[논문리뷰] MegaParts: Scaling Part-Aware 3D Object Generation to 300 Parts via Token-Efficient Autoregressive Modeling본 연구는 기존 파트 인식(part-aware) 3D 생성 방법론이 가진 확장성 한계를 해결하고자 합니다. 기존 방식들은 확산 모델(diffusion-based)에 의존하며, 파트 수가 증가함에 따라 메모리 요구량과 연산 비용이 지수적으로 증가하여 수백 개의 파트로 구성된 복잡한 객체 생성이 어렵다는 단점이 있습니다.#Review#3D Generation#Part-Aware#Autoregressive Modeling#Token-Efficient#VQ-VAE#Long-Context#Scalability2026년 8월 17일댓글 수 로딩 중
[논문리뷰] ARGenSeg: Image Segmentation with Autoregressive Image Generation Model본 논문은 기존 MLLM 기반 분할 방법론이 픽셀 수준의 미세한 시각적 디테일을 포착하는 데 한계가 있음을 지적하며, Autoregressive Generation 기반의 새로운 패러다임인 ARGenSeg 를 제안합니다.#Review#Image Segmentation#Autoregressive Generation#Multimodal Large Language Models (MLLMs)#Visual Understanding#VQ-VAE#Multi-scale Prediction#Referring Expression Segmentation#Image Generation2025년 10월 24일댓글 수 로딩 중
[논문리뷰] Efficient Audio-Visual Speech Separation with Discrete Lip Semantics and Multi-Scale Global-Local Attention오디오-비주얼 음성 분리(AVSS) 분야에서 기존 모델들의 높은 연산 비용과 파라미터 수로 인해 발생하는 실용적 배포의 한계를 해결하는 것을 목표로 합니다.#Review#Audio-Visual Speech Separation#Deep Learning#Efficiency#Discrete Lip Semantics#Global-Local Attention#Lightweight Models#VQ-VAE2025년 10월 1일댓글 수 로딩 중