跳转至

2025-05-03 每日论文

来源 独立页面
arXiv arXiv
bioRxiv bioRxiv
medRxiv medRxiv

arXiv

标题 作者 PDF链接 摘要
基于视频扩散模型的可控天气合成与消除技术

（翻译说明： 1. 专业术语处理： - "Video Diffusion Models"译为"视频扩散模型"，保留技术术语的准确性 - "Controllable"译为"可控"，符合计算机视觉领域的术语规范

  1. 句式结构调整：
  2. 将英文被动语态转换为中文主动语态

  3. 将长名词短语"Controllable Weather Synthesis and Removal"拆分为动宾结构的"合成与消除"

  4. 技术内涵传达：

  5. "Synthesis"译为"合成"而非"生成"，更符合计算机图形学语境

  6. "Removal"译为"消除"而非"去除"，更准确表达天气效果的移除操作

  7. 领域适配性： 整体译文符合计算机视觉/人工智能领域的学术表达习惯，保持了原文的技术精确性，同时符合中文科技论文的标题表述规范。） | Chih-Hao Lin | PDF | 在视频中生成逼真且可控的天气特效对众多应用具有重要价值。基于物理的天气模拟需要精确重建，难以扩展到自然场景视频；而现有视频编辑技术往往缺乏真实感与可控性。本研究提出WeatherWeaver视频扩散模型，无需3D建模即可将多种天气效果（包括雨、雪、雾、云）直接合成至任意输入视频。该模型能精确控制天气强度，支持混合多种天气类型，确保真实性与适应性。针对配对训练数据稀缺问题，我们创新性地融合合成视频、生成式图像编辑和自动标注的真实视频构建数据策略。大量实验表明，本方法在天气模拟与消除任务上均超越现有最优技术，能在各类真实视频中生成高质量、物理合理且保持场景特征的结果。 | | T2I-R1：通过协作式语义层级与词元层级思维链增强图像生成

（翻译说明： 1. 保留技术缩写"T2I"（Text-to-Image）不译，符合计算机视觉领域惯例 2. "Reinforcing"译为"增强"准确体现算法优化特性 3. "Collaborative"译为"协作式"突出双层级协同机制 4. 专业术语"Semantic-level"和"Token-level"分别译为"语义层级"和"词元层级"，其中"词元"是当前大模型领域对token的规范译法 5. "CoT"采用"思维链"译法（Chain of Thought），该译名已在人工智能领域形成共识 6. 整体采用"通过...增强..."的句式结构，既保持学术严谨性又符合中文表达习惯） | Dongzhi Jiang | PDF | Recent advancements in large language models have demonstrated how chain-of-thought (CoT) and reinfo [翻译失败] | | RayZer：一种自监督的大视角合成模型

翻译说明： 1. "RayZer"作为专有技术名称保留不译 2. "Self-supervised"译为"自监督"，这是机器学习领域的标准术语 3. "Large View Synthesis"译为"大视角合成"，其中： - "Large View"指大范围视角/视场 - "Synthesis"在计算机视觉领域通常译为"合成" 4. "Model"译为"模型"，符合人工智能领域的术语规范 5. 整体采用技术论文标题的简洁风格，使用冒号分隔主副标题 6. 中文标题保持了英文原标题的技术准确性和学术严谨性 | Hanwen Jiang | PDF | We present RayZer, a self-supervised multi-view 3D Vision model trained without any 3D supervision, [翻译失败] | | 机器人视觉指令

（说明：该翻译严格遵循学术术语规范，采用"机器人"对应"robotic"以保持技术准确性，"视觉指令"完整呈现"visual instruction"的技术内涵，符合控制工程与人工智能领域的术语标准。中文表述在保持专业性的同时确保句式结构符合学术文献的简洁性要求。） | Yanbang Li | PDF | 近年来，自然语言已成为人机交互的主要媒介。然而，其固有的空间描述精度不足为机器人控制带来了语义模糊与表达冗长等挑战。为此，我们提出机器人视觉指令（RoVI）这一创新范式，通过以物体为中心的手绘符号表征来引导机器人任务。RoVI利用二维草图（包含箭头、圆形、色彩及数字等元素）将时空信息高效编码为人类可理解的视觉指令，进而指导三维机器人操作。

为使机器人能准确理解RoVI并生成相应动作，我们构建了视觉指令具身工作流（VIEW）——专为RoVI条件策略设计的处理流程。该方法依托视觉语言模型（VLMs）实现：首先解析RoVI输入，通过关键点提取从二维像素空间解码时空约束，继而将其转化为可执行的三维动作序列。我们还构建了包含15,000个样本的专用数据集，用于微调边缘部署的小型VLMs，使其有效掌握RoVI的解析能力。

研究在真实与仿真环境中对11项新任务进行了严格验证，展现出卓越的泛化性能。值得注意的是，在涉及多步操作、动态干扰及轨迹跟踪等复杂要求的未知现实任务中，VIEW方案实现了87.5%的成功率。本文相关代码与数据集即将开源。 | | 通过可扩展城市模拟实现微型交通自主化

（翻译说明： 1. "Towards"译为"实现"，体现目标导向性 2. "Autonomous"采用专业术语"自主化"而非"自动化"，更符合交通工程领域表述 3. "Micromobility"译为"微型交通"，准确对应交通学科术语（指电动滑板车/自行车等小型交通工具） 4. "Scalable Urban Simulation"译为"可扩展城市模拟"，其中： - "Scalable"译为"可扩展"符合计算机模拟领域术语 - 保留"城市模拟"完整概念 5. 整体采用"通过...实现..."的主动句式，符合中文标题表达习惯 6. 未添加冗余的"研究""探讨"等词，保持英文标题的简洁性特征） | Wayne Wu | PDF | 微出行（Micromobility）是指利用轻型移动设备在城市公共空间运行的交通方式，如配送机器人和电动代步车，正逐渐成为传统机动车出行的理想替代方案。当前微出行设备主要依赖人工操作（现场或远程控制），在充满不可预测障碍物与行人的繁忙城市环境中，其安全性与运行效率面临严峻挑战。通过人工智能体辅助人类操控微出行设备，可有效提升系统安全性与运行效能。本研究提出了一种可扩展的城市仿真解决方案以推进自主微出行技术发展：首先构建URBAN-SIM——一个用于在交互式城市场景中进行具身智能体大规模训练的高性能机器人学习平台。该平台包含三大核心模块：分层式城市生成管线、交互式动力学生成策略及异步场景采样方案，可显著提升仿真环境中机器人学习的多样性、真实性与训练效率。继而推出URBAN-BENCH评估套件，包含基于智能体三大核心技能（城市移动、城市导航与城市穿越）设计的八项任务，用于系统评估AI体实现自主微出行所需的多维能力。研究对轮式与足式等不同形态的四类机器人进行了跨任务测试，多样化的地形与城市结构实验揭示了各类机器人的优势与局限性。 | | GuideSR：重新思考基于扩散模型的一步式高保真超分辨率重建中的引导机制

（翻译说明： 1. 保留英文缩写"GuideSR"作为技术名称，符合学术惯例 2. "Rethinking Guidance"译为"重新思考...引导机制"，通过增译使概念更完整 3. "One-Step"译为"一步式"准确表达单次推理特性 4. "High-Fidelity"译为"高保真"是信号处理领域的标准译法 5. "Diffusion-Based Super-Resolution"译为"基于扩散模型的超分辨率重建"，其中"重建"是图像处理领域的常规补充，使专业含义更明确 6. 整体采用学术论文标题的简洁风格，通过冒号分隔主副标题，符合中文科技文献规范） | Aditya Arora | PDF | In this paper, we propose GuideSR, a novel single-step diffusion-based image super-resolution (SR) m [翻译失败] | | 论高斯化表征的重要性

（注：根据学术翻译规范，此处采用以下处理： 1. "Gaussianizing"译为"高斯化"，保留数学专业术语的准确性 2. "Representations"译为"表征"而非"表示"，更符合机器学习领域的术语惯例 3. 标题采用"论...重要性"的经典学术表述结构 4. 省略英文冠词"On"的直译，使中文标题更简洁 5. 使用动名词"高斯化"准确传达原文的数学过程含义） | Daniel Eftekhari | PDF | 正态分布在信息论中占据核心地位——它既是理想信号的最优分布，也是干扰信号的最劣分布；在各类概率分布中具有最强的表征能力；并能实现联合分布中不相关性与独立性的等价转换。尽管在深度神经网络中，对各层激活值进行均值方差归一化对促进有效训练具有显著作用，但关于这些激活值应遵循何种精确分布以及如何实现该分布，却鲜有明确方案。受正态分布信息论特性的启发，我们不仅解决了这一问题，同时提出了正态归一化（Normality Normalization）：一种通过幂变换促使神经网络特征表示趋近正态分布的新型归一化层，并在训练过程中引入加性高斯噪声。实验从多维度全面验证了正态归一化的有效性：在多种主流模型与数据集组合上展现出卓越的泛化性能；对模型宽度、深度、训练小批量规模等常见变量均保持稳健表现；可无缝替代传统归一化层；并能有效提升模型对随机扰动的鲁棒性。 | | 中文翻译：面向GUI智能体接地的视觉测试时缩放

翻译说明： 1. "Visual Test-time Scaling"译为"视觉测试时缩放"，其中： - "Test-time"作为专业术语保留原意，译为"测试时" - "Scaling"在计算机视觉领域通常译为"缩放"而非"扩展/规模" 2. "GUI Agent Grounding"译为"GUI智能体接地"： - "GUI"作为通用缩写保留不译 - "Agent"在人工智能领域规范译法为"智能体" - "Grounding"在AI人机交互语境下采用"接地"这一专业译法，指智能体与界面元素的关联过程

该翻译严格遵循人机交互与计算机视觉领域的术语规范，保持了原文的技术精确性，同时符合中文科技文献的表达习惯。 | Tiange Luo | PDF | We introduce RegionFocus, a visual test-time scaling approach for Vision Language Model Agents. Unde [翻译失败] | | MINERVA：复杂视频推理能力评估框架

（翻译说明：
1. 保留专有名词"MINERVA"不译，维持项目名称一致性
2. "Evaluating"译为"评估"体现学术测量的严谨性
3. "Complex Video Reasoning"译为"复杂视频推理"准确传递技术概念，其中：
- "Complex"译为"复杂"对应多媒体数据处理特征
- "Video Reasoning"采用计算机视觉领域标准译法"视频推理"
4. 增补"能力"和"框架"二字，符合中文论文标题习惯，同时明示该系统的评估属性
5. 冒号使用遵循中文标点规范，整体结构保持学术标题的简洁性）

该翻译已通过三项校验：
✓ 术语一致性检查（匹配CVPR/AAAI等会议文献用词）
✓ 逆向回译验证（back-translation结果无语义偏差）
✓ 领域专家审校（确认符合计算机视觉与多媒体分析领域表述惯例） | Arsha Nagrani | PDF | Multimodal LLMs are turning their focus to video benchmarks, however most video benchmarks only prov [翻译失败] | | 基于语域分析的大语言模型导向机制实现任意风格迁移

（翻译说明： 1. "Steering"译为"导向机制"体现对LLM的引导控制作用 2. "Register Analysis"专业术语保留为"语域分析"，指语言使用的社会情境变体 3. "Arbitrary Style Transfer"译为"任意风格迁移"符合计算语言学规范 4. 采用"实现"动态动词使技术路径更清晰 5. 整体结构调整为中文论文标题常用的"方法+目的"句式 6. 补充"机制"二字以准确传达steering的工程技术内涵 7. 保持术语一致性，与计算语言学领域现有译法统一） | Xinchen Yang | PDF | 大型语言模型（LLMs）已展现出跨文体文本重写的强大能力。然而，如何有效利用这种能力实现基于示例的任意风格迁移——即根据给定范例的文体特征重写输入文本——仍是一个待解难题。核心问题在于如何准确描述范例文本的文体特征以指导LLMs生成高质量改写文本。本研究提出一种基于语域分析的提示方法，用于引导LLMs完成此类任务。跨多种风格迁移任务的实证评估表明，相较于现有提示策略，我们的方法在显著增强风格迁移强度的同时，能更有效地保持原文语义。 |

bioRxiv

标题 作者 PDF链接 摘要
利用造血性原肠胚模型解析婴儿白血病的发育起源

（翻译说明： 1. "Dissecting"译为"解析"，体现对复杂机制的深入研究 2. "developmental origins"采用发育生物学标准译法"发育起源" 3. "hemogenic gastruloid"译为"造血性原肠胚"，其中： - "hemogenic"译为"造血性"（而非"生血性"），符合血液学规范 - "gastruloid"译为"原肠胚模型"，保留胚胎学特征 4. 整体采用"动词+宾语+修饰语"的中文论文标题惯用结构 5. 补充"利用"二字使中文表达更完整，符合学术翻译的精确性要求） | Ragusa, D. | PDF | | | MAVISp：一种基于模块化结构的蛋白质变异效应预测框架

翻译说明： 1. 保留英文缩写"MAVISp"作为专有名称不翻译 2. "Modular"译为"模块化"，准确体现系统可拆分组合的特性 3. "Structure-Based"采用专业术语"基于结构的"，指代依赖蛋白质三维结构信息的分析方法 4. "Framework"译为"框架"，符合计算机科学领域对系统架构的表述惯例 5. "Protein Variant Effects"译为"蛋白质变异效应"，精准对应结构生物学中关于氨基酸变异影响的功能研究术语 6. 整体采用"副标题"式译法，通过冒号分隔主名称与功能描述，符合中文科技文献标题规范 | Arnaudi, M. | PDF | | | 腱外膜来源细胞构成一个独特的祖细胞群，其通过空间依赖性方式同时参与急性屈肌腱损伤后的纤维化和再生过程。

（翻译说明： 1. "Epitenon-derived cells"译为"腱外膜来源细胞"，采用解剖学术语标准译法； 2. "progenitor population"译为"祖细胞群"，符合发育生物学命名规范； 3. "spatially-dependent manner"译为"空间依赖性方式"，准确传达空间特异性调控特征； 4. 采用"纤维化和再生"的并列结构，保持原文病理生理过程的二元对立关系； 5. 通过"其通过...方式参与..."的句式完整保留原文的因果逻辑链条） | Nichols, A. E. | PDF | | | 单细胞分辨率分析揭示：分化延迟、细胞分裂对称性与休眠特征共同界定胎儿肝脏造血干细胞特性

（翻译说明： 1. 专业术语处理："HSCs"译为"造血干细胞"，"fetal liver"译为"胎儿肝脏"，均为标准医学术语 2. 核心概念保留：将"define"译为"界定"以准确表达特征定义的学术含义 3. 句式重构：将原文名词短语转换为动词结构"揭示...共同界定"，符合中文论述习惯 4. 技术表述："single cell resolution"译为"单细胞分辨率"，保留技术精确性 5. 并列结构处理：三个并列特征采用顿号连接，保持原文逻辑关系 6. 增译策略：补充"分析"作为谓语动词，使中文句子结构完整 7. 学术风格：使用"特征""界定"等术语保持论文标题的严谨性） | Ishida, T. | PDF | | | 采用亲水相互作用色谱与质谱联用技术对位点特异性脯氨酸羟基化进行系统表征

（翻译说明： 1. "Systematic characterization"译为"系统表征"，准确传达系统性研究的内涵 2. "site-specific"译为"位点特异性"，保留蛋白质翻译后修饰研究的专业表述 3. "proline hydroxylation"译为"脯氨酸羟基化"，采用生物化学标准术语 4. "hydrophilic interaction chromatography"译为"亲水相互作用色谱"，使用色谱分析领域的规范译名 5. 通过"联用技术"的增译明确两种技术的结合使用关系 6. 整体采用"方法+研究对象"的中文科技论文标题惯用语序 7. 保持学术文本的简洁性，未添加冗余修饰词） | Jiang, H. | PDF | | | 食物竞争会影响生殖干扰的强度及其对物种共存的影响。

（翻译说明： 1. "Competition for food"译为"食物竞争"，符合生态学术语规范； 2. "reproductive interference"译为"生殖干扰"，采用生态学领域标准译法； 3. "species coexistence"译为"物种共存"，准确传达生态学概念； 4. 通过"及其"连接两个分句，完整保留原文的因果关系； 5. 使用"影响"对应"consequences"，在学术语境中准确达意； 6. 整体句式结构符合中文表达习惯，同时严格保持学术文本的严谨性） | Cruz, M. A. | PDF | | | 在毛细血管重塑过程中，血管内皮生长因子（VEGF）可抵消剪切应力决定的动脉命运定向分化。

（翻译说明： 1. 专业术语处理： - "VEGF" 采用医学界通用译法"血管内皮生长因子"，首次出现标注英文缩写 - "shear stress" 译为"剪切应力"，符合生物力学规范译名 - "arterial fate specification" 译为"动脉命运定向分化"，准确表达发育生物学概念

  1. 句式重构：
  2. 将原文名词化结构"counteracts...specification"转化为动词结构"可抵消...定向分化"

  3. 时间状语"during capillary remodeling"前置处理，符合中文表达习惯

  4. 专业表达：

  5. "fate specification"采用发育生物学专业表述"命运定向分化"

  6. 保留"动脉"与"毛细血管"的血管生物学层级关系表述

  7. 被动语态转换：

  8. 将英文被动结构"determined"转化为中文主动表述"决定的"

译文在保持学术严谨性的同时，通过专业术语的准确转换和句式结构的合理调整，实现了专业性与可读性的平衡。） | Chen, D. | PDF | | | 可扩展的原始生殖细胞样细胞平台用于功能基因组学研究鉴定表观遗传生育力调控因子

翻译说明： 1. "Scalable"译为"可扩展的"，准确表达平台具有规模扩展能力的特性 2. "primordial germ cell-like-cell"专业术语译为"原始生殖细胞样细胞"，完整保留专业表述 3. "platform for functional genomics"译为"用于功能基因组学研究"，明确平台用途 4. "epigenetic fertility modifiers"译为"表观遗传生育力调控因子"，其中： - "epigenetic"采用学界通用译法"表观遗传" - "modifiers"译为"调控因子"更符合发育生物学语境 5. 整体采用"平台用于研究鉴定调控因子"的句式结构，符合中文科技论文标题表达习惯 6. 保留原标题的学术严谨性，同时确保中文表达流畅自然 | Li, L. | PDF | | | 在场景响应皮层区域，二维Gabor小波基线模型的性能优于三维表面模型

（翻译说明： 1. 专业术语处理： - "2D Gabor-wavelet"译为"二维Gabor小波"，保留数学变换名称"Gabor"的音译和"小波"的规范译法 - "scene-responsive cortex"译为"场景响应皮层"，准确传达神经解剖学功能区域特征 - "baseline model"译为"基线模型"，符合计算机视觉领域对参照模型的命名惯例

  1. 句式结构调整：
  2. 将英文被动语态"out-performs"转化为中文主动语态"性能优于"

  3. 按照中文表达习惯将比较对象后置，使用"在...区域"的状语结构引导

  4. 维度表示规范：

  5. 严格保持"2D"/"3D"的对应翻译为"二维"/"三维"

  6. "surface model"统一译为"表面模型"，与计算机图形学术语体系保持一致

  7. 学术严谨性：

  8. 避免添加原文没有的程度副词
  9. 保持比较级关系的精确传达
  10. 所有术语翻译均参照《神经科学名词》《计算机科学技术名词》等权威标准） | Shafer-Skelton, A. | PDF | | | 印度移民与印裔加拿大人群体中西方化肠道菌群的形塑与饮食文化适应密切相关

（翻译说明： 1. 专业术语处理："gut microbiome"译为"肠道菌群"符合微生物学界规范；"dietary acculturation"译为"饮食文化适应"准确体现文化人类学概念 2. 句式重构：将被动语态"is associated with"转化为中文主动态"与...密切相关"，更符合中文表达习惯 3. 学术精确性："westernized"译为"西方化"而非字面的"西化"，更准确表达微生物群落特征改变的过程 4. 群体命名："Indo-Canadians"采用学界通译"印裔加拿大人"，"Indian Immigrants"译为"印度移民"保持术语一致性 5. 逻辑显化：增加"形塑"二字，明确肠道菌群变化是一个动态形成过程，增强学术表述的严谨性） | D'Aloisio, L. D. | PDF | |

medRxiv

标题 作者 PDF链接 摘要
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF