来源：西湖机器人 文章链接：https://mp.weixin.qq.com/s/FJh__9hEIzArZXuGCWV9-w进入2026年，具身智能的竞争重心已转向底层模型的通用性与持续进化能力。 VLA（视觉-语言-动作，Vision-Language-Action）模型被视为通往通用具身智能最有希望的技术路线之一。但VLA要从实验室走向规模化应用，还需要回答两个核心问题： ● 理解任务...

来源：佛山大学电子信息工程学院 文章链接：https://mp.weixin.qq.com/s/8__oAj4NsznfnwweeKKOag 近日，电子信息工程学院视觉感知与智能信息处理团队牛菓博士作为第一作者，佛山大学为第一署名单位的学术论文《Efficient Training with Foresight: Multi-Token Auxiliary Supervision for A...

来源：隐者联盟 文章链接：https://mp.weixin.qq.com/s/DXXPusvBcfk1thLtuimjtA 换脸技术被恶意滥用，带来人脸身份隐私泄露的现实风险，如何从被篡改图片还原出原始人脸，是多媒体取证方向亟待解决的问题。现有的恢复方法大多直接在像素层嵌入身份信息，很容易被局部篡改、多次传输带来的复合退化破坏，还会留下能够被检测到的统计特征。针对这些不足，论文提出 GIE...

来源：多模态信息融合 文章链接：https://mp.weixin.qq.com/s/X3SPTbVUlwPIEWRWfBSb9QShift-IISR·红外超分辨率 可见光先验，红外又该如何适配呢？ 一张低分辨率的红外图片，想要恢复出清晰的结构来，但是却因为可见光扩散模型而被补出了“不属于红外”的纹理。北科大Shift-IISR不重训整个扩散骨干，而是在两条引导路径上分别纠正全局模态分布和局...

来源：隐者联盟 文章链接：https://mp.weixin.qq.com/s/iCDO4BxLXLDk9BXH1ZRgFw 方法介绍 扩散模型的快速发展使换脸技术普及化，但也引发隐私和身份安全问题。现有的主动防御方法在扩散换脸的场景下防御效果有限。本文提出一种系统性防御方法VoidFace，该方法将换脸视为一个耦合的身份路径，通过在关键瓶颈处注入扰动，可在整个换脸管道中引发级联式破坏。具体...

来源：武汉传媒学院 原文链接：https://mp.weixin.qq.com/s/WjzESur5UIaZ9A5QxFATYw近日，武汉传媒学院智能科学与工程学院科研工作再传喜讯！学院教师参与完成的两项人工智能研究成果，双双被国际多媒体领域重要学术会议ACM Multimedia 2026录用。 两项成果均聚焦当前备受关注的AIGC智能创作领域，分别在AI自动故事书创作和AI多角色绘画优化...