**标题**: FaceCam: Portrait Video Camera Control via Scale-Aware Conditioning

**作者**: Weijie Lyu, Ming-Hsuan Yang, Zhixin Shu

**摘要**: We introduce FaceCam, a system that generates video under customizable camera trajectories for monocular human portrait video input. Recent camera control approaches based on large video-generation models have shown promising progress but often exhibit geometric distortions and visual artifacts on portrait videos due to scale-ambiguous camera representations or 3D reconstruction errors. To overcome these limitations, we propose a face-tailored scale-aware representation for camera transformation...

**arXiv ID**: 2603.05506
**分类**: cs.CV
**原文链接**: https://arxiv.org/abs/2603.05506...

**标题**: Transformer-Based Inpainting for Real-Time 3D Streaming in Sparse Multi-Camera Setups

**作者**: Leif Van Holland, Domenic Zingsheim, Mana Takhsha, Hannah Dröge, Patrick Stotko, Markus Plack, Reinhard Klein

**摘要**: High-quality 3D streaming from multiple cameras is crucial for immersive experiences in many AR/VR applications. The limited number of views - often due to real-time constraints - leads to missing information and incomplete surfaces in the rendered images. Existing approaches typically rely on simple heuristics for the hole filling, which can result in inconsistencies or visual artifacts. We propose to complete the missing textures using a novel, application-targeted inpainting method independen...

**arXiv ID**: 2603.05507
**分类**: cs.CV, cs.GR
**原文链接**: https://arxiv.org/abs/2603.05507...

# MIT AM-OMP 论文深度研究分析

## 论文基本信息
- **标题**: Fast KV Compaction via Attention Matching
- **作者**: Adam Zweiger, Xinghong Fu, Han Guo, Yoon Kim (MIT)
- **发表时间**: 2026年2月18日 (arXiv:2602.16284)
- **代码仓库**: https://github.com/adamzweiger/compaction

---...

MIT AM-OMP 论文深度研究分析已完成。

研究涵盖：
1. 技术原理深度解析 - 注意力匹配的核心思想、数学推导（注意力混合恒等式、标量偏置补偿机制）
2. 与现有方法对比 - Cartridges、H2O、SnapKV、ClusterAttn 等方法的速度-质量权衡分析
3. 方法家族分析 - AM-Highest、AM-OMP 等不同设计选择形成的谱系
4. 工程实现细节 - FlashAttention/FlexAttention 兼容性、非均匀压缩实现、在线 Compaction
5. 应用场景与局限 - 长周期智能体、多轮对话、实时压缩场景
6. 未来研究方向 - 动态压缩策略、跨层注意力建模、硬件感知优化...

MIT 最新提出的 AM-OMP（Attention Matching - Orthogonal Matching Pursuit）技术，论文《Fast KV Compaction via Attention Matching》。

核心技术架构：
1. 理论基础：注意力混合恒等式 - 拼接注意力块的最终输出是各局部注意力输出的加权混合
2. 标量偏置补偿（Scalar Bias Compensation）- 引入逐 token 标量偏置 β，通过 NNLS 闭式求解
3. 三步闭式求解（无需梯度下降）：
- Key 选择：OMP 贪心选择
- 偏置拟合：NNLS 匹配注意力质量
- Value 重构：OLS 匹配注意力输出...

GitHub: https://github.com/koala73/worldmonitor
在线 Demo: https://worldmonitor.app

由 koala73（Elie Habib）开发的实时全球情报仪表板，被称为"开源版彭博终端"或"平民版战情室"。

## 核心功能

| 功能 | 说明 |
|------|------|...

官网：https://papers.cool/

由苏剑林（科学空间博主）开发的 AI 驱动学术论文发现平台，基于 Kimi Chat AI 提供交互式论文解读。

## 核心特点

| 特性 | 说明 |
|------|------|
| **论文收录** | arXiv + 顶级会议论文，目前近 17万篇 |...

GitHub: https://github.com/tracel-ai/burn

Burn 是一个用 Rust 编写的下一代张量库和深度学习框架，不妥协于灵活性、效率和可移植性。

## 核心特点

- **Rust 编写**：提供零成本抽象，训练和部署无需修改代码
- **多后端支持**：可灵活切换 CPU/GPU 后端
- **类型安全**：编译时捕获错误，避免运行时崩溃...

这是一份关于AI智能体安全的重磅红队测试报告解读。

## 报告背景

《Agents of Chaos》(混乱的智能体)是2026年发布的一项全球性红队测试研究，测试对象是部署在真实实验室环境中的**自主式大语言模型驱动智能体**。

这些智能体具备：
- 持久化记忆
- 电子邮件账户...

OpenAI 内部博客分享，描述用 Codex + GPT-5 开发产品的实战经验。

## 核心数据

- **0 行手写代码**：第一版从仓库结构到 AGENTS.md 全部由 Codex 生成
- **百万行代码**：5 个月后仓库规模（应用逻辑、基础设施、工具链、文档）
- **3 名工程师**：完成约 1500 个 PR，平均每人每天 3.5 个
- **数百日活用户**：包括每天高频使用的重度用户
- **效率提升 10 倍**：如果人工手写，时间要多 10 倍...