机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； CCVL, Johns Hopkins University（约翰斯·霍普金斯大学CCVL）
AI总结 该研究提出新型六边形基元Hexels，在34个场景的视图合成、15个DTU扫描的曲面重建及Tanks and Temples数据集上，较2DGS等方法在质量-效率权衡上取得显著提升。
Comments Project page at this https URL (https://honeycomb-surfels.github.io/)
机构 * NVIDIA（英伟达） ； KAIST（韩国科学技术院）
AI总结 该研究提出ThinkWorld框架，通过将动作表示为动力学链并结合世界想象的强化学习，解决VLA模型泛化受限问题，实现人到机器人的经验迁移与任务泛化。
Comments Project Page: this https URL (https://thinkworld-project.github.io/)
机构 * Huazhong University of Science and Technology（华中科技大学） ； Meituan LongCat（美团龙Cat） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 该研究提出因子化向量量化方法，使离散视觉令牌在多模态理解上匹配连续表征，相关模型在离散表征模型中达SOTA，且可与Qwen3-VL等连续模型竞争。
Comments Project page: this https URL (https://doctor-james.github.io/FVQ-Page/)
机构 * Zhengzhou University of Aeronautics（郑州航空工业管理学院） ； Xi’an University of Technology（西安理工大学）
AI总结 针对测试时干预时机选择问题，提出PORTAL控制器，通过结合共享比较、定向查询等机制，将无效干预转为有用选择，同时提升当前与后续批次的预测性能。
Comments 79 pages; preprint
机构 * Imperial College London（伦敦帝国学院） ； Tübingen AI Center（蒂宾根人工智能中心） ； ELLIS Institute Tübingen（ELLIS蒂宾根研究所） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Fraunhofer HHI（弗劳恩霍夫海因里希·赫兹研究所）
AI总结 本研究提出安全之头（HoS）防御方法，通过学习型注意力门实现指令-数据分离，在Llama-3.3-70B-Instruct等模型上验证其对提示注入攻击的鲁棒性优于SecAlign++、ASIDE等方法，且能保留模型效用。
KPPax：面向大气化学机器学习的可微动力学常微分方程预处理工具
机构 * Institute for Atmospheric and Earth Systems Research, University of Helsinki（赫尔辛基大学大气与地球系统研究所） ； Atmospheric Modelling Centre Lahti (AMC-Lahti)（拉赫蒂大气模拟中心） ； LUT University（拉彭兰塔-拉赫蒂大学）
AI总结 KPPax是一款将KPP化学机制转换为JAX可微代码的预处理工具，可用于大气化学的参数估计与混合物理-机器学习建模，经POLLU基准机制验证能有效预测速率系数不确定性并降低排放校正误差。
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of California, Davis（加州大学戴维斯分校）
AI总结 该研究针对LEAP手，提出无人类数据的仿真训练方案，结合自适应摩擦课程与残差安全过滤器，实现手内物体位姿到达，真实机器人评估达95.2%目标到达率，掉落率降75%，可迁移至真实场景。
Comments 26 pages, 30 figures, 14 tables. Project page: this https URL (https://ian-chuang.github.io/dexsafe/)
机构 * UC Berkeley（加州大学伯克利分校） ； ICSI（国际计算机科学研究所） ； LBNL（劳伦斯伯克利国家实验室） ； Furiosa AI ； KAIST（韩国科学技术院）
AI总结 GEPA-Curator是增强提示优化器的框架，通过任务精选和成功轨迹检索提升LLM智能体性能，在四个基准测试中较GEPA、ACE有最高20.7%、21.2%的性能提升。
机构 * HKUST(GZ)（香港科技大学（广州）） ； ZJU（浙江大学） ； Alibaba Group（阿里巴巴集团） ； HKUST（香港科技大学）
AI总结 该研究推出自动化框架LongChang，在改变物理规律的模拟世界中评估12个LLMs的自由探索能力，发现GPT-6-Astra的物理规律发现率为16.7%，其余均为0%，仅能部分识别改变后的规律。
Comments this https URL (https://zhenyangcs.github.io/LongChang-website/)
机构 * Apple（苹果公司）
AI总结 该研究提出SynthAPI流程可控生成工具使用环境，通过458752个任务和849个模型推导工具使用智能体缩放定律，发现扩大工具与数据库多样性更有效，所得智能体在4个基准上表现优于现有模型。
机构 * Princeton University（普林斯顿大学） ； Google DeepMind（谷歌DeepMind）
AI总结 该研究针对多状态线性注意力（MSLA）的聚合缺陷，提出MERLIN方法，通过跟踪片段键的矩实现更优聚合，在长上下文任务中较基线方法取得显著性能提升。
机构 * Amazon（亚马逊）
AI总结 本文提出元认知控制器作为扩散语言智能体的轻量级插件，可减少20.6%平均推理FLOPs，同时保持任务精度，验证了其有效性。
Comments 10 pages, 4 figures
机构 * Télécom Paris（巴黎电信学院） ； EURECOM（欧洲通信学院） ； National Institute of Informatics（情报通信研究机构） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Monash University（莫纳什大学） ； University at Buffalo, State University of New York（纽约州立大学布法罗分校） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 本文针对部分编辑音频，从生成与防御视角开展综述，梳理音频编辑、防御方法的研究，总结基准与工具包，探讨未来方向，为ICASSP 2027专题会议提供贡献。
Comments submitted to IEEE ICASSP 2027, 5 pages
机构 * KAIST（韩国科学技术院） ； Korea University（高丽大学）
AI总结 针对现有跨视图物体对应方法的误差传播问题，提出XTrack框架，复用视频DiT并结合多种策略，利用伪标签实现视频级训练，提升了跨视图时间物体对应的鲁棒性。
Comments Project Page: this https URL (https://cvlab-kaist.github.io/XTrack/)
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Centre for Artificial Intelligence, University College London（伦敦大学学院人工智能中心）
AI总结 该研究提出时间变异性得分（TVS），通过时点模型探究预训练中知识的学习差异，发现高TVS项目后期提升更快，在多数场景下表现优于低TVS项目，为预训练学习动态提供了新诊断方式。
Comments Accepted to AACL 2026. This version corrects minor errors in the appendix
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Adobe Research（奥多比研究）
AI总结 该研究提出“先认知，再生成”的视觉生成新范式，结合自回归预训练与扩散后训练，训练的3B参数文本到图像模型在GenEval、DPG-Bench上取得优异成绩，验证了范式的有效性。
罕见、相关但仍错误：记忆如何影响大语言模型（LLM）的群体决策
机构 * School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC)（电子科技大学信息与通信工程学院） ； Xidian University（西安电子科技大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； School of Artificial Intelligence, Nanjing University of Information Science and Technology（南京信息工程大学人工智能学院）
AI总结 该研究针对LLM群体决策的记忆选择问题，构建CrossProfile基准，发现罕见优先、相关优先等启发式方法均失效，决策模型的社会证明偏差会降低准确率，完整对话记录的表现甚至不如不做记录。
感知与预测动态运动：用于第一人称视角网球视频的视觉模型中的时空智能
机构 * Massachusetts Institute of Technology (MIT)（麻省理工学院） ； Cornell University（康奈尔大学） ； Technische Universität Wien (TU Wien)（维也纳技术大学） ； Liquid AI
AI总结 该研究构建了带多模态标注的网球第一人称视角数据集，评估了多种视觉模型的时空预测性能，提出条件扩散模型生成网球运动，为动态机器人的视觉时空智能提供了支撑。
Comments 8 pages, 5 figures. Project page: this https URL (https://tennis-vision.csail.mit.edu/)
VideoLVR：基于 grounded 视频证据的潜在视觉推理
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
AI总结 VideoLVR 为解决 MLLMs 视频推理中的视觉遗忘问题，通过构建潜在视觉证据统一视觉重构与文本生成，扩展至强化学习后在多视频基准上提升了视频理解能力。
Comments 13 pages
EnvSched：面向高效回滚的智能体强化学习的环境感知调度
机构 * PKU（北京大学） ； XJTU（西安交通大学） ； THU（清华大学） ； Samsung Research（三星研究院） ； CASIA（中国科学院自动化研究所） ； CUHK（香港中文大学）
AI总结 本文提出EnvSched环境感知调度器，通过双关系图建模与奖励方差预测优化任务调度，在Qwen3-8B的RL任务中，40步训练得分超随机选择120步的最高值，提升了下游性能。
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； National University of Singapore（新加坡国立大学） ； Northeastern University, Toronto（多伦多东北大学）
AI总结 该研究针对音频-语言模型，提出匹配同类别对照方法，通过对比同、不同类别局部声音事件替换的答案变化，揭示模型对事件类别及波形重写的响应特性。
Comments Under review at ICASSP 2027. Code and frozen evidence: this https URL (https://github.com/huaruoji/beyond-answer-changes)
RESPLE2：用于多传感器里程计的带全局优化的惯性信息递归非均匀样条估计
机构 * Linköping University（林雪平大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of Toronto（多伦多大学） ； City University of Hong Kong（香港城市大学）
AI总结 提出RESPLE2框架，以带全局优化的非均匀B样条为基础，结合惯性与多传感器测量，在各类平台的动态场景中实现高精度、鲁棒的实时多传感器里程计，性能优于或相当现有系统。
Comments 18 pages
机构 * University College London（伦敦大学学院） ； Nanjing University（南京大学） ； The Hong Kong Polytechnic University（香港理工大学） ； East China Normal University（华东师范大学）
AI总结 MoI-Bench是面向移动设备图像生成与编辑的基准测试集，通过“操作×目标”设计及MoI-Eval评估方法，揭示端侧模型的能力差距，为模型改进提供细粒度指导。
Comments Project page: this https URL (https://carlofkl.github.io/MoI-Bench-project/)
GAS-PFN：用于零样本交通预测的图感知时空先验数据拟合网络
机构 * Kennesaw State University（肯尼索州立大学） ； Missouri State University（密苏里州立大学）
AI总结 提出GAS-PFN，将图感知交通建模与零样本适应结合，通过图结构相关设计提升零样本交通预测性能，在6个基准上较同类模型显著降低MSE。
机构 * Helmholtz Munich（亥姆霍兹慕尼黑） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML））
AI总结 本文针对智能体推理的潜在世界模型，提出忠实潜在世界模型的等变条件及LRC评估指标，发现现有最先进潜在世界模型均未通过忠实建模环境动态解决任务。
机构 * University of Maryland Baltimore County（马里兰大学巴尔的摩县分校） ； Comcast Applied AI（康卡斯特应用人工智能） ； Comcast（康卡斯特）
AI总结 本文提出零样本多模态框架，无需任务特定训练即可检测足球转播中的事件，在3场含130个事件的比赛上优于基准模型，推理成本降低72%，还引入兴奋度评分阶段用于精彩集锦选择。
Comments Accepted to the Main Conference at the IEEE International Symposium on Multimedia: ISM 2026
EgoThumb：用于自主抓取与握持辅助的视觉驱动额外 robotic 拇指
机构 * University of California San Diego（加利福尼亚大学圣地亚哥分校） ； Sudo AI GmbH（Sudo AI 有限公司）
AI总结 提出开源视觉驱动额外 robotic 拇指 EgoThumb，通过前臂布置驱动装置与视觉模仿学习策略，实现稳健自主抓取，泛化性强且硬件软件全开源。
Comments 8 pages, 5 figures. Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
机构 * University of Oxford（牛津大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 该研究提出无需外部资源的角色命名任务，构建相关数据集与视频-对话模型，提出渐进式角色库框架，实现类人在线电影角色身份推断。
Comments Project Page: this https URL (https://www.robots.ox.ac.uk/~vgg/research/StreamCast/)
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； University of Montenegro（黑山大学）
AI总结 本文提出针对Tweedie噪声的统一扩散框架p-Bridge，通过指数条件网络适配不同噪声模型，实验验证其在多类图像去噪任务中具备良好鲁棒性与有效性。
Comments 23 pages, 15 figures
TeamGym：面向具有分布式信息的AI智能体团队决策的Gym平台
机构 * MIT（麻省理工学院） ； KAIST（韩国科学技术院） ； UT Austin（德克萨斯大学奥斯汀分校） ； University of Maryland（马里兰大学）
AI总结 研究团队推出TeamGym平台，针对团队决策问题测试8种语言模型，发现智能体存在沟通与检索差距，通过强化学习训练可提升决策质量并实现涌现协调。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈