ECCV

Look Less, Think Faster: Joint Token-Compute Adaptation for Multimodal LLMs

少看，快思考：多模态大语言模型的联合令牌-计算适配

Pengcheng Wang, Zhiquan Wang, Jayoung Lee, Zhuoyan Xu, Ran Xu, Saurabh Bagchi, Yin Li, Somali Chaterji

机构 * Purdue University（普渡大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； NVIDIA（英伟达） 纠错

AI总结 针对多模态大语言模型推理成本高的问题，提出SmartVL框架，通过视觉侧令牌控制器和LLM侧计算控制器联合控制视觉令牌数量和模型计算能力，实验证明该框架优于先前方法，实现更好的精度-效率平衡。

Comments Accepted at ECCV 2026

Unified Prediction and Planning via Conflict-Aware Disjoint Parameter Training

通过冲突感知不相交参数训练实现统一预测与规划

Taewon Seo, Seonae Jeon, Giwon Lee, Kuk-Jin Yoon, Daehee Park

机构 * DGIST（韩国科学技术院大邱庆北校区） ； KAIST（韩国科学技术院） 纠错

AI总结 研究社交机器人在拥挤环境中统一预测与规划问题，提出基于模型合并的不相交参数训练框架DPT，通过分布式参数学习减轻技能冲突，稀疏合并提升性能，在标准基准测试中验证其在机器人导航上通用且有效。

Comments Accepted at ECCV 2026. 38 pages, 14 figures. Project page: https://dpt2026.github.io/

MTVDiff: Multimodal Conditional Latent Diffusion for Enhanced Thermal-to-Visible Face Translation

MTVDiff：用于增强热红外到可见光面部翻译的多模态条件潜扩散

Zhiyuan Xia, Haojie Li, Jingyu Lin, Yiguo Qiao, Cunjian Chen

机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University)（新一代人工智能技术及其交叉应用重点实验室（东南大学）） ； Monash University（莫纳什大学） 纠错

AI总结 针对热红外到可见光面部翻译的挑战，提出MTVDiff框架，通过双分支交叉注意力融合等三个核心技术，整合深度和文本信息，在多指标上优于现有方法，提升图像质量和面部验证性能，推动跨光谱面部图像翻译发展。

Comments Accepted by ECCV 2026

MoAKE: Toward Unified All-in-One Action Quality Assessment via Mixture of Action Knowledge Experts

MoAKE：通过动作知识专家混合实现统一的一体化动作质量评估

Huangbiao Xu, Huanqi Wu, Xiao Ke, Jiaxin Cai, Junyi Wu, Jinglin Xu

机构 * College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院） ； Fuzhou University（福州大学） ； Engineering Research Center of Big Data Intelligence, Ministry of Education（教育部大数据智能工程研究中心） ； School of Intelligence Science and Technology, University of Science and Technology Beijing（北京科技大学智能科学与技术学院） ； University of Science and Technology Beijing（北京科技大学） 纠错

AI总结 研究一体化动作质量评估难题，提出MoAKE框架，通过学习互补专家、定制原型及建模时间动态来减轻知识转移，在多数据集实验中显著优于现有方法，实现了零/少样本评估下的一致泛化。

Comments ECCV 2026

Extending a Large View Synthesis Model for Multi-view Panoptic Segmentation

扩展用于多视图全景分割的大视图合成模型

Kwonyoung Ryu, In-Jae Lee, Jonghyun Jin, Hyunjee Lee, Jongmin Lee, Jaesik Park

机构 * POSTECH（浦项科技大学） ； POSCO DX（浦项制铁DX公司） ； Chung-Ang University（中央大学） ； Seoul National University（首尔国立大学） 纠错

AI总结 研究将大视图合成模型从外观渲染扩展到3D场景理解，提出复用冻结模型传播全景标签的分割管道，无需3D重建和特定训练，在ScanNet和Replica数据集上实验，分割质量佳且新视图合成表现优。

Comments Accepted to ECCV 2026. 31 pages, 7 figures, 9 tables. Project page: https://kwonyoung9120.github.io/PanopticLVSM/

SUM: Unified Geometric Surgery on Spatio-Temporal Adaptation Vectors for Federated Class Incremental Learning

SUM：用于联邦类增量学习的时空适应向量统一几何手术

Jaeik Kim, Jaeyoung Do

机构 * AIDAS Lab（AIDAS实验室） ； IPAI ； ECE, Seoul National University（首尔国立大学电子与计算机工程系） 纠错

AI总结 针对联邦类增量学习中时空干扰致灾难性遗忘问题，本文提出SUM框架，将其视为统一多任务学习，在聚合时对适应向量做几何手术，减轻客户端干扰与跨任务干扰，实验显示该方法在多基准测试中效果显著提升。

Comments Accepted to ECCV 2026

4DGS360: 360° Gaussian Reconstruction of Dynamic Objects from a Single Video

4DGS360：从单个视频中进行动态物体的360度高斯重建

Jae Won Jang, Yeonjin Chang, Wonsik Shin, Juhwan Cho, Nojun Kwak

机构 * Seoul National University（首尔国立大学） 纠错

AI总结 本文提出4DGS360框架，通过3D原生初始化解决动态物体360度重建中的几何模糊问题，结合优化实现一致的4D重建，并引入iPhone360基准测试集验证方法有效性。

Comments Accepted to ECCV 2026. Project page: https://jaewon040.github.io/4dgs360/

CGCE: Classifier-Guided Concept Erasure in Generative Models

CGCE：生成模型中的分类器引导概念擦除

Viet Nguyen, Vishal M. Patel

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 研究针对生成模型不安全内容生成的问题，提出分类器引导概念擦除（CGCE）框架。该框架用轻量级分类器检测并细化不良概念提示，仅在推理时修改不安全嵌入，能防止有害内容生成，在安全性和性能间取得平衡，实验验证其有效性。

Comments ECCV 2026