📅 本期精选来自 2026-03-06 ArXiv 最新论文，聚焦视频生成、具身AI、机器人运动生成、多模态理解等核心方向，共 8 篇。 📄 论文精选 CalibAtt: Accelerating Text-to-Video Generation with Calibrated Sparse Attention 链接： https://arxiv.org/abs/2603.05503 一句话总结： 提出一种无需训练的稀疏注意力加速方法，在不损失视频质量的前提下，将 Wan 2.1 14B 等主流视频生成模型的推理速度提升至多 1.58 倍。 ...

📅 本期精选来自 2026-03-05 ArXiv 最新论文，聚焦视频生成、扩散模型、具身AI、3D生成等核心方向，共 7 篇。 📄 论文精选 Helios: Real Real-Time Long Video Generation Model 链接： https://arxiv.org/abs/2603.04379 一句话总结： Helios 是首个在单张 H100 GPU 上以 19.5 FPS 实时生成分钟级视频的 14B 自回归扩散模型，同时保持与强基线相当的生成质量。 ...

本文精选 2026-03-04 Arxiv 计算机视觉方向高价值论文 16 篇，涵盖 3D 视觉、扩散模型、多模态大模型、视频生成等方向，附核心创新点与工程借鉴价值分析。 📊 方向分布 细分方向 论文数 3D 视觉 5 多模态视觉语言模型 5 视频生成 / 人体动作 3 扩散模型 / 生成模型 1 目标检测 / 异常检测 1 视觉-语言-动作模型 1 🧊 3D 视觉 1. Utonia — 面向所有点云的统一编码器 英文标题： Toward One Encoder for All Point Clouds (Utonia) 发表状态： CVPR 2026 相关项目 论文链接： arxiv.org/abs/2603.03283 ...

这是博客的第一篇文章。 从今天起，这里会记录我在技术探索路上的思考、实践与感悟。内容可能涵盖 AI、工程实践、工具使用，以及一些不成体系的随想。 写博客的初衷很简单：写给未来的自己看。记录下来的东西，才是真正消化过的东西。 ...