replica
PulseAugur coverage of replica — every cluster mentioning replica across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新系统ActiveLang使机器人能够构建带语言注释的3D地图
研究人员开发了ActiveLang，一个专为自主3D建图设计的新颖系统，集成了语言理解和引导式探索。该系统通过实时适应语言特征，使机器人能够在不熟悉的环境中构建详细的3D地图，实现开放词汇场景理解和交互。在Replica和ScanNet++等基准数据集上的实验表明，ActiveLang显著提高了2D和3D分割精度，并且比现有方法更高效。
-
AWS MCP 服务器易受 PostgreSQL 命令注入攻击
在 AWS 的 postgres-mcp-server 中发现了一个关键命令注入漏洞 CVE-2026-87911，允许攻击者执行任意操作系统命令。该漏洞的 CVSS 评分为 9.6，存在于服务器处理 `COPY ... TO PROGRAM` PostgreSQL 命令的方式中。尽管该修复程序自 6 月份以来已在 PyPI 上提供，但在 AWS 发布公告之前，它在很大程度上未被注意到。该漏洞会影响数据库角色具有超级用户权限或属于 `…
-
新研究增强了 3D Gaussian Splatting 在移动设备、稀疏视图和动态场景中的应用
近期研究探索了 3D Gaussian Splatting (3DGS) 的进步，以提高其在各种场景下的效率、准确性和适用性。PCAsplat 引入了一个面向几何的正则化框架，以减少浮点数并改善下游任务的表面对齐。Mobile-4DGS 专注于通过压缩外观建模和优化原始元素管理，为移动设备创建轻量级的实时静态和动态渲染框架。Sparse-GS2Mesh 通过将 3DGS 与立体匹配和视差深度先验相结合，解决了稀疏视图表面重建问题。PA…
-
DecomVoxel 利用 3D 原生先验推进场景重建
研究人员推出 DecomVoxel，一个新颖的分解式场景重建框架，旨在提高重建对象和背景的质量，尤其是在遮挡严重的区域。该方法通过引导式原位去噪优化过程，将 3D 原生先验与神经场景重建相结合。DecomVoxel 采用重新制定的基于 epsilon 的蒸馏损失，以实现稳定的潜在空间细化和自适应空间引导，从而减少幻觉和空间漂移。在 Replica 和 ScanNet++ 数据集上的实验表明，DecomVoxel 在保持空间布局、结构保…
-
新的代理式框架重建用于仿真的 3D 室内场景
两篇新研究论文介绍了用于重建 3D 室内场景的代理式框架，旨在创建逼真且可用于仿真的数字孪生。LiteReality-Agent 将 3D 重建表述为一个编码问题，使用由代理编辑的 Python 脚本来生成数字孪生，并声称与 Astra 和 Fable 等近期模型相比，具有更高的准确性和真实感。CoDimRecon 专注于从多视图 RGB 数据中重建具有刚性、关节式和可变形物体的场景，开发了针对曲线、曲面和体积的特定方法，并演示了机器…
-
新的CTAN框架增强了机器人的音视频导航能力
研究人员开发了周期-时态注意力网络（CTAN），一种用于具身音视频导航的新型框架。该系统旨在改进机器人整合视觉和声学信息以定位声源的方式，克服了现有方法在跨模态特征分布差异上的局限性。CTAN利用具有双向周期一致性约束的音视频重建交叉注意力模块来增强空间语义属性，并利用时态交叉模态记忆机制来整合历史上下文，从而减少在听觉盲区中的性能下降。在Replica和Matterport3D基准上的实验表明，与先前的方法相比，CTAN在成功率、路…
-
新的TDGP模型通过自适应重规划增强视听导航
研究人员开发了一种名为Transformer-based Token Fusion and Dynamic Graph Planning (TDGP) 的新模型，以改进智能体的视听导航能力。该模型通过在面对不完整视觉信息时自适应地纠正和重新规划，以及使用物理碰撞惩罚进行实时地图调整，来解决当前系统的局限性。在Replica和Matterport3D数据集上的实验表明，TDGP的性能优于现有模型，其声音增强策略也提高了在新型声学场景下的泛化能力。
-
VOIM系统无需训练即可生成3D实例地图
研究人员推出了一种新颖的、无需训练的VOIM系统，可从RGB-D或单目RGB数据创建3D实例地图。与早期承诺标签的现有在线系统不同，VOIM将这些决策推迟到积累了足够证据后，从而提高了准确性。在ScanNet++上的评估中，VOIM在平均交并比（mIoU）方面显著优于领先的在线RGB-D系统OVO-SLAM。该系统在适应单目RGB输入时也显示出有效性，在Replica数据集上与基线相匹配。
-
OccamView框架通过对象感知视图选择增强三维高斯重建
研究人员开发了OccamView，一个旨在改进主动式三维高斯重建的新框架，特别是在感知预算有限的情况下。该系统专注于对象条件视图选择，利用开放词汇检测来维护在线对象内存，并表示检测对象周围未解决的局部占用。通过使用具有遮挡感知代理覆盖率评分和Geo-Floor机制的候选视点进行评估，OccamView有效地指导互补观测，同时保留了由几何驱动的探索。在Replica和Matterport3D数据集上的实验表明，OccamView在帧预算…
-
OpenBelief-Nav 系统通过保留证据的记忆增强了 3D 导航能力
研究人员推出 OpenBelief-Nav，这是一个新颖的系统，专为 3D 环境中的开放词汇语言引导导航而设计。该系统保留了观察细节和可靠性线索，与依赖单一特征或标签的传统方法相比，实现了更灵活的语义记忆。OpenBelief-Nav 在各种数据集和模拟机器人场景中的物体检测和导航任务上均表现出性能提升。
-
AI科学家“Faraday”被训练用于复制研究，表现优于Claude和GPT-5.5
研究人员开发了“Faraday”，一个拥有270亿参数的AI科学家代理，旨在复制科学研究。该代理使用带有编码工具的强化学习进行训练，在复制任务上的表现优于Claude Opus 4.8和GPT-5.5等领先模型。训练过程涉及一个名为“Replica”的可扩展任务空间，该空间向代理提出在无法访问原始图表的情况下重现研究论文中图表的要求，从而鼓励类似开放式科学创新中的假设驱动探索。
-
纪录片探讨中国女性与AI伴侣的浪漫关系
一部名为《Replica》的新纪录片探讨了中国女性与AI伴侣形成浪漫关系这一现象，导演周瓦梁在疫情封锁期间亲身体验了这一趋势。影片强调，通过Glow和Replika等应用程序促成的AI关系，为秦、索尼娅和穆娜等用户提供了认同感、陪伴感，以及一种低风险的人际关系替代方案。这些AI互动有助于自我发现，帮助女性应对孤独、个人不满和社会压力。
-
R2S-EGO 通过对偶代理精炼增强了真实到模拟的机器人技术
研究人员推出了一种新颖的真实到模拟（R2S）场景表示方法 R2S-EGO，特别适用于稀疏捕获数据的机器人应用。该方法使用对偶代理系统：一个源自模拟器的机器人代理，用于定义行为范围查询；一个源自捕获的几何代理，用于结构条件。通过针对几何支持不足的区域，R2S-EGO 精炼了视觉资产和场景碰撞表面，与现有基线相比，在渲染质量和机器人控制成功率方面取得了显著的改进。
-
通过分离协议和应用状态修复 MCP 会话错误
一篇技术文章详细介绍了一个在不同副本之间可复现的 MCP 会话问题，该问题在初始 200 成功后导致 400 错误。当代理将工具调用发送到与最初建立会话的副本不同的副本时，就会出现此问题。作者提出了一种解决方案，涉及将协议状态与应用状态分离，确保协议事实可用于当前请求，并且持久化应用状态使用显式、共享的域句柄。这种方法旨在使应用契约可检查，并支持无状态副本，从而摆脱粘性会话和共享不透明会话存储。
-
新方法通过视图合成和遮挡感知推进全景分割 · 跟踪 2 个来源
研究人员正在开发全景分割的新方法，这项任务涉及识别和描绘图像中的每个对象实例和语义区域。一种方法利用大型视图合成模型将全景标签传播到新视图，而无需显式 3D 重建，在 ScanNet 和 Replica 等数据集上取得了有竞争力的结果。另一种方法 PEMOLA 为基于 Transformer 的分割引入了一个遮挡感知的模块，利用 COCO-OLAC 和 Cityscapes-OLAC 等数据集的遮挡线索来提高性能，尤其是在遮挡场景中。
-
新AI方法可从多视图图像和草图生成3D场景
研究人员开发了从有限视觉输入生成3D场景资产的新方法。其中一种方法Scene-SAM3D，将现有的单图像3D生成模型扩展到处理多个校准视图，在无需微调的情况下提高了一致性并减少了冗余。另一种方法解决了从徒手草图生成几何一致的多视图场景的挑战，这项任务由于草图输入的贫乏性而此前未被尝试过。后一种方法引入了一个新数据集，并使用专门的注意力适配器和新颖的监督损失，在真实感和几何一致性方面取得了显著改进。
-
新的OV-MAP方法为机器人实现开放词汇3D建图
研究人员推出了一种名为OV-MAP的新方法，用于机器人的开放世界3D建图，该方法将开放词汇特征集成到3D地图中。该方法通过使用一个与类别无关的分割模型将2D掩码投影到3D空间，并结合补充的深度图像，来解决特征重叠的挑战。3D掩码投票机制进一步提高了准确性，无需监督式3D模型即可实现零样本3D实例分割。在ScanNet200和Replica等数据集上的实验以及实际测试表明，OV-MAP具有有效性、鲁棒性和适应性。
-
MuViSeg 推动多视图分割匹配，改进导航
研究人员开发了 MuViSeg，这是一种用于匹配多个图像视图中的分割的新方法，改进了依赖于成对比较的现有方法。该系统集成了学习到的匹配头，包括一种类似 LightGlue 的注意力机制以及一种支持同时对来自多个图像的分割进行联合自注意力的多视图扩展。当集成到 RoboHop 拓扑导航管道中时，MuViSeg 表现出显著的改进，成功率从 50% 提高到 70%，SPL 指标从 45.7 提高到 59.1，而无需重新训练。
-
DINO-SLAM 增强了 SLAM 系统中的神经表示
研究人员开发了 DINO-SLAM，一种将 DINO 特征集成到同时定位与地图构建 (SLAM) 系统中的新方法。该方法旨在通过利用 DINO 的语义理解来改进隐式 (NeRF) 和显式 (Gaussian Splatting) 表示。为了解决 DINO 在 3D 几何理解方面的局限性，该系统采用场景几何编码器来创建具有几何感知的 DINO 特征，从而增强对空间关系的理解。与现有的最先进方法相比，DINO-SLAM 在 Replica…
-
G2SR 方法提供快速、内存高效的 3D 表面重建
研究人员开发了 G2SR，一种使用基于高斯的 3D 表面重建技术的新型快速且内存高效的方法。与需要大量计算资源现有的端到端神经网络方法不同，G2SR 利用轻量级神经网络前端进行 2D 样条检测和用于 3D 三角化的分析后端。这种混合方法在 ScanNet 和 Replica 等基准数据集上实现了与最先进方法相当的几何精度，同时大大减少了内存占用并提高了重建速度。