高校专区
面向内存高效的自回归视频生成：基于实例特定参数吸收
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； The University of Hong Kong（香港大学） ； AMAP, Alibaba Group（阿里巴巴集团高德地图）
AI总结 提出ISPA框架，通过将历史上下文吸收到模型权重中，将部分注意力层从全局注意力转换为局部注意力，在保持视觉质量的同时减少50%的KV缓存。
Comments ECCV 2026 Camera Ready
识别潜在概念与结构以实现广义类别发现
机构 * The University of Hong Kong（香港大学） ； Shenzhen University（深圳大学）
AI总结 提出组合基元场（CPF-GCD）框架，通过低秩组合组织重塑特征空间，使潜在结构可识别，从而提升广义类别发现性能。
Comments This paper has been accepted by ICML2026
迷失在尾部：解决城市视觉地点识别中的地理不平衡问题
机构 * George Mason University（乔治梅森大学） ； Xiamen University（厦门大学） ； University of Hong Kong（香港大学） ； Lambda ； University of Bath（巴斯大学）
AI总结 针对城市级视觉地点识别中数据长尾分布导致模型偏向频繁拍摄区域的问题，提出分布感知地点识别（DAPR）框架，通过重平衡梯度贡献和多尺度距离搜索机制，在SF-XL等基准上显著提升性能。
Comments Accepted to ECCV 2026, 28 pages including supplementary material
面向具身智能的记忆原生非地面网络
机构 * The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Macau（澳门大学） ； Istanbul Medipol University（伊斯坦布尔梅迪波尔大学）
AI总结 针对非地面网络与具身智能协同中的动态资源受限问题，提出记忆原生NTN范式，通过双记忆架构（物理记忆与数字记忆）实现跨层记忆增强决策，在卫星具身问答任务中显著优于传统方法。
Comments 8 pages, 4 figures, 2 tables, submitted to IEEE for possible publication
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈