SERO：单步物体移除的语义预测框架

2026年10月20日，arXiv Computer Vision 刊出 Amreen Hasheem Siraj 等作者的论文，提出 SERO——一个面向单步物体移除的语义预测框架。该工作针对扩散模型迭代去噪开销大、补全区域语义不一致的问题：在嵌入空间预测缺失区域的语义先验，引导潜在 bridge-matching 生成器一次前向完成场景补全。作者称，在 RORD 和 OBER 数据集上，SERO 仅需单步生成即达到有竞争力或 SOTA 的表现，论文被 CVMP 2026 接收。目前报道仅此一篇，尚无后续跟进或独立复现信息。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。