ViewMind3D: Modular View-Aware Inference for Training-Free 3D-QA
ViewMind3D:用于无需训练的3D问答的模块化视图感知推理
专题命中 感知 :BEV(abstract,abstract_cn);分类 cs.CV
AI总结 该研究提出无需训练的模块化框架ViewMind3D,将3D-QA分解为四个组件,在ScanQA和SQA3D上实现竞争力性能,证明通用LLMs与VLMs的模块化编排可实现有效3D推理。
视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
ViewMind3D:用于无需训练的3D问答的模块化视图感知推理
专题命中 感知 :BEV(abstract,abstract_cn);分类 cs.CV
AI总结 该研究提出无需训练的模块化框架ViewMind3D,将3D-QA分解为四个组件,在ScanQA和SQA3D上实现竞争力性能,证明通用LLMs与VLMs的模块化编排可实现有效3D推理。
面向实时PixOOD:自动驾驶的高效异常分割
机构 * Scuola Superiore Sant’Anna(圣安娜高等学校)
专题命中 感知 :autonomous driving(abstract);分类 cs.CV
AI总结 该研究针对自动驾驶和铁路领域,提出优化PixOOD的高效异常分割流水线,经TensorRT编译后在桌面GPU和嵌入式平台实现高帧率,解决了实时部署的计算成本问题。
Comments 12 pages, 2 figures, 3 tables. Accepted at the Efficient Deep Learning: Methods and Applications workshop, 35th International Conference on Artificial Neural Networks (ICANN 2026)
当机器人交换意义:面向协作机器人的目标导向语义通信演示
专题命中 感知 :LiDAR(abstract);分类 cs.RO
AI总结 本文提出一种机器人-边缘端语义通信测试平台,通过VQ-VAE等技术实现视觉压缩与语义建图,为协作机器人及相关6G网络研究提供了实用演示平台。
Comments 3 pages, 3 figures. This paper has been accepted for presentation as a demo paper at IEEE CSCN 2026
VCE:通过视觉对比编辑实现LVLMs的零成本幻觉抑制方法
机构 * Huazhong University of Science and Technology(华中科技大学) ; Institute of Artificial Intelligence (TeleAI)(人工智能研究院) ; China Telecom(中国电信)
专题命中 感知 :autonomous driving(abstract);分类 cs.CV
AI总结 本文提出VCE方法,通过分析模型对对比视觉扰动的响应,利用SVD分解激活模式以抑制幻觉倾向,有效减少多基准测试中的物体幻觉,同时保持计算效率。
Comments ICASSP 2026
Journal ref 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2026, pp. 16657-16661
专题命中 感知 :occupancy(abstract);分类 cs.RO
Comments IEEE-MFI 2024
Journal ref 2024 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI), Pilsen, Czech Republic, 2024, pp. 1-8
动力学匹配物理储备池计算用于欠感知交通预测
专题命中 感知 :autonomous driving(abstract)
AI总结 本研究提出将交通网络作为储备池的IIDM-RC方法,用于欠感知交通预测,在预测准确性和训练时间上优于ESNs与LSTM网络。
Comments 16 pages, 4 figures. Has been submitted for journal publication
开放词汇BEV分割:基于3D感知几何约束的方法
机构 * KAIST AI(韩国科学技术院人工智能) ; NAVER LABS(NAVER实验室)
专题命中 BEV与占用 :BEV(title,title_cn);autonomous driving(abstract);分类 cs.CV
AI总结 针对开放词汇BEV分割中2D VLM语义到BEV的3D几何不一致问题,提出OVBEVSeg框架,通过三阶段几何约束(伪标签、场景优化、知识蒸馏)实现高效在线推理,在nuScenes上未见类别mIoU超越闭集方法15.3,推理速度提升2.5倍。
Comments This paper has been accepted to ECCV 2026
正则变化占用模型下插件式香农熵估计量的渐近偏差
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 本文针对可数无限支撑离散分布的香农熵估计难题,在正则变化占用模型下推导了插件式熵估计量的渐近偏差关系,明确了幂律频率分布下偏差的渐近行为由基础分布尾特征决定。
Comments 7 pages, 1 figure
PrintAnything:学习用于3D打印G-code生成的中间表示
机构 * IPAI, Seoul National University(首尔大学 IPAI) ; Seoul National University(首尔大学) ; Soongsil University(崇实大学) ; Kairoba Inc.(Kairoba公司)
专题命中 BEV与占用 :occupancy(abstract);分类 cs.CV
AI总结 PrintAnything框架无需网格重建,通过切片式点投影策略和G-plan图,直接从点云生成可执行3D打印G-code,实现无网格的实用3D打印流程。
Comments European Conference on Computer Vision (ECCV) 2026
对任意填充情况下的迭代微扰理论在非平衡稳态中的扩展
专题命中 BEV与占用 :occupancy(abstract,comments)
AI总结 本文扩展了Kajueter-Kotliar迭代微扰理论,用于研究非平衡稳态中的量子输运,并验证了其在不同填充条件下与辅助主方程方法的准确性。
Comments 14 pages, 9 figures. Corrected formula for double occupancy, extended analysis on range of validity of the IPT impurity solver in nonequilibrium, added analysis of first and second spectral momenta and the link to the data repository in the draft
弱耦合波的被抑制量子效应
专题命中 BEV与占用 :occupancy(abstract)
AI总结 该研究针对弱耦合波,指出检测其非经典效应存在两大障碍,证明了非经典效应被弱耦合额外幂次抑制,排除了通过引力波观测建立引力量子化的提议。
Comments 45+18 pages, 5 figures
超冷极性分子的哈伯德物理:屏蔽分子的 onsite 相互作用能
专题命中 BEV与占用 :occupancy(abstract)
AI总结 该研究探究屏蔽超冷分子的 onsite 相互作用能,发现其随晶格强度变化的行为与超冷原子不同,可为多格点占据的强偶极哈伯德物理提供新途径。
多状态模型的多级网络荟萃回归:来自个体和汇总证据的人群调整联合合成进展和生存数据
专题命中 BEV与占用 :occupancy(abstract)
AI总结 本文介绍多状态模型的多级网络荟萃回归(ML-NMR-MS),将ML-NMR整合的IPD加AgD似然嵌入疾病-死亡多状态模型,解决协变量不平衡问题,产生人群调整的联合PFS/OS治疗效果,可直接参数化状态转换经济模型。
基于基础模型的地球表征实现美国东北部区域尺度森林地上生物量监测
专题命中 激光雷达 :LiDAR(summary_cn,abstract)
AI总结 该研究利用AlphaEarth基础模型生成的Google卫星嵌入,结合LiDAR数据与森林清查数据构建模型,实现美国东北部区域森林地上生物量的高精度监测,为规模化碳评估提供了新途径。
通过感知人腿实现社交机器人导航
机构 * University of Siena(锡耶纳大学) ; Uninettuno University(意大利 uniNettuno 大学)
专题命中 激光雷达 :LiDAR(abstract,abstract_cn);分类 cs.RO
AI总结 本文提出CALF架构,结合卷积、注意力和MLP从激光雷达解读腿部运动,在LegNav模拟器中训练后,经TurtleBot 4零样本部署验证,实现了平滑合规的社交机器人导航。
专题命中 多传感器融合 :LiDAR(title,abstract);分类 cs.CV
FAIR-Compute:联邦数字研究基础设施的公平与高效分配路线图
专题命中 仿真评测 :occupancy(abstract)
AI总结 FAIR-Compute 针对联邦数字研究基础设施的分配问题,结合多领域方法与实证研究,发现资源分配存在占用与利用率偏差、调度可优化、联邦需管控等关键问题,提出相关路线图方向。
Comments Final Report to the National Federated Compute Services (NFCS) Flexible Fund