12246 ورقة بحثية
تقدم هذه الورقة Causal Forcing++، وهي مسار عمل قابل للتوسع يستفيد من تقطير الاتساق السببي لتهيئة نماذج الانتشار ذات الترتيب الذاتي لكل إطار بكفاءة من أجل توليد فيديو تفاعلي في الوقت الفعلي، محققةً جودة فائقة وزمن انتقال منخفضاً بشكل ملحوظ مقارنة بالطرق الحالية القائمة على نظام الأجزاء.
تُثبت هذه الورقة أن بيانات التصميم الطبقي الاصطناعية البحتة (SynLayers) تُعد بديلاً قابلاً للتوسع وفعالاً لمجموعات البيانات الواقعية النادرة لتدريب نماذج تفكيك الطبقات، حيث تقدم أداءً يضاهي أو يتفوق على الطرق الحالية مع توفير تحكم متوازن في توزيعات الطبقات.
تقترح هذه الورقة إطار عمل تجريبي لتحرير الصور مفتوح النهايات يربط بشكل وثيق بين مخطط يولد تفكيكات للمهام الذرية ومنسق يختار الأدوات والمناطق، باستخدام حَكَم رؤية ولغة لتقديم مكافآت قائمة على النتائج تعمل على صقل كلا المكونين بشكل تكراري من أجل عمليات تحرير متعددة الخطوات أكثر تماسكاً وموثوقية.
تقترح الورقة البحثية "Warp-as-History"، وهي طريقة لا تتطلب تدريباً تتيح توليد فيديو عام وقابل للتحكم عبر الكاميرا من فيديو واحد عن طريق تحويل التشويهات الناتجة عن حركة الكاميرا إلى مدخلات "تاريخ زائف" (pseudo-history) متوافقة، مع إمكانية تعزيزها عبر ضبط دقيق خفيف باستخدام تقنية LoRA دون الحاجة إلى تحسين وقت الاختبار أو تغييرات في البنية المعمارية.
يُعد VGGT-Edit إطار عمل بنظام التغذية الأمامية لتحرير المشاهد ثلاثية الأبعاد الأصلية المشروطة بالنص، حيث يستخدم حقنًا نصيًا متزامنًا مع العمق ورأس تحويل متبقي للتنبؤ المباشر بالإزاحات الهندسية، مما يتغلب على عدم الاتساق والضبابية في طرق الرفع ثنائية الأبعاد الحالية مع تحقيق نتائج عالية الدقة ومتسقة عبر لقطات متعددة وبسرعة استنتاج تقارب اللحظية.
تقدم الورقة البحثية Articraft، وهو نظام وكيل يستفيد من النماذج اللغوية الكبيرة لتوليد أصول ثلاثية الأبعاد مفصلية عالية الجودة وقابلة للتوسع تلقائياً عبر كتابة والتحقق من برامج متخصصة في هذا المجال، مما أسفر عن مجموعة بيانات جديدة مكونة من 10 آلاف عنصر تساهم في تطوير الأبحاث في مجالات محاكاة الروبوتات والواقع الافتراضي.
تقترح هذه الورقة إطار عمل لمطابقة التدفق الكروي لتوليد الصور يعمل على محاذاة الهندسة الكامنة من خلال إسقاط البيانات والضجيج على كرات ذات نصف قطر ثابت واستخدام الاستيفاء الخطي الكروي، مما يؤدي إلى تحسين جودة التوليد عبر ضمان بقاء المسارات الجيوديسية ضمن البنية الزاوية للمناطق الكامنة مع الحفاظ على المحتوى الدلالي.
تقترح هذه الورقة نموذج عالم متعدد الوسائط يدمج المعلومات اللمسية والبصرية لتحسين دقة ومتانة تنبؤات الأفعال الروبوتية بشكل كبير في البيئات الغامضة فيزيائياً، مدعوماً بمجموعتي بيانات جديدتين تم جمعهما باستخدام مستشعرات لمسية تعتمد على المغناطيس.
تقدم هذه الورقة طريقة (R-C-P)، وهي تقنية مستقلة لحساب الحجم تستخدم معالجة الصور وكشف الحواف باستخدام كاميرات ثنائية الأبعاد متعددة لتحديد الأبعاد ومساحات الأسطح للأجسام في الوقت الفعلي كبديل منخفض التكلفة لمستشعرات العمق ثلاثية الأبعاد مثل ليدار (LiDAR).
تقترح هذه الورقة وتقيم طريقتين مبتكرتين، وهما إسقاط مستشعر الإدخال (ISensD) والمجمع المستشعر غير المتغير (ESensI)، حيث تثبت من خلال تجارب على ثلاث مجموعات بيانات للمراقبة الأرضية أن النماذج متعددة المستشعرات القائمة على التجميع وتقنيات إسقاط المستشعرات تعزز بشكل كبير من قوة التنبؤ ضد فقدان بيانات المستشعرات.