RAID:基于预训练表示的单图内在分解模型发布
热点事件持续更新
RAID:基于预训练表示的单图内在分解模型发布
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Giuseppe Vecchio 于 2026 年 11 月 18 日在 arXiv 提交论文,提出 RAID(Representation Autoencoder for Intrinsic Decomposition)方法。该方法利用 DINOv3 特征构建教师 - 学生网络架构,旨在解决单图内在分解的病态问题。模型参数量为 165M,推理速度比扩散先验快 100 倍,且在无需成对监督的情况下解耦外观因素方面表现优异。目前该材料仅为预印本论文,未涉及真实机器人部署或产品发布。
AI 根据报道生成 · 11 小时前更新
最新进展11月19日 13:00
RAID:一种用于内在分解的表示自编码器报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉RAID:一种用于内在分解的表示自编码器
针对单图内在分解这一病态问题,本文提出 RAID 方法,利用 DINOv3 特征构建教师 - 学生网络架构,在无需成对监督的情况下解耦外观因素。该方法将重建与分解解耦,仅需轻量级投影即可预测所有内在属性,模型参数量仅为 165M,推理速度比扩散先验快 100 倍,且在鲁棒性和质量上表现优异。材料为预印本论文,未涉及真实机器人部署或产品发布。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。