跳到正文
2026 年 11 月 19 日 · 星期四每天 08:00 出刊

看懂日报 · 2026 年 11 月 19 日 · 星期四

kandong

第 43 期192026 年 11 月星期四
7件大事5个来源2件一手发布约 3 分钟读完
头条

SARVIA:一种快速适配合成孔径雷达基础模型的方法

针对合成孔径雷达(SAR)基础模型依赖昂贵预训练的问题,本文提出 SARVIA 方法,利用现代多模态大语言模型(MLLMs)已有的视觉编码器作为下游初始化。该方法通过自监督视觉问答任务对 MLLM 进行自适应后预训练,仅需 600 步和 2 GPU 小时即可在六个 SAR 检测与分割基准上超越专用基础模型。研究将重点从重复的昂贵预训练转向可复用的专业化过程,并开放了数据集与代码。

arXiv · 机器人与计算机视觉原文
01

智能驾驶

Momenta · 智能驾驶技术与运营一手另有 1 家信源报道

Uber 与 Momenta 在慕尼黑启动受监管自动驾驶试点

Uber 与 Momenta 今日宣布在慕尼黑启动受监管的自动驾驶车辆试点,这是德国首次通过 Uber App 提供此类服务。试点区域覆盖慕尼黑北部大部分区域及奥林匹克公园周边,乘客可免费预约 UberX、Electric 或 Comfort 行程并选择乘坐由持证安全员随行的自动驾驶车辆。

02

具身智能

arXiv · 机器人与计算机视觉

面向人形机器人的视频模仿学习中的直接动态重定向方法

针对单目视频演示到人形机器人运动迁移的形态失配问题,本文提出直接动态重定向(DDR)方法。该方法在物理仿真器中利用基于采样的模型预测控制求解器,直接在任务空间追踪人体关键点,无需接触标注或中间几何重定向步骤。

03

计算机视觉

Hugging Face Daily Papers

π^4:一种用于 4D 场景几何与运动的统一基础模型

论文介绍 π^4 作为统一的 4D 场景感知基础模型,能从野外未校准的 RGB 输入(单图、无序集合或视频序列)恢复稠密几何、相机位姿和度量尺度,同时输出 2D/3D 点轨迹及移动物体掩码。系统耦合几何分支与几何条件化的运动分支,在共享骨干网络下约含 05B 参数,单次前向传播即可完成大规模场景的联合重建与跟踪。材料提供数据、训练配方及关键设计选择的实证研究,代码与模型已开源。

04

快讯

(本期完)

看懂 日报由编辑系统根据公开来源自动编辑,每条均附原文 · 日报合订本