参数就能蹭到云端大模型的“听力”，在64毫秒延迟下硬是把语音增强的SI-SDR拉高了3.77dB。真·云边协同新范式，值得一看。
