图像生成

RoamScene3D: Immersive Text-to-3D Scene Generation via Adaptive Object-aware Roaming

RoamScene3D: 通过自适应物体感知漫游实现沉浸式文本到3D场景生成

Jisheng Chu, Wenrui Li, Rui Zhao, Wangmeng Zuo, Shifeng Chen, Xiaopeng Fan

机构 * Faculty of Computing, Harbin Institute of Technology（计算机学院，哈尔滨工业大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） ； Nanyang Technological University（南洋理工大学） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology Suzhou Research Institute（哈尔滨工业大学苏州研究院） 纠错

专题命中 可控生成 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 RoamScene3D通过自适应物体感知漫游实现沉浸式文本到3D场景生成，结合语义推理和几何约束提升场景一致性与逼真度。

Towards Gold-Standard Depth Estimation for Tree Branches in UAV Forestry: Benchmarking Deep Stereo Matching Methods

面向无人机林业作业的树枝深度估计金标准：深度立体匹配方法的基准测试

Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green

机构 * Centre for Data Science and Artificial Intelligence（数据科学与人工智能中心） ； Victoria University of Wellington（惠灵顿维多利亚大学） ； Department of Computer Science and Software Engineering（计算机科学与软件工程系） ； University of Canterbury（坎特伯雷大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 本文首次系统评估了八种深度立体匹配方法在无人机林业中对树枝深度估计的性能，发现DEFOM在植被密集环境下表现最佳，成为新的金标准基线。

Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control

基于协作轨迹控制的机器人操作视频生成学习

Xiao Fu, Xintao Wang, Xian Liu, Jianhong Bai, Runsen Xu, Pengfei Wan, Di Zhang, Dahua Lin

机构 * The Chinese University of Hong Kong（香港中文大学） ； Kuaishou Technology（快手科技） ； Zhejiang University（浙江大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 RoboMaster通过协作轨迹控制方法，解决多物体交互建模问题，实现机器人操作视频生成的高保真度与多物体交互建模。

Comments ICLR 2026. Project Page: https://fuxiao0719.github.io/projects/robomaster/

MIRAGE: Enabling Real-Time Automotive Mediated Reality

MIRAGE：实现实时汽车中介现实

Pascal Jansen, Julian Britten, Mark Colley, Markus Sasalovici, Enrico Rukzio

专题命中 可控生成 ：inpainting(abstract)

AI总结 MIRAGE是一个开源工具，通过先进的计算模型实现实时汽车中介现实，提升驾驶安全并探索其伦理与交互设计影响。

Comments Conditionally accepted at CHI 2026

Problem Space Transformations for Out-of-Distribution Generalisation in Behavioural Cloning

行为克隆中面向分布外泛化的问题空间变换

Kiran Doshi, Marco Bagatella, Stelian Coros

机构 * Department of Computer Science at ETH Zürich（苏黎世联邦理工学院计算机科学系） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出通过问题空间变换提升行为克隆在分布外泛化中的性能，通过实验验证了姿态等价性和局部性对动作预测的改进作用。