📚 文献库
Literature Library

Gen-Searcher: 强化代理搜索图像生成

Gen-Searcher: Reinforcing Agentic Search for Image Generation

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 18 📚 0

手X: 放大双人动作和交互生成

HandX: Scaling Bimanual Motion and Interaction Generation

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 18 📚 0

PoseDreamer:可伸缩和相片现实化的人类数据生成管道与分流模型

PoseDreamer: Scalable and Photorealistic Human Data Generation Pipeline with Diffusion Models

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 16 📚 0

扩散变形器中丰富多样性背景空间的飞上反推

On-the-fly Repulsion in the Contextual Space for Rich Diversity in Diffusion Transformers

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 17 📚 0

SHOW3D:在野外捕捉到3D手和物体的画面

SHOW3D: Capturing Scenes of 3D Hands and Objects in the Wild

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 12 📚 0

FlowIt:全球对光学流的匹配与信心指导的完善

FlowIt: Global Matching for Optical Flow with Confidence-Guided Refinement

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 11 📚 0

SonoWorld:从一幅图像到三维视听场景

SonoWorld: From One Image to a 3D Audio-Visual Scene

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 14 📚 0

Pandora: 由 Egocentral Vision 绘制的 三维场景图

Pandora: Articulated 3D Scene Graphs from Egocentric Vision

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 11 📚 0

SOLE-R1: 视频-语言学因子作为On-Robot强化学习的单一奖励

SOLE-R1: Video-Language Reasoning as the Sole Reward for On-Robot Reinforcement Learning

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 13 📚 0

关于流动匹配模式的 GRPO 逐步信用分配

Stepwise Credit Assignment for GRPO on Flow-Matching Models

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 11 📚 0

DreamLite:一个轻量级的图像生成和编辑统一模型

DreamLite: A Lightweight On-Device Unified Model for Image Generation and Editing

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 10 📚 0

适应Token:基于 Entropy 的适应Token 选择 MLLM 长视频理解

AdaptToken: Entropy-based Adaptive Token Selection for MLLM Long Video Understanding

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 10 📚 0

为什么总体准确性不足以评估执法部门承认系统中的公平性

Why Aggregate Accuracy is Inadequate for Evaluating Fairness in Law Enforcement Facial Recognition S...

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 13 📚 0

利用合成数据进行Sim-to-Real水果检测:定量评价和与Isaac Sim嵌入式部署

Sim-to-Real Fruit Detection Using Synthetic Data: Quantitative Evaluation and Embedded Deployment wi...

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 11 📚 0

工业3D:工业基础设施地面LiDAR点云数据集和跨Paradigm基准

Industrial3D: A Terrestrial LiDAR Point Cloud Dataset and CrossParadigm Benchmark for Industrial Inf...

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 12 📚 0

ParaSpeechCLAP:富士语-声优预训的双编码语音-文本模型

ParaSpeechCLAP: A Dual-Encoder Speech-Text Model for Rich Stylistic Language-Audio Pretraining

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 11 📚 0

RAD-AI:重新思考AI增强生态系统的结构文件

RAD-AI: Rethinking Architecture Documentation for AI-Augmented Ecosystems

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 12 📚 0

SAGAI-MID: 动态运行时互操作性的基因化 AI-Driven 中间软件

SAGAI-MID: A Generative AI-Driven Middleware for Dynamic Runtime Interoperability

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 10 📚 0

动能双相驱动能力库

Dynamic Dual-Granularity Skill Bank for Agentic RL

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 11 📚 0

A Convex 通向热力学的路径:学习内能和消散

A Convex Route to Thermomechanics: Learning Internal Energy and Dissipation

作者
Authors: - 期刊
Journal: - 年份
Year: - 分类
Category:

👁 13 📚 0