National University of Singapore（新加坡国立大学）

ShowUI-$π$: Flow-based Generative Models as GUI Dexterous Hands

ShowUI-$π$: 基于流的生成模型作为GUI灵巧手

Siyuan Hu, Kevin Qinghong Lin, Mike Zheng Shou

机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） 纠错

AI总结 ShowUI-$π$ 是首个基于流的生成模型，通过统一动作、流式动作生成和拖动基准测试，实现了GUI灵巧手的高效拖动控制。

Comments 17 pages, 15 figures

Factorized Learning for Temporally Grounded Video-Language Models

分解学习用于时间感知的视频-语言模型

Wenzheng Zeng, Difei Gao, Mike Zheng Shou, Hwee Tou Ng

机构 * National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出D$^2$VLM框架，通过分解学习方法提升视频-语言模型在时间定位和文本响应任务中的性能，引入证据标记和FPO算法以优化学习过程。

Comments ICCV 2025 paper. This arXiv version updates Figure 1 to include the concurrent work Qwen2.5-VL to ensure consistency with Table 1

Reinforced Diffusion: Learning to Push the Limits of Anisotropic Diffusion for Image Denoising

强化扩散：学习推动各向异性扩散的极限以实现图像去噪

Xinran Qin, Yuhui Quan, Ruotao Xu, Hui Ji

机构 * School of Computer Science and Engineering at South China University of Technology（华南理工大学计算机科学与工程学院） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出基于强化学习的可训练各向异性扩散框架，通过深度Q学习优化扩散过程，提升图像去噪性能，优于传统方法并可与深度CNN方法竞争。