Alexei A. Efros

Bottom-up Modeling of Repeated Elements via Single Image Analysis-by-Synthesis

基于单图像分析合成自底向上的重复元素建模

Syrine Kalleli, Alexei A. Efros, Mathieu Aubry

机构 * LIGM（LIGM机构） ； CNRS（法国国家科学研究中心） ； Univ Gustave Eiffel（古斯塔夫·埃菲尔大学） ； ENPC（法国国立路桥学校） ； Institut Polytechnique de Paris（巴黎综合理工学院） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出一种自底向上的单图像重复元素发现方法，通过重建目标学习可调原型，无需标注或分割，在FSC-147上验证了其有效性与可解释性。

Comments Accepted to ECCV 2026. Project page: https://vayvi.github.io/repeated-elements/

Balancing Frequencies and Pixels in Flow Matching

在流匹配中平衡频率与像素

Lucas Degeorge, Paul Couairon, Arijit Ghosh, Alexei A. Efros, David Picard, Vicky Kalogeiton

机构 * École Polytechnique（巴黎综合理工学院） ； CNRS（法国国家科学研究中心） ； IP Paris（巴黎理工学院） ； AMIAD ； École Nationale des Ponts et Chaussées（巴黎路桥学院） ； UGE（巴黎第八大学） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 本研究针对像素空间流模型训练的频谱失衡问题，提出Focal Log-Frequency Loss（f-loss），结合频率与像素监督的训练策略，可将流匹配收敛速度提升最高40%，同时改善FID和感知保真度。

The Many Senses of Visual Similarity: A Text-Prompted Image Perceptual Metric

视觉相似性的多种意义：一种文本提示的图像感知度量

Sheng-Yu Wang, Yotam Nitzan, Aaron Hertzmann, Jun-Yan Zhu, Eli Shechtman, Alexei A. Efros, Richard Zhang

AI总结 研究人类视觉相似性判断的上下文依赖问题，通过引入大规模数据集微调VLM，产生能捕捉多种视觉相似性意义的TPIPS度量，该度量与人类感知更契合，还在多种任务中开启新功能。

Comments Project Webpage: https://peterwang512.github.io/TPIPS Code: https://github.com/adobe-research/TPIPS

Autoregressive Modeling of Film with Applications in Video Montage

电影的自回归建模及其在视频蒙太奇中的应用

Marcelo Sandoval-Castañeda, Fabian Caba Heilbron, Shiry Ginosar, Bryan Russell, Josef Sivic, Alexei A. Efros, Greg Shakhnarovich

机构 * TTI-Chicago（芝加哥丰田理工学院） ； Adobe（奥多比公司） ； Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University（捷克技术大学捷克信息学、机器人学与控制论研究所） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 研究针对视频蒙太奇挑战，提出FilmGPT自回归Transformer，通过在电影语料库训练捕捉电影“语法”，推理时用镜头约束解码算法选最佳镜头，在镜头预测和电影编辑任务中表现出色，还适用于多种视频蒙太奇应用。

Journal ref SIGGRAPH Conference Papers '26, Article 129, 1-11, ACM, 2026

The FID Lottery: Quantifying Hidden Randomness in Generative-Model Evaluation

FID 彩票：量化生成模型评估中的隐藏随机性

Nicolas Dufour, Alexei A. Efros, Patrick Pérez

机构 * Kyutai ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 研究FID作为随机变量在训练和生成种子上的方差，发现重训练比重采样导致更大FID波动，提出新评估协议：使用每类最优引导、报告多个训练种子的误差条。

Comments Website: https://kyutai.org/fid-lottery

Neuron Populations Exhibit Divergent Selectivity with Scale

神经元群体随规模表现出分化的选择性

Amil Dravid, Yasaman Bahri, Alexei A. Efros, Yossi Gandelsman

机构 * UC Berkeley（加州大学伯克利分校） ； TTIC 纠错

AI总结 通过分析Rosetta神经元在不同规模模型中的分布与特性，发现其数量遵循次线性幂律增长，且选择性随规模增强，而非Rosetta神经元则保持低选择性，提出一个平衡特征效用与神经元容量的分析模型解释这一极化现象。

Comments Project page and code: https://avdravid.github.io/rosetta-neuron-scaling/

Back into Plato's Cave: Examining Cross-modal Representational Convergence at Scale

回到柏拉图的洞穴：大规模检验跨模态表示收敛性

A. Sophia Koepke, Daniil Zverev, Shiry Ginosar, Alexei A. Efros

机构 * UC Berkeley（伯克利大学） ； Technical University Munich, MCML（慕尼黑技术大学） ； University of Tübingen, Tübingen AI Center（图宾根大学） ； Toyota Technical Institute at Chicago（芝加哥丰田技术研究所） 纠错

AI总结 本文通过大规模数据集实验，质疑了柏拉图表示假说中跨模态表示收敛的证据，发现对齐度随数据规模增大而显著下降，且仅反映粗粒度语义重叠。

Comments Project page: http://akoepke.github.io/cave_umwelten/

It's Never Too Late: Noise Optimization for Collapse Recovery in Trained Diffusion Models

迟到也不晚：通过噪声优化在训练好的扩散模型中恢复崩溃

Anne Harrington, A. Sophia Koepke, Shyamgopal Karthik, Trevor Darrell, Alexei A. Efros

机构 * UC Berkeley（加州大学伯克利分校） ； University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； TU Munich, MCML（慕尼黑工业大学，MCML） 纠错

AI总结 本文通过噪声优化提升扩散模型生成多样性，减少模式崩溃，同时保持基础模型的保真度。

Comments CVPR 2026. Project page at https://akoepke.github.io/divgen/index.html

Fast Data Attribution for Text-to-Image Models

Sheng-Yu Wang, Aaron Hertzmann, Alexei A Efros, Richard Zhang, Jun-Yan Zhu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Adobe Research（Adobe研究） ； UC Berkeley（伯克利大学） 纠错

Comments NeurIPS 2025 camera ready. Project page: https://peterwang512.github.io/FastGDA

Vision Transformers Don't Need Trained Registers

Nick Jiang, Amil Dravid, Alexei Efros, Yossi Gandelsman

机构 * UC Berkeley（伯克利大学） 纠错

Comments Project page and code: https://avdravid.github.io/test-time-registers. Accepted to NeurIPS '25 (spotlight)

The Sound of Simulation: Learning Multimodal Sim-to-Real Robot Policies with Generative Audio

Renhao Wang, Haoran Geng, Tingle Li, Feishi Wang, Gopala Anumanchipalli, Trevor Darrell, Boyi Li, Pieter Abbeel, Jitendra Malik, Alexei A. Efros

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

Comments Conference on Robot Learning 2025

IT$^3$: Idempotent Test-Time Training

Nikita Durasov, Assaf Shocher, Doruk Oner, Gal Chechik, Alexei A. Efros, Pascal Fua

Comments Accepted at ICML 2025

Prioritized Generative Replay

Renhao Wang, Kevin Frans, Pieter Abbeel, Sergey Levine, Alexei A. Efros

机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； University of California, Berkeley（加州大学伯克利分校） 纠错

Comments Project page available at: https://pgenreplay.github.io

Rethinking Patch Dependence for Masked Autoencoders

Letian Fu, Long Lian, Renhao Wang, Baifeng Shi, Xudong Wang, Adam Yala, Trevor Darrell, Alexei A. Efros, Ken Goldberg

机构 * UC Berkeley（加州大学伯克利分校） ； UCSF（加州大学旧金山分校） 纠错

Comments Transactions on Machine Learning Research (TMLR) 2025

Visual Jenga: Discovering Object Dependencies via Counterfactual Inpainting

Anand Bhattad, Konpat Preechakul, Alexei A. Efros

机构 * Toyota Technological Institute at Chicago（芝加哥丰田技术学院） ； University of California, Berkeley（加利福尼亚大学伯克利分校） 纠错

Comments project page: https://visualjenga.github.io/

Data Attribution for Text-to-Image Models by Unlearning Synthesized Images

Sheng-Yu Wang, Aaron Hertzmann, Alexei A. Efros, Jun-Yan Zhu, Richard Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Adobe Research（奥多比研究院） ； UC Berkeley（加州大学伯克利分校） 纠错

Comments NeurIPS 2024 camera ready version. Project page: https://peterwang512.github.io/AttributeByUnlearning Code: https://github.com/PeterWang512/AttributeByUnlearning

Interpreting the Second-Order Effects of Neurons in CLIP

Yossi Gandelsman, Alexei A. Efros, Jacob Steinhardt

机构 * UC Berkeley（加州大学伯克利分校） 纠错

Comments project page: https://yossigandelsman.github.io/clip_neurons/index.html

GPS as a Control Signal for Image Generation

Chao Feng, Ziyang Chen, Aleksander Holynski, Alexei A. Efros, Andrew Owens

机构 * University of Michigan（密歇根大学） ； UC Berkeley（加州大学伯克利分校） 纠错

Comments Project page: https://cfeng16.github.io/gps-gen/

Continuous 3D Perception Model with Persistent State

Qianqian Wang, Yifei Zhang, Aleksander Holynski, Alexei A. Efros, Angjoo Kanazawa

机构 * University of California, Berkeley（加州大学伯克利分校） ； Google DeepMind（谷歌DeepMind） 纠错

Test-Time Training on Video Streams

Renhao Wang, Yu Sun, Arnuv Tandon, Yossi Gandelsman, Xinlei Chen, Alexei A. Efros, Xiaolong Wang

机构 * UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Meta AI ； UC San Diego（加州大学圣迭戈分校） 纠错

Comments Project website with videos, dataset and code: https://test-time-training.github.io/video

Synthesizing Moving People with 3D Control

Boyi Li, Junming Chen, Jathushan Rajasegaran, Yossi Gandelsman, Alexei A. Efros, Jitendra Malik

机构 * UC Berkeley（加州大学伯克利分校） 纠错

Rethinking Score Distillation as a Bridge Between Image Distributions

David McAllister, Songwei Ge, Jia-Bin Huang, David W. Jacobs, Alexei A. Efros, Aleksander Holynski, Angjoo Kanazawa

机构 * UC Berkeley（加州大学伯克利分校） ； University of Maryland（马里兰大学） 纠错

Comments NeurIPS 2024. Project webpage: https://sds-bridge.github.io/

Toon3D: Seeing Cartoons from New Perspectives

Ethan Weber, Riley Peterlinz, Rohan Mathur, Frederik Warburg, Alexei A. Efros, Angjoo Kanazawa

机构 * UC Berkeley（加州大学伯克利分校） 纠错

Comments Please see our project page: https://toon3d.studio

Interpreting the Weight Space of Customized Diffusion Models

Amil Dravid, Yossi Gandelsman, Kuan-Chieh Wang, Rameen Abdal, Gordon Wetzstein, Alexei A. Efros, Kfir Aberman

机构 * UC Berkeley（加州大学伯克利分校） ； Snap Inc.（Snap公司） ； Stanford University（斯坦福大学） 纠错

Comments Project Page: https://snap-research.github.io/weights2weights

Evaluating Multiview Object Consistency in Humans and Image Models

Tyler Bonnen, Stephanie Fu, Yutong Bai, Thomas O'Connell, Yoni Friedman, Nancy Kanwisher, Joshua B. Tenenbaum, Alexei A. Efros

机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

Comments Project page: https://tzler.github.io/MOCHI/ Code: https://github.com/tzler/mochi_code Huggingface dataset: https://huggingface.co/datasets/tzler/MOCHI

Diffusion Models as Data Mining Tools

Ioannis Siglidis, Aleksander Holynski, Alexei A. Efros, Mathieu Aubry, Shiry Ginosar

机构 * Ecole des Ponts（巴黎路桥学院） ； Univ Gustave Eiffel（Gustave Eiffel大学） ； CNRS（法国国家科学研究中心） ； University of California, Berkeley（加州大学伯克利分校） 纠错

Comments Project Page: https://diff-mining.github.io/ Accepted in ECCV 2024

COLMAP-Free 3D Gaussian Splatting

Yang Fu, Sifei Liu, Amey Kulkarni, Jan Kautz, Alexei A. Efros, Xiaolong Wang

机构 * UC San Deigo（加州大学圣地亚哥分校） ； NVIDIA（英伟达公司） ； UC Berkeley（加州大学伯克利分校） 纠错

Comments Project Page: https://oasisyang.github.io/colmap-free-3dgs

Interpreting CLIP's Image Representation via Text-Based Decomposition

Yossi Gandelsman, Alexei A. Efros, Jacob Steinhardt

机构 * UC Berkeley（加州大学伯克利分校） 纠错

Comments Project page and code: https://yossigandelsman.github.io/clip_decomposition/

Disentangled 3D Scene Generation with Layout Learning

Dave Epstein, Ben Poole, Ben Mildenhall, Alexei A. Efros, Aleksander Holynski

机构 * UC Berkeley（加州大学伯克利分校） ； Google Research（谷歌研究院） 纠错

Differentiable Blocks World: Qualitative 3D Decomposition by Rendering Primitives

Tom Monnier, Jake Austin, Angjoo Kanazawa, Alexei A. Efros, Mathieu Aubry

机构 * LIGM, Ecole des Ponts, Univ Gustave Eiffel（LIGM，巴黎高科桥梁学校，古斯塔夫·埃菲尔大学） ； UC Berkeley（加州大学伯克利分校） 纠错

Comments Project webpage with code and videos: https://www.tmonnier.com/DBW. V2 update includes comparisons based on NeuS, hyperparameter analysis and failure cases