实体
Mapa
Mapa
PulseAugur coverage of Mapa — every cluster mentioning Mapa across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新 MaPa 方法根据文本描述生成 3D 材质
研究人员开发了 MaPa,一种基于文本描述为 3D 模型生成照片级真实感材质的新颖方法。与创建纹理贴图的先前方法不同,MaPa 生成程序化材质图,为编辑提供更大的灵活性并实现更高质量的渲染。该系统利用预训练的 2D 扩散模型,通过合成与网格片段对齐的 2D 图像来弥合文本和材质图之间的差距。然后,这些图像用于初始化材质图参数,并使用可微分渲染模块进一步优化以匹配文本提示。
-
新AI方法大幅削减脑机接口数据需求
研究人员开发了MAPA,一种用于脑机接口(BCI)的新型自监督学习方法,可显著减少对标记数据的需求。MAPA利用带掩码的自动编码以及空间和相对位置编码,从无标记的颅内脑电图(iEEG)记录中学习通用神经表征。该方法在Neuroprobe基准测试中,在会话内、跨会话和跨被试迁移学习场景中均取得了最先进的性能。具体而言,与传统方法相比,MAPA的特征仅需一小部分标记试验即可在新被试中达到高精度。
-
新的FedMVLA框架增强了6G网络中具身AI的隐私性
研究人员推出FedMVLA,一个新颖的联邦学习框架,旨在增强未来6G网络中具身智能的隐私性和效率。该框架通过采用模态解耦聚合、隐私分配和通信压缩技术,解决了跨分布式机器人代理训练视觉-语言-动作(VLA)模型所面临的挑战。一项案例研究证明了FedMVLA的有效性,在联邦机器人操作中实现了84.8%的任务成功率,显著优于FedAvg,并大幅降低了数据负载要求。