Google（谷歌）

Segmenting, Fast and Slow: Real-Time Open-Vocabulary Video Instance Segmentation with Dual-Path Processing

分割，快与慢：双路径处理的实时开放词汇视频实例分割

Luca Barsellotti, Martin Sundermeyer, Mattia Segu, Nikita Araslanov, Muhammad Ferjad Naeem, Marcella Cornia, Yongqin Xian, Maxim Berman

机构 * Google TU Munich（谷歌慕尼黑分校） ； Munich Center for Machine Learning University of Modena（慕尼黑机器学习中心莫德纳大学） 纠错

AI总结 提出SegFS双流快慢框架，通过稀疏关键帧的开放词汇对象模型预测实例表示，并在特征空间条件化轻量快速网络，实现高效时域传播，在保持分割性能的同时将延迟降低至MOBIUS的1/14。

Comments ECCV 2026

Generative Modeling of Quantum Distribution with Functional Flow Matching

基于函数流匹配的量子分布生成建模

Jaehoon Hahm, Tak Hur, Joonseok Lee, Daniel K. Park

机构 * Graduate School of Data Science, Seoul National University, Seoul, Korea（首尔国立大学数据科学研究生院） ； Department of Statistics and Data Science, Yonsei University, Seoul, Korea（延世大学统计与数据科学系） ； Department of Applied Statistics, Yonsei University, Seoul, Korea（延世大学应用统计系） ； Google Research, Mountain View, California, United States（谷歌研究） 纠错

AI总结 提出量子流匹配（QFM）模型，利用自旋Wigner函数和函数流匹配学习多量子比特量子分布，有效捕获物理量如纯度、纠缠熵。

Comments Accepted as an extended abstract at the Quantum Techniques in Machine Learning (QTML) 2024

SONIC: Spectral Optimization of Noise for Inpainting with Consistency

SONIC: 用于一致性修复的噪声谱优化

Seungyeon Baek, Erqun Dong, Shadan Namazifard, Mark J. Matthews, Kwang Moo Yi

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 提出一种无需训练的修复方法，通过谱域优化初始噪声样本，使通用文本到图像模型适用于修复任务，在少量优化步骤后超越现有技术。

Comments Accepted at ECCV 2026

Verbosity Tradeoffs and the Impact of Scale on the Faithfulness of LLM Self-Explanations

冗长性权衡与规模对LLM自我解释忠实度的影响

Noah Y. Siegel, Nicolas Heess, Maria Perez-Ortiz, Oana-Maria Camburu

机构 * Google DeepMind（谷歌DeepMind） ； Centre for AI, University College London（伦敦大学学院人工智能中心） ； Imperial College London（伦敦帝国学院） ； University College London（伦敦大学学院） 纠错

AI总结 本文分析13个模型家族共75个模型的反事实忠实度，提出phi-CCT和F-AUROC两个新指标，发现更大更强的模型在所有指标上更忠实。

Comments ICLR 2026 Workshop on Principled Design for Trustworthy AI - Interpretability, Robustness, and Safety across Modalities 67 pages, 13 figures