机构 * Tongji University（同济大学） ； Chongqing Afari Intelligent Drive Co., Ltd（重庆阿法瑞智能驾驶有限公司） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 提出支持可变粒度几何条件的FlexPart框架，通过门控自适应调制整合异构输入，结合非对称几何引导机制，在PartVerseXL数据集上显著降低部件CD并保持整体网格质量。
Comments Accepted at NeurIPS 2026. Code: https://github.com/Gucci233/FlexPart
机构 * Rice University（莱斯大学） ； NVIDIA（英伟达）
AI总结 该研究提出感知运动对齐（$S^2$）这一无训练离线指标，将柏拉图表征假说扩展到具身模型，发现其与具身模型下游机器人任务成功率正相关，可作为低成本代理用于模型优先级排序及识别有潜力的 VLM 主干。
Comments 28 pages. Project page and code available at https://yunfeixie233.github.io/s2/
机构 * University of Oxford（牛津大学） ； NUS（新加坡国立大学） ； NTU（南洋理工大学） ； University of California, Merced（加州大学默塞德分校）
AI总结 本综述以世界建模为统一视角，围绕读取、书写、共享、交互四个操作，梳理视频基础模型与视频世界模型的进展，提炼出研究重点的转变及开放挑战。
Comments 102 pages, 17 figures, 19 tables. Project page: https://vid-gen.github.io/video-world-model-survey
用于思维剪枝的Direct Pass@$k$优化：测试时推理中的质量与多样性平衡
机构 * University of Southern California（南加州大学）
AI总结 本文提出Direct Pass@$k$优化的思维剪枝方法，通过直接平衡质量与多样性，在8个开放权重推理模型上优于现有剪枝策略。
SpectralCanary：用于T2I数据集使用审计的极其简单的低频痕迹
机构 * University of Maryland（马里兰大学）
AI总结 本研究提出SpectralCanary，通过在T2I训练数据中植入低频视觉信号实现数据集使用审计，在多数据集、多模型架构及对抗攻击下均表现出高检测准确率，且对图像质量影响极小。
Comments NeurIPS 2026 Workshop on Attributing Model Behavior at Scale
机构 * Sharif University of Technology（谢里夫理工大学）
AI总结 本研究提出METTA，通过分解快速适应阶段为双时间尺度的记忆机制，在Meta-World与PointMaze任务中提升了元强化学习的自适应效率与性能。
Comments 9 pages
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学）
AI总结 提出BrickWright框架，结合BrickLayer工具包，使智能体生成物理可行的乐高积木搭建方案，在512个提示样本上实现100%物理有效性，优于基线智能体和专用模型。
EpiSEM-Bench：评估缺失证据下LLM智能体的安全性与证据恢复
机构 * City University of Hong Kong（香港城市大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 该研究提出EpiSEM-Bench基准，评估缺失证据下LLM智能体的安全性与证据恢复，发现不同模型在遗漏鲁棒性等方面差异显著，恢复访问可降低不安全执行。
Gate3DGen：一种为3D生成选择性净化真实世界图像的预处理模型
机构 * Tsinghua University（清华大学） ； Huawei Inc.（华为公司） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 Gate3DGen是一种无需重新训练现有3D生成器的选择性预处理模型，通过感知退化的路由器和面向3D的单步净化器，在2.3秒内将TRELLIS.2网格距离降低61.5%，提升了真实图像的3D生成效果。
Comments Project page: https://supra-3d.github.io/gate3dgen
机构 * DualverseAI（双元智能）
AI总结 该研究针对语言模型的N元语法嵌入内存过高问题，提出低比特存储方案，可大幅节省内存并保留大部分性能，还能通过微调或扩大表规模进一步优化性能。
Comments 24 pages, 10 figures, 10 tables
机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； University of Virginia（弗吉尼亚大学）
AI总结 提出OmniRay模型，通过复合射线场的层级结构适配多样相机几何，无需相机信息即可从单张图像恢复3D点云，在相机无关单目3D重建中达当前最优。
Comments Project page: https://nam1410.github.io/omniray/
GigaBench：针对千兆像素图像压缩与超分辨率的可学习表示基准测试
机构 * University of Bologna（博洛尼亚大学）
AI总结 该研究提出首个针对千兆像素图像的GigaBench基准，适配三类可学习表示方法，经系统评估为相关任务提供指导。
Comments Project page at https://matteofusconi.github.io/GigaBench Accepted at WACV2027
机构 * Google DeepMind（谷歌DeepMind）
AI总结 该研究针对Softmax、log-softmax和交叉熵标准实现的两个数值bug提出修复方案，消除了弹弓现象，加快了泛化涌现，防止了精度崩溃，阻止了蒸馏中学生网络偏离教师网络，明确了记忆后logit增长的限制因素。
UniVOE：一种用于感知交互的通用视频对象编辑的去除驱动框架
机构 * SECE, Peking University（北京大学信息科学技术学院） ； Tencent Hunyuan（腾讯混元） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 UniVOE是一种去除驱动框架，通过训练感知交互的视频对象去除器生成配对监督，进而训练注入模型，结合奖励后训练实现了对象去除与注入的最先进性能。
WorldForge V2：在视频扩散模型中实现相机轨迹对齐
机构 * Westlake University（西湖大学） ； Beihang University（北京航空航天大学） ； Singapore Management University（新加坡管理大学）
AI总结 提出WorldForge V2，通过无训练引导框架、v-cache及Trajectory LoRA等技术，在保留视频扩散模型生成能力的同时实现精确相机控制，在多数据集上达到最优生成质量与轨迹精度。
机构 * Università della Svizzera Italiana（瑞士意大利语大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Oxford（牛津大学）
AI总结 该研究针对思维链存在的注意力泄露问题，提出CausalCoT推理框架，通过分解问题为有向无环图并隔离上下文评估节点，提升解释忠实度与因果敏感度，且支持测试时干预。
智能体能调试网页语料吗？对斯洛伐克语FineWeb2的智能体审计
机构 * Comenius University in Bratislava（布拉迪斯拉发考门斯基大学） ； Cisco Systems（思科系统公司） ； Kempelen Institute of Intelligent Technologies (KInIT)（肯佩伦智能技术研究所） ； Brno University of Technology（布尔诺理工大学）
AI总结 本研究提出用工具型智能体审计斯洛伐克语FineWeb2语料，发现其存在大规模机器生成内容农场等问题，验证了该方法的有效性并发布了相关资源。
Comments Accepted to WaC Workshop at EMNLP 2026
机构 * Nanyang Technological University（南洋理工大学） ； Imperial College London（伦敦帝国学院） ； ACE Robotics（ACE机器人公司）
AI总结 HiP3R提出分层位姿图，通过块级Sim(3)图建立全局布局与尺度，再固定布局估计帧级SE(3)相机，解决长时三维重建的全局一致性问题，提升相机轨迹与重建效果，可适配多种后端。
Comments Technical Report
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Together AI
AI总结 针对循环架构推理时KV缓存导致内存线性增长的问题，本文提出两阶段方法及BeNice!后训练技术实现KV可共享性，结合其他KV压缩方法可提升长上下文推理的缓存命中率、吞吐量并降低首token延迟。
机构 * University of Pisa（比萨大学） ； Research Center E. Piaggio（E.皮亚焦研究中心）
AI总结 该研究提出通过根轨迹扩展调和函数方法，为平面环境中带多边形障碍物的N个可互换机器人生成协调路径，经共形映射等技术保证路径安全且机器人同步到达，在多场景验证了方法有效性。
Comments 16 pages, 6 figures. Extended version of a paper submitted to Automatica. Corresponding code: https://github.com/mfrascarelli/grl-certified-planning
F2G-Pose：用于直接RGB-D类别级物体位姿估计的几何感知基础特征提升
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出F2G-Pose框架，通过提升基础特征结合几何监督，实现实时类别级RGB-D物体位姿估计，在多个数据集上达最优精度且推理速度达28 FPS，具备部署潜力。
Comments Accepted at NeurIPS 2026. 22 pages, including the complete technical appendix
机构 * Maastricht University（马斯特里赫特大学） ； Radboud University（拉德堡德大学）
AI总结 本研究通过眼动追踪实验发现，匹配读者第一语言的双语模型可提升第二语言阅读时长的预测能力，证明双语语言模型能捕捉第二语言阅读中的跨语言影响。
Comments Under review
机构 * National University of Singapore（新加坡国立大学）
AI总结 该研究针对在线自蒸馏的隐私风险，提出OP-Print攻击框架，可在灰盒和黑盒设置中有效实施成员推理攻击，填补了该领域研究空白。
Progress Probes $P^2$：面向视觉-语言-动作模型的轻量级运行时监控
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Cornell University（康奈尔大学）
AI总结 针对现有视觉-语言-动作模型运行时监控依赖外部模型导致复杂度与成本高的问题，本研究提出利用VLA自身内部激活训练线性探针估计进度以检测故障，该方法在故障检测上表现优于部分现有方法，无需外部基础模型即可实现可靠监控。
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Waterloo（滑铁卢大学） ； New York University（纽约大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Northeastern University（东北大学）
AI总结 该研究针对个人层面差分隐私下的离散分布学习问题，提出纯DP和近似DP下的多项式时间算法，匹配信息论最优值，还证明了统计查询下界。
Comments Full version of the SODA 2027 paper
机构 * Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室） ； National University of Singapore（新加坡国立大学） ； Apple（苹果公司） ； ETH AI Center（ETH人工智能中心） ； NVIDIA（英伟达公司）
AI总结 本文提出结合强化学习与参考方法的学习框架，通过注意力接触规划器和接触跟踪器实现人形机器人在复杂地形的通用移动，无需参考输入即可适配环境变化。
Comments under review
真实标注如何影响检索分数：面向乳腺病变的检索增强生成系统的证据感知评估
机构 * Universidade Federal da Paraíba (UFPB)（帕拉伊巴联邦大学）
AI总结 本研究针对乳腺病变的RAG系统提出证据感知检索评估协议，采用混合检索器结合交叉编码器重排序，其在18个查询中17个的前3结果检索到相关证据，标注扩展提升证据识别且未改变排名。
Comments 18 pages, 3 figures, 6 tables
机构 * Stockholm University（斯德哥尔摩大学）
AI总结 本文提出首个事后、模型不可知的多模态反事实检索框架CRANE，通过MC-R策略检索真实训练样本生成反事实解释，在多数数据集上表现优于单模态策略。
Comments 7 pages + references, 3 figures, accepted to DSAA 2026
机构 * Redwood Research（红木研究院）
AI总结 该研究提出模拟控制评估（SCEs），用语言模型模拟工具响应替代环境，在LinuxArena上验证其预测安全性的误差低于BashArena，可解释多数环境间方差，且样本效率更高，能提升监控器性能。
机构 * University of Tübingen（蒂宾根大学） ； Zuse School ELIZA（楚塞ELIZA学校） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； Tübingen AI Center（蒂宾根人工智能中心） ； ELLIS Institute（ELLIS研究所） ； KE:SAI
AI总结 针对模糊非线性逆问题的挑战，提出先验一致DAPS（PC-DAPS），通过单次采样维护多候选解，减少先验不一致样本，提升非线性逆问题样本质量且保留线性逆问题的样本特性。
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