Interactive World Simulation with Cosmos for Physical AI
说明面向物理AI的Cosmos交互式世界仿真框架
简介该论文提出一个共享框架，将Cosmos世界基础模型改造为可实时交互的世界仿真系统。框架根据动作和场景控制实时输出视觉观测，使用户和具身智能体能与不断演化的虚拟环境交互。论文在相机导航、机器人操作、可控视频迁移和多视角自动驾驶仿真中展示了该方法，并提供代码与模型权重。
本页没有符合条件的条目（筛选只在本页内进行）。
Learning to Track Cells from Sparse Annotations in 3D Time-Lapse Microscopy
说明从稀疏标注中学习三维延时显微镜下的细胞追踪
简介该论文提出一种细胞追踪流程，用于在仅标注部分细胞的三维延时显微镜图像中重建细胞谱系。方法包括基于稀疏标注的检测、利用图像特征校准候选连接概率，以及联合选择谱系图事件。在对2个斑马鱼胚胎的199个视频进行5折交叉验证中，总体得分为0.9762。
★★★★☆ 值得关注
Dimension-Free Private Mean Estimation is Impossible Without the Covariance
说明不知协方差时，差分隐私的无维度均值估计不可能实现
简介本文研究协方差矩阵未知时，差分隐私高斯均值估计的理论下界。已知协方差时，最优样本复杂度只取决于其谱而与环境维度无关，但本文证明协方差未知时私有估计器无法达到类似保证。当样本量小于有效维度时，最优误差可能比已知协方差情形大 √(d/n) 倍；当样本量大于有效维度时，即使是有效维度受 log d 限制的对角协方差，误差也可能大 √d/n^{3/2} 倍。
看点证明在未知协方差下私有高斯均值估计存在维度相关的下界，改进了已知协方差情形的结论，并给出两种样本量区间的界。