cs.CV（2025-09-08）
📊 共 2 篇论文 | 🔗 1 篇有代码
🎯 兴趣领域导航
🔬 支柱九：具身大模型 (Embodied Foundation Models) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Interleaving Reasoning for Better Text-to-Image Generation | 提出交错推理生成框架IRG，提升文本到图像生成中的指令遵循和细节保持能力 | foundation model multimodal instruction following | ✅ | |
| 2 | Multi-Modal Camera-Based Detection of Vulnerable Road Users | 提出一种多模态相机融合的弱势道路使用者检测框架，提升恶劣环境下的检测性能。 | multimodal |