-
-
3Dシーンにループする動きを自動でつける OuroWorld、3D cinemagraph の生成
2026/10/9
OuroWorld が 3D シーンにループする動きを自動でつけ、ユーザー評価の 70.8% で最上位。
-
-
LLM エージェントの記憶を整理する Hippocam、パラメータ更新なしで経験を蓄積する話
2026/10/9
Hippocam が、パラメータ更新なしで経験から知識を蓄積し、エージェントが学習・進化する仕組みを実証した
-
-
ContourVLA、輪郭を閉ループで更新して物体の輪郭を正確に切り出す話
2026/10/9
ContourVLA、輪郭を閉ループで更新し、物体の輪郭を正確に切り出す。
-
-
画像と音声を細かく評価する OmniCapBench、多モーダル AI の能力を診断する話
2026/10/9
OmniCapBenchが、多モーダルAIの認識は強いものの長い動画の推論が弱い実態を明らかにした
-
-
限られたラベルで分類する DVLA-RL++、文脈ノイズを減らす手法
2026/10/9
DVLA-RL++ が、限られたラベルで分類する精度を平均 1.4% 向上させた。
-
-
空間の未来を予測する VLM の能力を測る SpaceCast-Bench、21モデルの性能比較
2026/10/9
SpaceCast-Benchが21モデルを評価。最上位モデルの正解率は58.0%。
-
-
テスト生成の評価を単一正解から脱却する TestPrism、複数解答を許容する評価手法の話
2026/10/9
TestPrism が、テスト生成の評価で単一正解の限界を数値で示した。
-
-
外視点から一人称映像を生成するLEGO、再投影を使わない手法
2026/10/9
LEGOが、再投影を使わず外視点から一人称映像を生成する手法を提案した。
-
-
複数のエージェントが協調して動作する環境を予測するME-World、細粒度の相互作用を扱う話
2026/10/9
ME-World が、複数エージェントの協調動作を扱う環境予測で既存手法を上回る性能を出した
-
-
アクションを忠実に再現するロボット世界モデルDreamTrue、反事実的学習で失敗事例をカバー
2026/10/9
DreamTrue が、反事実的学習でロボットの失敗事例を大幅に減らした。