Amazon（亚马逊）

\textit{4DSurf}: High-Fidelity Dynamic Scene Surface Reconstruction

4DSurf：高保真动态场景表面重建

Renjie Wu, Hongdong Li, Jose M. Alvarez, Miaomiao Liu

机构 * Australian National University（澳大利亚国立大学） ； NVIDIA（英伟达） ； Amazon（亚马逊） 纠错

AI总结 本文提出4DSurf框架，解决动态场景表面重建问题，通过高斯变形和重叠分段策略实现大变形和时间一致性，实验显示在Chamfer距离上优于现有方法。

Comments Accepted to CVPR 2026

Scaling Attention via Feature Sparsity

通过特征稀疏性扩展注意力机制

Yan Xie, Tiansheng Wen, Tangda Huang, Bo Chen, Chenyu You, Stefanie Jegelka, Yifei Wang

机构 * School of Electronic Engineering, Xidian University（西安电子科技大学电子工程学院） ； Stony Brook University（石溪大学） ； TUM（慕尼黑工业大学） ； MIT（麻省理工学院） ； Amazon AGI SF Lab（亚马逊AGI旧金山实验室） 纠错

AI总结 本文提出Sparse Feature Attention (SFA)，通过特征稀疏性降低注意力计算成本，提升处理超长上下文的能力，实验表明其在速度和资源消耗上优于现有方法。

Comments 26 pages, 11 figures; Accepted at ICLR 2026

You Only Erase Once: Erasing Anything without Bringing Unexpected Content

你只擦除一次：无需引入意外内容的任意擦除

Yixing Zhu, Qing Zhang, Wenju Xu, Wei-Shi Zheng

机构 * School of Computer Science and Engineering, Sun Yat-sen University, China（中山大学计算机科学与工程学院） ； Amazon（亚马逊） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education, China（教育部机器智能与先进计算重点实验室） 纠错

AI总结 本文提出YOEO方法，通过训练无配对数据的扩散模型，实现高质量物体擦除，保留上下文一致性，优于现有方法。

Comments Accepted by CVPR2026

Grounding Social Perception in Intuitive Physics

将社会感知 grounded 在直观物理学中

Lance Ying, Aydan Y. Huang, Aviv Netanyahu, Andrei Barbu, Boris Katz, Joshua B. Tenenbaum, Tianmin Shu

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Amazon（亚马逊） 纠错

AI总结 本文提出通过结合直观心理学与直观物理学的推理过程来解释社会感知，通过PHASE数据集和SIMPLE模型验证了物理基础的社会推理能力。

Comments 26 pages, 11 figures

Neuron-Level Analysis of Cultural Understanding in Large Language Models

大语言模型中文化理解的神经层面分析

Taisei Yamamoto, Ryoma Kumon, Danushka Bollegala, Hitomi Yanaka

机构 * The University of Tokyo（东京大学） ； Riken（理化学研究所） ； University of Liverpool（利物浦大学） ； Amazon（亚马逊） ； Tohoku University（东北大学） 纠错

AI总结 研究通过神经层面分析揭示大语言模型中文化理解的机制，发现文化通用与特定神经元对文化理解有重要影响，且训练数据影响其文化理解能力。

Comments Accepted to ICLR 2026

Throughput Optimization as a Strategic Lever in Large-Scale AI Systems: Evidence from Dataloader and Memory Profiling Innovations

通过吞吐量优化在大规模AI系统中的战略杠杆作用：来自数据加载器和内存分析创新的证据

Mayank Jha

机构 * Amazon Robotics（亚马逊机器人） 纠错

AI总结 本文通过数据加载器和内存优化创新，探讨吞吐量优化在大规模AI系统中的战略作用，分析架构改进、内存优化及编译器优化对训练效率的影响。

Comments 5 pages double sided