算法论文8

SERES：少量视角搞定完整3D几何重建

机器之心2025-11-02

AI 摘要

上海交通大学等团队提出SERES，在不改动主干框架下，将跨视角语义一致性作为训练期先验注入模型。实验显示，它能提升重建质量，适合集成到当前稀疏三维重建工作流。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

北航/新国立AmbiSuR重塑3D几何重建

3D高斯泼溅推动神经渲染发展，但提取3D几何表面易失真，核心瓶颈是光度多义性。北航与新国大团队提出AmbiSuR框架，从表征和监督层面解决问题，实验证明其在多数据集表现优异。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。

清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。