跳至内容

pchao.org

PengChao

EditHero:长程部件级三维编辑与氛围建模基准

5 10 月, 2026 作者 PengChao
编辑是一条链

EditHero用可精确回放的部件编辑链评测多轮三维修改:非Agent方法从第一轮就跟不紧且未改区域漂移,代码Agent保得好但每轮要数分钟。

分类 CVPR三分钟 标签 CVPR三分钟、 EditHero、 Objaverse-XL、 PartVerse-XL、 人工智能、 深度学习、 计算机视觉 发表评论

FactorSplat:外观可控的医学体渲染高斯代理

5 10 月, 2026 作者 PengChao
查找加残差

FactorSplat用局部传递函数查找加低秩残差,让一份高斯检查点在推理时接受分区强度曲线,而无需按预设重训。

分类 CVPR三分钟 标签 CVPR三分钟、 FactorSplat、 N-DGS、 RGBA、 人工智能、 深度学习、 计算机视觉 发表评论

SpectralCache:用频谱特征缓存加速扩散式世界模型

5 10 月, 2026 作者 PengChao
缓存管线

SpectralCache 发现世界模型特征的主导奇异子空间跨步稳定、奇异值可外推或常比缩放,从而训练无关地跳过大量 DiT 计算,在 Voyager-13B 上约 5.22 倍加速并保住 WorldScore。

分类 CVPR三分钟 标签 CVPR三分钟、 SpectralCache、 Voyager-13B、 WorldScore、 人工智能、 深度学习、 计算机视觉 发表评论

RYOPO:把端到端类别级物体位姿估计做到实时

5 10 月, 2026 作者 PengChao
两阶段瓶颈

RYOPO 用查询式 RGB-D 集合预测把检测、分割与 9-DoF 位姿联在同一前向中,共享编码并做物体中心精炼,在 NOCS 上超过已发表联合方法,并以 31.8 FPS 接近两阶段全物体成绩。

分类 CVPR三分钟 标签 CVPR三分钟、 NOCS、 RGB-D、 RYOPO、 人工智能、 深度学习、 计算机视觉 发表评论

PointWAM:用三维世界动作建模做灵巧操作

5 10 月, 2026 作者 PengChao
研究缺口

PointWAM 把场景和手拆开,在同一时空坐标里预测三维点轨迹,再把手轨迹重定向成机器人动作,从而用人类视频预训练灵巧操作。

分类 CVPR三分钟 标签 CVPR三分钟、 EgoDex、 Mosaic3D、 PointWAM、 人工智能、 深度学习、 计算机视觉 发表评论

SCION:用实例化神经基元组合三维场景

5 10 月, 2026 作者 PengChao
方法贡献

SCION 把独立高斯换成可复用基元词表加轻量世界空间实例,从多视图图像端到端发现重复结构,在约 1.2 MB 仍可编辑、可动画。

分类 CVPR三分钟 标签 COLMAP、 CVPR三分钟、 DINOv3、 SCION、 人工智能、 深度学习、 计算机视觉 发表评论

In-Distribution Forcing:测试时把长视频生成拉回训练分布

5 10 月, 2026 作者 PengChao
论文代表图:figure-01-p001-01

ID-Forcing 用 self-caching 与有界滚动条件化,在测试时避免 KV 出处越界,从而稳住分钟级自回归视频。

分类 CVPR三分钟 标签 CVPR三分钟、 ID-Forcing、 LongLive、 Self-Forcing、 人工智能、 深度学习、 计算机视觉 发表评论

Spatial Memory Intelligence:给世界模型加上理解驱动的空间长时记忆

5 10 月, 2026 作者 PengChao
四个操作

SMI 用微调 MLLM 以聚类、簇内稀疏、动作检索和可靠性过滤四步管理世界模型的空间长时记忆。

分类 CVPR三分钟 标签 CVPR三分钟、 MLLM、 Qwen3.5-4B、 Top-K、 人工智能、 深度学习、 计算机视觉 发表评论

用因果不变掩码揭示多模态大模型的认知不确定性

5 10 月, 2026 作者 PengChao
因果掩码

CIM 比较原图与因果聚焦视图的语义偏移,把认知不确定性从偶然模糊里分离出来,并用嵌入漂移加速估计。

分类 CVPR三分钟 标签 CIM、 CVPR三分钟、 GroundingDINO、 Semantic Divergence、 人工智能、 深度学习、 计算机视觉 发表评论

DeskForge:从桌面环境生成电脑操作智能体的稠密监督

5 10 月, 2026 作者 PengChao
监督缺口

DeskForge 用可控真实桌面生成稠密标注与点击转移,微调后同时提升 GUI 定位和长程电脑使用。

分类 CVPR三分钟 标签 AT-SPI、 CVPR三分钟、 DeskForge、 ScreenTag、 人工智能、 深度学习、 计算机视觉 发表评论
较早文章
较新文章
← 上一页 页面1 … 页面4 页面5 页面6 … 页面75 下一页 →
© 2026 pchao.org • Built with GeneratePress