VOID：视频物体与交互删除框架
深度2026年4月2日18 分钟阅读
最有趣的发现是：当删除的物体与其他物体有碰撞等交互时，现有方法会产生不合理结果，而VOID能通过因果推理生成物理一致的视频修复。推荐计算机视觉、视频编辑和物理模拟领域的研究者阅读。
本文编译自 VOID: Video Object and Interaction Deletion，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Greg Brockman 公开表示模型本身不再是产品，这是从“大模型团队”立场的重大反转。AI21 关闭模型团队、DeepSeek 首次组建 Harness 团队，行业正在从纯模型竞争转向模型+框架+工作流+UI+记忆+经济的全栈竞争。但这也可能意味着，通过联合训练模型与闭源框架来进一步收紧模型访问权限。
深度Latent Space·5月23日·8 分钟
本文提出Mega-ASR框架，通过构建包含54种复合声学场景的Voices-in-the-Wild-2M数据集，结合渐进式声学到语义优化和双粒度WER门控策略，在复杂噪声环境下相对词错误率降低超30%。该方法突破了现有模型在真实世界中的声学鲁棒性瓶颈。
深度·5月23日·26 分钟