Papers, modelos e datasets em alta no Hugging Face, além do blog oficial — com leitura editorial em português.
Um novo trabalho aperta a difusão de imagem-para-vídeo em cerca de 40× via poda guiada por destilação e quantização híbrida — o bastante para animar uma foto com movimento de câmera direto no aparelho, sem servidor.
Existing volumetric capture of dynamic human performance achieves high fidelity with dense camera arrays.
arXiv:2607.07772v1 Tipo de anúncio: novo Resumo: Nesta era das redes sociais, sites como o Twitter se tornaram pontos de encontro para as pessoas compartilharem suas opiniões e sentimentos sobre uma ampla variedade de questões e eventos atuais, à medida que eles se desenrolam em tempo real. A análise de sentimentos, uma aplicação crítica do NLP, tornou-se indispensável devido ao enorme fluxo de conteúdo gerado por usuários, permitindo a extração de percepções significativas a partir das opiniões e emoções expressas em dados textuais. A análise de sentimentos no Tw...
arXiv:2607.07754v1 Tipo de anúncio: novo Resumo: Problemas de reconhecimento de padrões surgem em uma variedade de situações de processamento de imagens físicas, e as redes neurais convolucionais são um esquema popular para as tarefas necessárias de extração de características e classificação. As redes clássicas usam borramento baseado em difusão e agrupamento em blocos para reduzir a resolução dos dados da imagem e capturar características estruturais importantes. Neste trabalho, propomos e demonstramos uma estratégia mais eficiente, inspirada na computação quântica, envolvendo uma mist...
arXiv:2607.08219v1 Tipo de Anúncio: novo Resumo: Os requisitos de privacidade dos dados médicos e suas substanciais variações entre órgãos e modalidades dificultam a implementação clínica da IA médica. O aprendizado federado (FL) é uma abordagem viável para superar esses desafios. Devido ao contínuo surgimento de algoritmos de FL e à natureza altamente heterogênea dos dados médicos, avaliar objetivamente seu desempenho em ambientes clínicos do mundo real permanece difícil. Portanto, um abrangente fed...
arXiv:2607.07873v1 Tipo de Anúncio: novo Resumo: A escalabilidade da agricultura orgânica é parcialmente limitada pelos custos de mão de obra associados ao monitoramento de pragas. Embora drones e rovers sejam bem adequados para o monitoramento agrícola por cima ou ao lado das plantas, muitas pragas vivem na parte inferior das folhas ou nos caules das plantas, tornando-as detectáveis apenas depois de já terem causado danos significativos. Para viabilizar a detecção precoce de pragas, apresentamos o STEMbot, um sistema de robô escalador em miniatura projetado para autono...
arXiv:2607.08020v1 Tipo de Anúncio: novo Resumo: A difusão autorregressiva de vídeo permite streaming eficiente e geração de vídeo de longo horizonte, mas reutilizar repetidamente latentes gerados como contexto causal pode amplificar erros temporais, resultando em cintilação, tremulação de movimento e deriva estrutural. Neste artigo, investigamos esse modo de falha a partir de uma perspectiva cinemática espectral e identificamos a aceleração latente discreta como um sinal eficaz para revelar perturbações temporais de alta frequência instáveis...
arXiv:2607.08086v1 Tipo de anúncio: novo Resumo: Projetar plantas baixas funcionais e esteticamente coerentes exige explorar um vasto espaço de possíveis arranjos de ambientes, uma tarefa que rapidamente se torna avassaladora para designers humanos. Neste artigo, propomos o GRE-Diff, um framework controlável e interativo baseado em difusão que automatiza a criação e a edição de plantas baixas de apartamentos sob restrições especificadas pelo usuário. Ao combinar sugestões geradas por IA com edi... em tempo real, com humano no circuito (human-in-the-loop)
arXiv:2607.08016v1 Tipo de anúncio: novo Resumo: A reiluminação de vídeo exige equilibrar a consistência temporal de longa duração com uma compreensão fisicamente fundamentada do transporte de luz, o que depende da estimativa precisa de propriedades intrínsecas da cena, como materiais, geometria e iluminação. Os métodos existentes seguem dois paradigmas: (1) reconstruir as propriedades fotométricas de um vídeo por meio de renderização inversa e reiluminá-las para uma iluminação-alvo por meio de renderização direta, usando renderização baseada em física (P...
arXiv:2607.08201v1 Tipo de anúncio: novo Resumo: A segmentação de instâncias com vocabulário amplo é limitada por distribuições de categorias de cauda longa e pela ambiguidade fina entre classes. Embora a síntese de dados ofereça uma alternativa promissora, os paradigmas atuais têm limitações complementares: os métodos de texto-para-imagem (T2I) herdam pseudorrótulos ruidosos e têm dificuldade com classes raras, enquanto os métodos de copiar-e-colar comprometem o realismo contextual. Para enfrentar esses problemas, propomos um pipeline híbrido que acopla geração T2I...
arXiv:2607.07720v1 Tipo de anúncio: novo Resumo: A fisiologia do sono surge da dinâmica coordenada do sistema nervoso central (SNC) e do sistema nervoso autônomo (SNA), como refletido por sinais multimodais de polissonografia, incluindo EEG, EOG, EMG, ECG e respiração. No entanto, os modelos fundamentais do sono existentes frequentemente fundem biossinais heterogêneos de maneira indiferente à topologia, ignorando sua organização fisiológica. Apresentamos o Omni-Sleep, um modelo fundamental do sono que usa a p... do SNC/SNA
arXiv:2607.07743v1 Tipo de anúncio: novo Resumo: A auto-organização é uma propriedade emergente da vida, impulsionada pelo comportamento coletivo de componentes individuais que atuam com base em informações locais. Os neurônios biológicos, por meio de interações locais transmitidas através das sinapses, são capazes de aprender de forma eficiente e podem adaptar suas conexões ao longo da vida de um organismo. Motivados por essas propriedades desejáveis de adaptabilidade e interação local, os modelos de autômatos celulares neurais (NCA) têm obtido sucesso em aprend...