Todas as notícias
10917
Omni-Diffusion-Distill acelera dLLM multimodal em 18 vezes: 8 passos em vez de 128
Pesquisadores comprimiram uma LLM de difusão unificada: imagens saem em 8 passos em vez de 128, e a compreensão de imagens leva 64 passos em vez de 512. Aceleração…
Fluid-Gen-Zero entrega a física da água a um simulador e reduz o erro de fluxo em 84%
Framework sem fine-tuning conecta um simulador físico a modelos de vídeo baseados em CogVideoX e Wan: o erro de trajetória dos objetos cai até 81,5%, e o de fluxo…
LVSPM supera o VGGT na estimativa de poses de câmera com 16 a 256 quadros e não perde qualidade em cenas maiores
O novo modelo LVSPM recupera poses de câmera e sintetiza novas vistas a partir de centenas de fotos sem calibração, superando o VGGT em RealEstate10k, Co3Dv2 e…
VICO treina VLMs com imagens reescritas: até +5,0% em tarefas novas
DOGS supera 9 métodos de referência na geração de logotipos em dois renderizadores
MESSENGER reduz em 71,6% o erro de previsão de movimento em 3D no nuScenes
LinSlot ensina rede neural a decompor uma cena em objetos e atributos sem anotação
OcuFlow remove reflexos de óculos em uma única etapa e leva 67,32% dos votos em teste cego
Autores do OcuFlow criaram o benchmark OcuBench, com 11 470 imagens, e treinaram um modelo que limpa reflexos em óculos em uma etapa. Em pesquisa cega, superou os…
Pesquisadores publicam dataset VR180 gravado com câmeras Blackmagic: 1211 amostras estéreo
Primeiro dataset VR180 gravado direto na Blackmagic URSA Cine Immersive: 636 vídeos, 575 fotos, calibração de fábrica e a conclusão de que o fisheye exige 38% mais…
Google lança agente de IA para o trabalho corporativo, mas preço e integrações seguem em aberto
Pesquisadores provam por que o treinamento adversarial deixa os mapas de saliência esparsos
Destilação de ECG para PPG memorizava a identidade: fixed-effects mais que dobrou o sinal de estado
Subliminal learning transmitiu backdoor por meio de números: 23,5% das respostas em francês
CoT visível não melhora de forma universal a geração de SQL e código pandas, aponta novo estudo
Preprint do arXiv testou “pense em voz alta” em SQL e pandas com execução de código: os autores não acharam ganho geral com CoT nem benefício em “pensar na…
D-SLR substitui o SVD truncado com três decomposições e sem ajuste de parâmetros
O D-SLR guarda parte das linhas da matriz como estão e aproxima o resto com posto baixo. Três SVDs, zero hiperparâmetros e garantia de não ficar pior que o SVD…