NVIDIA（英伟达）

Toward an Operational GNN-Based Multimesh Surrogate for Fast Flood Forecasting

迈向基于图神经网络的多网格代理模型以实现快速洪水预报

Valentin Mercier, Serge Gratton, Lapeyre Corentin, Gwenaël Chevallet

机构 * Université de Toulouse, INP, IRIT, Toulouse, France（图卢兹大学, 国立图卢兹综合理工学院, 计算机与人工智能研究所, 图卢兹, 法国） ； Nvidia（英伟达） ； BRL Ingénierie（BRL工程公司） 纠错

AI总结 本文提出基于图神经网络的多网格代理模型，用于快速洪水预报，通过合成数据训练并结合多网格连接性提升预测精度，实验表明该方法在洪峰流量和淹没地图预测中优于传统高精度模拟。

CANDLE: Illumination-Invariant Semantic Priors for Color Ambient Lighting Normalization

CANDLE：用于颜色环境照明归一化的光照不变语义先验

Rong-Lin Jian, Ting-Yao Chen, Yu-Fan Lin, Chia-Ming Lee, Fu-En Yang, Yu-Chiang Frank Wang, Chih-Chung Hsu

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； National Cheng Kung University（国立成功大学） ； NVIDIA（英伟达） 纠错

AI总结 本文提出CANDLE，通过引入DINO Omni-layer Guidance和颜色频率细化设计，解决多色照明下的颜色归一化问题，实验显示在CL3AN上PSNR提升1.22dB，并在NTIRE 2026挑战中取得优异成绩。

Comments CVPRW 2026 Camera Ready; NTIRE 2026 Ambient Lighting Normalization (2nd & 3rd in Color & White Light Track)

EGM: Efficient Visual Grounding Language Models

EGM: 高效视觉语义语言模型

Guanqi Zhan, Changye Li, Zhijian Liu, Yao Lu, Yi Wu, Song Han, Ligeng Zhu

机构 * NVIDIA（英伟达） ； MIT（麻省理工学院） ； University of Oxford（牛津大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出EGM，通过生成大量中等质量token来提升小模型的视觉语义能力，实验证明其在效率和性能上优于大模型。