Vấn đề, phương pháp và kết quả của các công trình về thị giác máy tính, xe tự hành và robot. Phân tích bằng tiếng Việt, có liên kết đến bài gốc.
công trình
2
2 công trình · Bài mới nhất trên arXiv: 01/10/2026
Bản thảo arXiv có thể chưa qua phản biện. Mỗi bài phân tích nêu rõ phạm vi bằng chứng và điều kiện áp dụng.
Tái tạo 3DBản thảo arXiv
GALA: làm nhân vật 3D chuyển động nhanh hơn bằng một bộ biến dạng dùng chung
One Basis to Animate Them All: Gaussian Blendshape Distillation for Real-Time Avatars
Ramazan Fazylov, Stamatis Lefkimmiatis, Ivan Laptev
Nhân vật 3D có thể dựng ảnh nhanh nhưng vẫn tốn thời gian tính chuyển động. GALA thay bước giải mã mạng nặng bằng phép kết hợp tuyến tính các dạng biến đổi.
Tác giả làm như thế nào?
Nhóm xây dựng các thành phần PCA theo vùng, rồi huấn luyện một mạng nhỏ để dự đoán hệ số kết hợp.
Đóng góp của công trình
Bộ biến dạng dùng chung cho nhiều nhân vật giúp giảm tính toán mà không huấn luyện lại mô hình gốc.
Thí nghiệm cho thấy điều gì?
Nhóm thử trên AGORA, FlexAvatar và DynaAvatar. Phép đo tăng tốc CPU chỉ tính bước cập nhật thuộc tính Gaussian, chưa tính dựng ảnh. Bảng 2 cho thấy tốc độ tăng đi cùng một phần suy giảm chất lượng.
Ý tưởng này có thể dùng vào đâu?
Có thể cân nhắc ý tưởng này cho nhân vật ảo trên thiết bị di động. Đây là gợi ý ứng dụng, cần đo lại trên thiết bị định dùng.
Điều cần đọc kỹ
Mục 5 nêu lỗi dự đoán hệ số và giới hạn kế thừa từ mô hình gốc. Tăng bộ nhớ chưa tự giải quyết được lỗi dự đoán.
Nguồn đọc: toàn văn bài báo
Đã đọc phương pháp ở mục 3, thí nghiệm ở mục 4, Bảng 2 và giới hạn ở mục 5 của toàn văn HTML trên arXiv.
HiPhy: giúp video thể hiện nhiều quá trình vật lý cùng lúc
HiPhy: Hierarchical Alignment for Physically-Plausible Multi-Principle Video Generation
Tahira Kazimi, Shubhankar Borse, Munawar Hayat, Fatih Porikli, Pinar Yanardag
Một video có thể trông đẹp nhưng mô tả sai chuyển động. HiPhy nghiên cứu cách tạo cảnh có nhiều hiện tượng vật lý diễn ra đồng thời.
Tác giả làm như thế nào?
Nhóm giữ nguyên mạng tạo video và học cách điều chỉnh lời nhắc. Phần thưởng xét từng giai đoạn của mỗi hiện tượng cùng độ nhất quán toàn cảnh.
Đóng góp của công trình
Công trình kết hợp tín hiệu đánh giá cục bộ và toàn cục, đồng thời đưa ra bộ kiểm tra MultiPhyBench.
Thí nghiệm cho thấy điều gì?
Nhóm so sánh trên VideoPhy2, PhyWorldBench và MultiPhyBench. Bảng 1 dùng mô hình thị giác–ngôn ngữ để chấm. Mục 5.4 bổ sung khảo sát 50 người với 30 lời nhắc.
Ý tưởng này có thể dùng vào đâu?
Ta có thể tham khảo cách tách sự kiện thành các bước để đánh giá video mô phỏng. Đây là gợi ý phương pháp, chưa phải bằng chứng mô phỏng đúng mọi quy luật.
Điều cần đọc kỹ
Mục 7 nêu giới hạn từ mạng tạo video nền. Khi áp dụng, cần xem cả cách chấm tự động và phạm vi khảo sát người dùng.
Nguồn đọc: toàn văn bài báo
Đã đọc phương pháp ở mục 4, thí nghiệm ở mục 5, phân tích thành phần ở mục 6 và giới hạn ở mục 7 của toàn văn HTML trên arXiv.
