ECCV

Attention is Case-Sensitive

注意力对字母大小写敏感

Maximilian Dillitzer, Tin Stribor Sohn, Jason J. Corso, Michael Auerbach

AI总结 该研究发现LLMs和VLMs存在大小写效应，即文本中目标信息采用特定大小写格式会调节注意力分配，但该效应不一定提升任务准确率，推理模型的思考阶段可缓解此效应，且该效应可部分迁移至VLMs。

Comments Accepted at ECCV 2026

Distilled Roads: Generalisable Road Network Extraction Across Sensors, Resolutions, and Region

蒸馏路网：跨传感器、分辨率和区域的通用路网提取

Sanayya, Rakshith Sathish, Ashwathi Nambiar

AI总结 本研究提出结合跨分辨率知识蒸馏、多传感器训练与拓扑感知监督的框架，构建出泛化性强、效率高的路网提取模型，在公开基准上性能优于现有最优方法。

Comments Accepted at ECCV 2026 workshop - TerraBytes II

PolyLayout: Multi-room Manhattan Layout Estimation

PolyLayout：多房间曼哈顿布局估计

Gustav Hanning, Shaohui Liu, Rémi Pautrat, Marc Pollefeys, Kalle Åström, Viktor Larsson

AI总结 针对现有多房间布局估计方法泛化差、未利用建筑结构的问题，提出 PolyLayout 方法，通过联合优化跨房间的曼哈顿 3D 多边形，在新基准上实现了优于现有方法的准确性与鲁棒性。

Comments Accepted at the European Conference on Computer Vision (ECCV) 2026

Bridging Online and Offline Handwriting via Differentiable Physical Rendering

通过可微物理渲染连接在线与离线手写文字

Seonmi Park, Seunghyun Shin, Vihaan Misra, Dongmin Shin, Ukcheol Shin, Jean Oh, Hae-Gon Jeon

AI总结 该研究提出统一在线-离线手写生成框架，通过物理画笔模型与可微渲染模块解决两类手写生成范式的缺陷，经实验验证实现了结构与视觉保真度。

Comments Accepted at ECCV 2026, Project page: https://seonmip.github.io/onoff

EmbodiedVAE: Disentangled Video VAE for Efficient and Controllable Embodied Manipulation

EmbodiedVAE：用于高效可控具身操作的解耦视频变分自编码器

Jiayi Luo, Hanxin Zhu, Chen Gao, Jiankun Wang, Cong Wang, Tianyu He, Jianxin Li, Zhibo Chen

机构 * Beihang University（北京航空航天大学） ； Zhongguancun Academy（中关村学院） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； CASIA, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所（CASIA）） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 针对现有潜在扩散模型适配具身操作场景的缺陷，提出EmbodiedVAE视频变分自编码器，通过双编码器架构与最优传输一致性模块实现更优重建质量、压缩率及精确动作控制。

Comments ECCV 2026