跳至内容

pchao.org

LPIPS

LAPT-Scale:用人体视频潜动作预训练扩展具身策略

13 10 月, 2026 作者 PengChao
三阶段策略

LAPT-Scale 用连续潜动作模型从大规模第一人称人体视频生成隐式动作监督,再经目标机器人对齐与任务后训练扩展具身策略。

分类 CVPR三分钟 标签 CVPR三分钟、 LAPT-Scale、 LAPT-Scale-LAM、 LPIPS、 人工智能、 深度学习、 计算机视觉 发表评论

什么样的医学图像分词器才算好:重新审视重建与生成

22 9 月, 2026 作者 PengChao
Figure 1

慕尼黑工业大学等机构在十二套二维医学图像上对照十类量化器,发现本基准内重建能预示生成、码本用满不等于潜空间丰富,且该结果不能外推为临床可用。

分类 CVPR三分钟 标签 CVPR三分钟、 LPIPS、 PatchGAN、 VQGAN、 人工智能、 深度学习、 计算机视觉 发表评论

免训练重建式AI生成图像检测器为何固有地易受对抗攻击

23 8 月, 2026 作者 PengChao
直觉与失败案例

本文提出两种针对免训练重建式AI生成图像检测器的对抗攻击方法(潜在空间攻击与像素空间攻击),证明该类检测器存在固有脆弱性。

分类 CVPR三分钟 标签 AUROC、 CVPR三分钟、 LPIPS、 SSIM、 人工智能、 深度学习、 计算机视觉 发表评论

Stream4D:用4D一致性奖励打破流式视频模型的静态坍缩捷径

22 8 月, 2026 作者 PengChao
冻结场景的捷径

Stream4D 提出用前馈 4D 高斯泼溅重建奖励替代静态 3D 奖励,并配合高斯运动门控与感知锚点,在强化学习框架下同时提升流式自回归视频模型的 4D 一致性与运动保持能力。

分类 CVPR三分钟 标签 CVPR三分钟、 LPIPS、 MoVieS、 Stream4D、 人工智能、 深度学习、 计算机视觉 发表评论
© 2026 pchao.org • Built with GeneratePress