arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2026-03-12 至 2026-03-12 共收录 66 信号源:cs.CV, cs.GR, cs.MM

1. 效率与蒸馏 9 篇

2603.10340 2026-03-12 cs.CV cs.AI cs.RO cs.SY eess.SY 57%

Overcoming Visual Clutter in Vision Language Action Models via Concept-Gated Visual Distillation

通过概念门控视觉蒸馏克服视觉杂乱

Sangmim Song, Sarath Kodagoda, Marc Carmichael, Karthick Thiyagarajan

机构 * University of Technology Sydney(技术大学悉尼大学) Western Sydney University(西悉尼大学)

专题命中 效率与蒸馏 :inpainting(abstract);分类 cs.CV

AI总结 本研究提出概念门控视觉蒸馏方法,通过视觉蒸馏技术解决杂乱环境中视觉语言动作模型的精度-推理间隙问题,显著提升机器人操作的成功率。

Comments 7 pages, 4 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12229 2026-03-12 cs.CV 57%

Ultra-Low Bitrate Perceptual Image Compression with Shallow Encoder

超低比特率感知图像压缩与浅层编码

Tianyu Zhang, Dong Liu, Chang Wen Chen

机构 * University of Science and Technology of China(中国科学技术大学) The Hong Kong Polytechnic University(香港理工大学)

专题命中 效率与蒸馏 :diffusion(abstract);分类 cs.CV

AI总结 本文提出了一种非对称极值图像压缩框架,利用浅层编码器和单步扩散解码器实现超低比特率下的高保真度重建,同时提升编码效率和解码速度。

Comments Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.10760 2026-03-12 physics.space-ph 50%

Auroral Acceleration Generates Electron Beams in Jupiter's Middle Magnetosphere

极光加速在木星中间磁层中产生电子束

June Piasecki, Joachim Saur, George Clark, Barry H. Mauk, Annika Salveter, Jamey Szalay

专题命中 效率与蒸馏 :diffusion(abstract)

AI总结 朱诺任务发现木星中间磁层中的电子束源于极光加速过程。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.10730 2026-03-12 math.NA cs.NA 50%

Efficient design of continuation methods for hyperbolic transport problems in porous media

高效设计用于多孔介质中双曲输运问题的持续法

Peter von Schultzendorff, Jakub Wiktor Both, Jan Martin Nordbotten, Tor Harald Sandve

专题命中 效率与蒸馏 :diffusion(abstract)

AI总结 本文提出了一种基于熵解的同伦持续方法,用于高效求解多孔介质中复杂多相流问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.10701 2026-03-12 cs.SD cs.AI 50%

AlphaFlowTSE: One-Step Generative Target Speaker Extraction via Conditional AlphaFlow

AlphaFlowTSE:通过条件AlphaFlow实现的一步生成目标说话人提取

Duojia Li, Shuhan Zhang, Zihan Qian, Wenxuan Wu, Shuai Wang, Qingyang Hong, Lin Li, Haizhou Li

机构 * School of Electronic Science and Engineering, Xiamen University, Xiamen, China(1 厦门大学电子科学与技术学院,厦门,中国) School of Informatics, Xiamen University, Xiamen, China(2 厦门大学信息学院,厦门,中国) School of Intelligence Science and Technology, Nanjing University, Suzhou, China(3 南京大学智能科学与技术学院,苏州,中国) Shenzhen Loop Area Institute, Shenzhen, China(4 深圳循环区研究所,深圳,中国) School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, Shenzhen, China(5 香港中文大学人工智能学院,深圳,中国) The Chinese University of Hong Kong, Shatin, N.T., Hong Kong SAR, China(6 香港中文大学,沙田,香港特别行政区,中国)

专题命中 效率与蒸馏 :diffusion(abstract)

AI总结 AlphaFlowTSE通过条件AlphaFlow实现一步生成目标说话人提取,提升目标语音保真度和真实混合泛化能力。

Comments Submitted to Interspeech 2026 for review

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 其他图像生成 1 篇

2507.19743 2026-03-12 cs.SE cs.AI 50%

What Makes Code Generation Ethically Sourced?

什么使代码生成具有伦理来源?

Zhuolin Xu, Chenglin Li, Qiushi Li, Shin Hwei Tan

机构 * Concordia University(康科迪亚大学)

专题命中 其他图像生成 :image generation(abstract)

AI总结 本文提出伦理来源代码生成(ES-CodeGen)的概念,通过文献综述和调查,确定了11个关键维度,强调代码质量和伦理问题的重要性。

Journal ref Proc. 48th International Conference on Software Engineering (ICSE 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏