Google（谷歌）

OVI-MAP:Open-Vocabulary Instance-Semantic Mapping

OVI-MAP：开放词汇实例语义映射

Zilong Deng, Federico Tombari, Marc Pollefeys, Johanna Wald, Daniel Barath

机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） ； University of Zurich（苏黎世大学） ； TU Munich（慕尼黑工业大学） ； Microsoft（微软） 纠错

AI总结 本文提出OVI-MAP，通过解耦实例重建与语义推断，实现增量开放词汇3D实例语义映射，提升实时处理与零样本语义标注能力。

How iteration order influences convergence and stability in deep learning

迭代顺序如何影响深度学习中的收敛与稳定性

Benoit Dherin, Benny Avelin, Anders Karlsson, Hanna Mazzawi, Javier Gonzalvo, Michael Munn

机构 * Google Research（谷歌研究院） ； Department of Mathematics, Uppsala University（乌普萨拉大学数学系） ； Department of Mathematics, University of Geneva（日内瓦大学数学系） 纠错

AI总结 本文探讨了梯度更新顺序对训练稳定性与收敛的影响，通过反向SGD实验展示了在固定学习率和小批量情况下，迭代顺序改变可提升稳定性与收敛性。

GUIDE: A Benchmark for Understanding and Assisting Users in Open-Ended GUI Tasks

GUIDE：一个用于理解和协助用户进行开放性GUI任务的基准测试

Saelyne Yang, Jaesang Yu, Yi-Hao Peng, Kevin Qinghong Lin, Jae Won Cho, Yale Song, Juho Kim

机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学） ； Konkuk University（建国大学） ； Google Inc.（谷歌公司） ； SkillBench 纠错

AI总结 GUIDE基准测试旨在评估AI模型在开放性GUI任务中感知用户行为、推断意图和提供帮助的能力，通过120名新手用户的10种软件屏幕记录，发现模型在行为状态和帮助预测上准确率仅为44.6%和55.0%，但提供用户上下文可提升帮助预测性能达50.2个百分点。

Comments Accepted at CVPR 2026

Fus3D: Decoding Consolidated 3D Geometry from Feed-forward Geometry Transformer Latents

Fus3D: 从前馈几何变换器潜在特征中解码整合的3D几何

Laura Fink, Linus Franke, George Kopanas, Marc Stamminger, Peter Hedman

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学） ； Inria, Université Côte d'Azur（法国国家信息与自动化研究所，蔚蓝海岸大学） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文提出一种前馈方法，在三秒内从无结构图像集合中回归密集的Signed Distance Field，无需相机校准或后期融合。通过学习体素嵌入提取几何变换器特征，实现结构化体素潜在网格，从而生成完整的SDF。