Spot-the-shift：评估长期变化的基于定位的图像差异描述
本文提出了 Spot-the-shift 基准，用于评估多模态大模型（MLLMs）在真实驾驶场景中检测、描述并定位长期结构性变化的能力，并展示了一种通过合成数据微调以提升模型性能且保持通用能力的方法。
FLUX
LinCa：为什么特征缓存必须学会“区别对待”不同特征维度
LinCa 提出基于可学习可逆网络的特征缓存框架，将缓存特征分解为不同连续性的子分量并施加差异化阶数预测，在 FLUX、Qwen-Image、HunyuanVideo 等模型上实现 5–7× 近无损加速。