NVIDIA（英伟达）

SOMA: Unifying Parametric Human Body Models

SOMA：统一参数化人体模型

Jun Saito, Jiefeng Li, Michael de Ruyter, Miguel Guerrero, Edy Lim, Ehsan Hassani, Roger Blanco Ribera, Hyejin Moon, Magdalena Dadela, Marco Di Lucca, Qiao Wang, Xueting Li, Jan Kautz, Simon Yuen, Umar Iqbal

机构 * NVIDIA 纠错

AI总结 SOMA通过三层抽象层统一不同人体模型的表示，解决兼容性问题，提升重建、动画和模拟效率。

Surg$Σ$: A Spectrum of Large-Scale Multimodal Data and Foundation Models for Surgical Intelligence

Surg$Σ$: 一种大规模多模态数据和基础模型的光谱，用于外科智能

Zhitao Zeng, Mengya Xu, Jian Jiang, Pengfei Guo, Yunqiu Xu, Zhu Zhuo, Chang Han Low, Yufan He, Dong Yang, Chenxi Lin, Yiming Gu, Jiaxin Guo, Yutong Ban, Daguang Xu, Qi Dou, Yueming Jin

机构 * NUS（新加坡国立大学） ； CUHK（香港中文大学） ； SJTU（上海交通大学） ； NVIDIA（英伟达） 纠错

AI总结 本文提出Surg$Σ$，通过大规模多模态数据和基础模型提升外科智能，解决现有框架任务特定、泛化能力差的问题，展示统一语义设计和结构化推理标注的改进效果。

ODIN-Based CPU-GPU Architecture with Replay-Driven Simulation and Emulation

基于ODIN的CPU-GPU架构与回放驱动的仿真与仿真

Nij Dorairaj, Debabrata Chatterjee, Hong Wang, Hong Jiang, Alankar Saxena, Altug Koker, Thiam Ern Lim, Cathrane Teoh, Chuan Yin Loo, Bishara Shomar, Anthony Lester

机构 * Intel Corporation（英特尔公司） ； Intel Corporation/Nvidia Corp（英特尔公司/英伟达公司） ； Synopsys Inc（Synopsys公司） 纠错

AI总结 本文提出了一种基于ODIN芯片组架构的CPU-GPU架构，利用回放驱动的仿真与仿真方法，通过确定性波形捕获和回放，加速调试并提高集成信心，实现单季度内端到端系统启动和工作负载执行。

VideoMatGen: PBR Materials through Joint Generative Modeling

VideoMatGen：基于联合生成模型的PBR材质

Jon Hasselgren, Zheng Zeng, Milos Hasan, Jacob Munkberg

机构 * NVIDIA 纠错

AI总结 本文提出基于视频扩散变压器架构的方法，通过输入几何和文本描述联合生成物理合理的PBR材质，包含基础颜色、粗糙度、金属度和高度图等属性。

Kamino: GPU-based Massively Parallel Simulation of Multi-Body Systems with Challenging Topologies

Kamino：基于GPU的多体系统大规模并行模拟器，适用于具有挑战性的拓扑结构

Vassilios Tsounis, Guirec Maloisel, Christian Schumacher, Ruben Grandia, Agon Serifi, David Müller, Chris Amevor, Tobias Widmer, Moritz Bächer

机构 * Disney Research, Zurich, Switzerland（迪士尼研究所以苏黎世，瑞士） ； NVIDIA, Zurich, Switzerland（NVIDIA，苏黎世，瑞士） 纠错

AI总结 Kamino通过GPU实现异构高耦合机械系统的并行模拟，支持复杂机械系统中的闭环拓扑结构，利用先进约束优化算法提升仿真精度，实现高效并行模拟与强化学习训练。

Industrial cuVSLAM Benchmark & Integration

工业 cuVSLAM 评估与集成

Charbel Abi Hana, Kameel Amareen, Mohamad Mostafa, Dmitry Slepichev, Hesam Rabeti, Zheng Wang, Mihir Acharya, Anthony Rizk

机构 * Idealworks ； NVIDIA 纠错

AI总结 本文评估了视觉里程计和视觉SLAM系统在真实物流环境中的导航性能，通过对比多种视觉里程计方法及大规模生产设施数据集，验证了cuVSLAM与定制SLAM后端结合的高精度映射能力。

More Test-Time Compute Can Hurt: Overestimation Bias in LLM Beam Search

更宽的搜索可能有害：LLM束搜索中的过估计偏差

Gal Dalal, Assaf Hallak, Gal Chechik, Yftah Ziser

机构 * NVIDIA Research（NVIDIA研究实验室） ； Bar-Ilan University（巴伊兰大学） ； University of Groningen（格罗宁根大学） 纠错

AI总结 研究探讨了束搜索宽度对LLM输出质量的影响，通过极值理论分析发现，过宽的搜索会引入系统性过估计偏差，提出基于信噪比的束宽选择方法。

Fast-FoundationStereo: Real-Time Zero-Shot Stereo Matching

快速基础立体视觉：实时零样本立体匹配

Bowen Wen, Shaurya Dewan, Stan Birchfield

机构 * NVIDIA 纠错

AI总结 本文提出Fast-FoundationStereo，首次在实时帧率下实现强零样本泛化能力，通过知识蒸馏、神经网络架构搜索和结构剪枝，提升效率并保持准确性。

VideoITG: Multimodal Video Understanding with Instructed Temporal Grounding

VideoITG: 多模态视频理解中的指导性时间定位

Shihao Wang, Guo Chen, De-an Huang, Zhiqi Li, Minghan Li, Guilin Liu, Jose M. Alvarez, Lei Zhang, Zhiding Yu

机构 * The Hong Kong Polytechnic Univ（香港理工大学） ； Nanjing Univ（南京大学） ； NVIDIA（NVIDIA公司） ； Harvard Univ（哈佛大学） 纠错

AI总结 VideoITG通过设计VidThinker流水线，自动生成指令条件化描述，检索相关视频片段并选择关键帧，提升多模态视频理解任务的性能。

Comments Accepted by CVPR