小米大模型应用团队提出SVOR（Stable Video Object Removal）框架，通过MUSE窗口化联合策略、DA-Seg去噪感知分割、课程式两阶段训练三大核心技术，针对性解决真实场景中阴影残留、运动抖动、遮罩缺陷等问题，在多个标准数据集和退化遮罩基准上达到新SOTA水平，荣获CVPR 2026 物理感知视频实例消除挑战赛第一名，代码现已完整开源！ http://t.cn/AXxXvf6D