UniH3：统一层级同质性与异质性以实现全合一医学图像复原
本文提出 UniH3 框架，通过层级同质性记忆（H2M）和层级异质性平衡器（H2B）同时建模医学图像中的层级同质性与异质性，在 2D 和 3D 基准上实现了全合一及单任务医学图像复原的 SOTA 性能。
SOTA
Shedding Light：用物理探针量化生成模型的光照理解
本文提出了一种基于 inpainting 和物理渲染逆问题的基准测试方法，通过让生成模型在真实场景中插入“光探针”（diffuse spheres），定量评估了 16 个 SOTA 生成模型对场景光照方向、颜色及空间变化的物理准确性。
LAION-Mobile：在百万张智能手机照片上评估 Deepfake 检测器
本文构建了包含约100万张智能手机照片的 LAION-Mobile 数据集，审计了12个 SOTA Deepfake 检测器，发现它们在现代 AI 生成内容上性能大幅下降，且在真实手机照片上产生高达 91% 的误报率，证实了计算摄影对检测器构成的挑战。
DF26：当AI生成的演讲视频让检测器与人类都失效
本文提出 DF26 基准，包含由最新 T2V/I2V 模型生成的单人公开演讲视频，显示当前 SOTA 检测器与人类在识别这些 AI 生成视频时性能接近随机猜测。
看得越多，检测越少？驯服多视角异常检测中的信息泄漏
GLAD 提出信息受限的全局-局部多视角融合框架，通过 OGA 和 MMA 模块防止跨视角信息泄漏导致的重建差距坍缩，在多视角异常检测上取得 SOTA 性能。
RefVideo-6M：用真实视频对替代伪影监督，让参考引导编辑更可靠
提出包含5M视频对和1M图像对的可靠参考引导编辑数据集RefVideo-6M，并基于此训练RefMoT模型，在指令式和参考式视频编辑上取得SOTA性能。
TruthLens：让LVLM自己说出幻觉——一个特殊token如何暴露模型的不诚实
TruthLens微调LVLM的LM head，通过一个特殊token的对数概率来暴露每个目标token的真实性信号，无需辅助模型即可实现SOTA的幻觉检测。