Research Brief / 10 Papers

研究论文晨报

2026-11-16 · Asia/Shanghai · 5 篇精选 + 5 篇简报

生成式渲染与几何控制 · 长视频历史记忆 · 多通道视频 VAE 与效率

有效发表/实质更新日期:2026-10-27 至 2026-11-12 · 近 7 天 4 篇 · 近 30 天 10 篇 · 日期未确定 0 篇

研究简报 05

简报 06

Learning the Missing Derivative: Neural Multiple-Scattering Operators for Inverse Volume Rendering

Sipeng Chen、Shibo Li · arXiv 预印本 · v1
首发 2026-11-12 · 仅摘要核验

逆渲染训练分布

用优化轨迹上的状态训练散射算子,减少求解过程中的导数漂移。

关联生成历史训练:离线状态准确不保证反馈循环中的状态可靠。

贡献 用神经算子预测多次散射场并对其求导;透射和单次散射直接计算。

方法 在算子驱动的逆渲染轨迹上采集状态,以 Monte Carlo 场监督继续训练。

结果 留出厚云场景中,同时间优于冻结源层析;轨迹训练改善导数对齐并减少优化漂移(摘要定性结论)。

Abstract / Submission history

主页
代码
简报 07

MatrixSplat: Matrix-Parallel and Feature-Scalable 3D Gaussian Splatting Rendering on GPUs

Yangming Zhang 等 · NeurIPS 2026 · arXiv v1
首发 2026-11-11 · 仅摘要核验

3DGS高维特征GPU 效率

把高维 Gaussian 特征累积变为适配 Tensor Cores 的矩阵计算。

关联几何缓存中的多通道特征渲染,关注其表示与透明度累积约定。

贡献 以与顺序无关的加权累积降低逐像素 alpha 合成的串行依赖。

方法 按 tile/warp 打包 Gaussian,分批按需取通道,重叠访存与矩阵计算。

结果 作者摘要报告:在 Mip-NeRF 360、LERF、3D-OVS 上最高较 3DGS 快 3.8×、较 TC-GS 快 2×;高维核函数最高 36.7×,非整流程倍率。

Abstract / Submission history

主页
代码
简报 08

Training-Free Predictive Spatio-Temporal Token Pruning for Few-Step Autoregressive Video Diffusion

Jia Li、Xurui Peng、Xing Wang、Hayden Kwok-Hay So · arXiv 预印本 · 摘要 v2;新近性按 v1 首发计
首发 2026-11-05 · 仅摘要核验

少步推理token 剪枝

PreSTP 用模型自身的早期干净估计判断跨帧和跨步冗余。

适合四步或一步生成的加速对照,需同时观察运动区域误差。

贡献 免训练地统一空间—时间 token 剪枝,不依赖参考视频或辅助预测器。

方法 以帧间相似性和去噪收敛构建掩码;跳过冗余计算并复用最近计算值,按内容更新掩码。

结果 摘要报告 5 秒生成加速 1.52–3.20×,30 秒最高 1.96×并改善 VBench-Long;具体硬件与配置待正文复核。

Abstract / Submission history

主页
代码
简报 09

What Remains in Sight? Autoregressive Video Decoding as Representation-Guided Context Rewriting

Lixuan He、Jihyeon Je、Yang You、Leonidas Guibas · NeurIPS 2026 · arXiv v1
首发 2026-11-03 · 仅摘要核验

历史选择上下文重写

ReCR 把“让解码器看到哪些历史”变为显式推理决策。

与固定历史、共视门控可作同预算对照;注意压缩时间索引的影响。

贡献 无需训练,用解码器内部表示重选历史上下文。

方法 平衡全局相关性、近期冗余、时间边界覆盖与空间布局多样性,再映射到紧凑因果时间轴。

结果 在匹配可见 token 预算下改善多个自回归基座的长时生成;摘要未给统一数值。

Abstract / Submission history

简报 10

Hierarchical Diffusion for Camera-controlled Autoregressive Video Generation

Kaihua Chen、Yiming Gong、Deva Ramanan、Tarasha Khurana / CMU、Oxford · arXiv 预印本 · v1
首发 2026-10-27 · 仅摘要核验

重投影相机控制长程校正

WanAR + FixAR 用几何变换补全与长历史精修共同抑制相机控制漂移。

直接对应历史重投影与回访:可比较短历史生成后追加稀疏长历史校正的收益。

贡献 把相机控制转为 warping + inpainting,并用分层去噪扩展有效历史。

方法 先依据近期帧生成,再由第二个去噪器读取时间下采样的长历史进行校正。

结果 作者在 RealEstate10K 与 DL3DV 报告更好的时间稳定性和相机轨迹一致性;本条按摘要定性收录。

Abstract / Submission history

主页
代码