University of California, San Diego（加州大学圣迭戈分校）

Fast SAM 3D Body: Accelerating SAM 3D Body for Real-Time Full-Body Human Mesh Recovery

快速3D人体SAM：加速3D人体SAM用于实时完整人体网格恢复

Timing Yang, Sicheng He, Hongyi Jing, Jiawei Yang, Zhijian Liu, Chuhang Zou, Yue Wang

机构 * USC Physical Superintelligence (PSI) Lab（USC物理超智能实验室） ； University of California, San Diego（加州大学圣地亚哥分校） ； NVIDIA（英伟达） ； Meta Reality Labs（元宇宙现实实验室） 纠错

AI总结 本文提出Fast SAM 3D Body，通过解耦空间依赖性和架构感知剪枝，实现并行多作物特征提取和流式Transformer解码，提升3D人体网格恢复速度达10.9倍，同时保持重建精度。

CyCLeGen: Cycle-Consistent Layout Prediction and Image Generation in Vision Foundation Models

CyCLeGen：视觉基础模型中的循环一致布局预测与图像生成

Xiaojun Shan, Haoyu Shen, Yucheng Mao, Xiang Zhang, Abhay Anand, Bingnan Li, Haiyang Xu, Zhuowen Tu

机构 * UC San Diego（加州大学圣迭戈分校） 纠错

AI总结 CyCLeGen是一种统一的视觉-语言基础模型，通过单一自回归框架实现图像理解和生成，采用循环一致学习确保生成与布局之间的双向一致性，提升模型的自我反思能力和数据效率。

TAS-GNN: A Status-Aware Signed Graph Neural Network for Anomaly Detection in Bitcoin Trust Systems

TAS-GNN：一种状态感知的有向图神经网络用于比特币信任系统中的异常检测

Chang Xue, Fang Liu, Jiaye Wang, Jinming Xing, Chen Yang

机构 * Yeshiva University（耶鲁大学） ； Yale University（耶鲁大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； North Carolina State University（北卡罗来纳州立大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 本文提出TAS-GNN，一种针对稀疏有向图的新型框架，通过递归的Web-of-Trust标签和双通道信息传递架构，有效处理信任与不信任信号，并通过状态感知注意力机制实现状态感知，显著提升比特币信任系统中的异常检测性能。

Comments 13 pages, 2 figures