FurE: Efficient Instance-Specific 3D Fur Reconstruction without Animal-Fur Datasets

FurE：无需动物毛发数据集的高效实例特定三维毛发重建

Srinjay Sarkar, Prakhar Kaushik, Soumava Paul, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 FurE提出一种基于发丝的高效动物毛发重建方法，利用PCA解码器和根条件潜在场，无需动物毛发数据集，实现10倍训练加速并保持保真度。

Comments 14 pages, 13 figures, 4 tables. Project page: https://toshi2k2.github.io/fure

Telescopic Language Models

伸缩式语言模型

Zhilin Guo, Boqiao Zhang, Hakan Aktas, Kyle Fogarty, Nursena Koprucu Aslan, Wenzhao Li, Canberk Baykal, Albert Miao, Siyu Hong, Yixiao Liu, Adam Wu, Ashish Kumar Singh, Sakar Khattar, Chenliang Zhou, Weihao Xia, Cristina Nader Vasconcelos, Cengiz Oztireli

机构 * University of Cambridge（剑桥大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Google（谷歌） 纠错

AI总结 针对多计算预算服务需求，提出伸缩式语言模型（TLM），通过随机前缀监督训练嵌套容量Transformer，单次训练即可在所有深度有效，质量-预算曲线面积较固定出口套件降低43-44%，GPU成本约低12%，证明训练目标而非嵌套结构决定模型弹性。

Comments 12 pages, 4 figures, 2 tables. Code: https://github.com/ZhilinGuo/telescopic-language-models

PDMD: Projected Distribution Matching Distillation for Video Diffusion Models

PDMD：用于视频扩散模型的投影分布匹配蒸馏

Zimo Wang, Junkun Yuan, Angtian Wang, Haotian Yang, Canyu Zhang, Siyuan Yuan, Xingchang Huang, Bo Liu, Yizhi Wang, Yiding Yang, Chongyang Ma, Gordon Guocheng Qian

机构 * ByteDance Inc.（字节跳动有限公司） ； University of California, San Diego（加利福尼亚大学圣迭戈分校） 纠错

AI总结 针对视频扩散模型蒸馏中评论家误差累积导致的样本退化问题，提出投影分布匹配蒸馏（PDMD），通过投影去除误差分量，仅需一行代码改动即可稳定训练并提升样本质量，在多个基准上超越现有方法。

Learning Native Reflection in Unified Models with Interleaved Reinforcement Learning

统一模型中原生反思的交叉强化学习

Yijia Fan, Ziqi Huang, Zhongang Cai, Yan Li, Zimo Wen, Wanqi Yin, Haiwen Diao, Ziwei Liu

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Tokyo（东京大学） 纠错

AI总结 提出UMM-Reflection，在统一多模态模型中用交叉强化学习联合优化反思文本与图像生成，显著提升多基准图像生成修复能力。

Reliability-Gated Fusion of Consumer Head and Foot IMUs for Lower-Body 3D Pose

消费级头部与足部IMU的可靠性门控融合用于下肢3D姿态估计

Zhilin Guo, Boqiao Zhang, Oszkár Urbán, Josef Bengtson, Hakan Aktas, Wenzhao Li, Siyu Hong, Kyle Fogarty, Chenliang Zhou, Ali Senguel, Cengiz Oztireli

机构 * University of Cambridge（剑桥大学） ； Chalmers University of Technology（查尔姆斯理工大学） 纠错

AI总结 针对消费级IMU不可靠问题，提出通道级可靠性门控融合模型，在稀疏惯性下肢姿态估计中显著提升精度，优于静态融合和未门控方案，并有效应对传感器故障。

Comments 10 pages, 4 figures, 3 tables. Code: https://github.com/ZhilinGuo/reliability-gated-imu-fusion

Unifying Distributional Training for One-Step Visual Generation

统一一步式视觉生成的分布训练

Chi Zhang, Haoyang Shi, Yueyi Liu, Ruichuan An, Junkang Zhou, Chang Li, Xiuyuan Lu, Yichi Zhang, Bo Wang, Yuhang Wu, Sen Cui, Miao Liu

机构 * Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； DeepSeek-AI（深度求索人工智能） ； ByteDance Seed（字节跳动Seed） ； University of California, Berkeley（加利福尼亚大学伯克利分校） ； BAAI（北京智源人工智能研究院） 纠错

AI总结 提出统一分布训练框架及MGFlow方法，通过高斯混合建模与最优传输匹配，实现一步式视觉生成，在ImageNet和文本到图像任务上超越基线。

DexRoam: Learning Mobile Bimanual Dexterous Manipulation from Egocentric Whole-Body Human Demonstrations

DexRoam：从自我中心全身人体演示中学习移动双臂灵巧操作

Rui Zhou, Yibo Yuan, Junkai Zhao, Fangyuan Zhao, Xiaoguang Zhao, Shanghang Zhang, Sirui Han

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； Beihang University（北京航空航天大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 DexRoam提出无追踪器采集系统与三阶段对齐方法，利用自我中心全身人体演示提升移动双臂灵巧操作策略学习，将成功率提升至约56-57%。

Comments Project page: https://dexroam.github.io/

TokenCast: Forecasting Token Consumption During LLM Agent Execution

TokenCast：预测LLM智能体执行过程中的令牌消耗

Chaoqian Ouyang, Ling Yue, Libin Zheng, Huanghui Guo, Shengxiang Xu, YiShu Wang, Ran Li, Jian Yin, Shaowu Pan, Shimin Di

机构 * Sun Yat-Sen University（中山大学） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； Southeast University（东南大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 TokenCast通过可组合成本表示预测LLM智能体执行中的令牌消耗，动态更新预测，显著降低误差并节省令牌。

Scaling Long-Form Story Generation via Narrative State Tracking

通过叙事状态跟踪扩展长篇故事生成

Zhennan Wan, Jianfei Chen

机构 * Tsinghua University（清华大学） 纠错

AI总结 本文提出NstAgent，一种无需训练的智能体框架，通过跟踪结构化叙事状态，实现从10K到100K字的长篇故事生成，提升叙事一致性与写作质量。

Comments Under review. Code and data are available at https://github.com/zhennan1/NstAgent

Neural Harmonic Measure Operator

神经调和测度算子

Jinjin He, Sinan Wang, Yuchen Sun, Bo Zhu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 提出神经调和测度算子NHMO，以Transformer核参数化调和测度，通过Walk-on-Spheres训练，实现变形状域椭圆PDE的免重训求解，并在基准上超越多个基线。

Comments Accepted at the 40th Conference on Neural Information Processing Systems (NeurIPS 2026). 30 pages, 11 figures, 19 tables

How to Loop MoE: Flatten the Experts, Untie the Attention

如何循环使用MoE：展平专家，解耦注意力

Shouren Wang, Chuang Ma, Mohsen Hariri, Debargha Ganguly, Wang Yang, Xiaoqing Tong, Qianying Liu, Xiaotian Han, Vipin Chaudhary

机构 * Case Western Reserve University（凯斯西储大学） ； Kyoto University（京都大学） ； NII LLMC（国立情报学研究所LLMC） 纠错

AI总结 针对循环MoE如何有效利用专家的问题，提出Foil方法：通过展平专家（减少专家层、增加每层专家数和前向传递次数）和解耦注意力（每传递独立注意力参数），在固定参数和计算量下显著降低预训练损失并改善路由，为循环MoE设计提供指导。

Comments 24 pages, 6 figures, 13 tables

KV-streams for Efficient Compaction in Agentic Reinforcement Learning

KV-streams：用于智能体强化学习中高效压缩的键值流

Emiliano Penaloza, Dane Malenfant, Dheeraj Vattikonda, Roger Creus Castanyer, Siddarth Venkatraman, Abhay Puri, Jonathan Light, Matthew James Sargent, Augustine N. Mavor-Parker, Massimo Caccia, Lucas Caccia, Glen Berseth, Esmeralda S. Whitammer, Alessandro Sordoni, Minseon Kim, Marc-Alexandre Côté, Laurent Charlin, Guillaume Lajoie

机构 * Mila（米拉研究所） ； Microsoft（微软） ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； Polytechnique Montréal（蒙特利尔理工学院） ； ServiceNow Inc（ServiceNow公司） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； University College London, University of London（伦敦大学学院） ； Vmax（Vmax公司） ； Edinburgh University（爱丁堡大学） ； Microsoft Research（微软研究院） ； Cohere（Cohere公司） ； HEC Montréal（蒙特利尔高等商学院） 纠错

AI总结 针对智能体强化学习中上下文压缩导致的训练吞吐瓶颈，提出KV-streams策略，通过前向流式传输KV缓存替代清空，实现2.6至5倍训练加速且不损性能，并发现流式缓存可充当循环状态传递长期信息。

Towards Communication-Efficient Social Intelligence in Language Agents

迈向语言代理中的通信高效社交智能

Linxiao Gong, Yijie Xu, Tianfu Wang, Yin Wu, Yili Wang, Xingbo Yao, Huizai Yao, Xilin Xia, Haowen Yang, Hui Xiong

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出教师辅助通信训练（TACT），通过表达与策略专家修订及伙伴反馈蒸馏，在减少通信成本的同时提升语言代理的社交目标达成率，在SOTOPIA和AgentSense上验证了有效性。

Improving Test-Time Scaling with Adaptive Looped Transformers

改进自适应循环Transformer的测试时扩展

Yichen You, Tianyu Fu, Aosong Feng, Xingtai Lv, Xuefei Ning, Ning Ding, Yu Wang

机构 * Tsinghua University（清华大学） ； Yale University（耶鲁大学） 纠错

AI总结 提出TaH2，通过前瞻深度监督自适应分配循环迭代，提升循环Transformer的测试时扩展效率与准确率，在AIME基准上斜率提升53%。

Copy the Same, Distill the Difference: Initializing Linear Vision Transformers

复制相同，蒸馏差异：初始化线性视觉Transformer

Huaiyuan Qin, Muli Yang, Gabriel James Goenawan, Shiqi Huang, Min Kass Chong, Wahyu Wiratama, Peng Hu, Chen Gong, Wu Liu, Xi Peng, Chun Jian Ho, Hongyuan Zhu

机构 * Institute of Advanced Intelligence and Computing (IAIC), A*STAR（先进智能与计算研究所（IAIC），新加坡科技研究局） ； Nanyang Technological University（南洋理工大学） ； ST Engineering Geo-Insights（新科工程地理信息公司） ； Sichuan University（四川大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文研究线性ViT的初始化，发现复制MLP权重并蒸馏注意力可有效迁移Softmax ViT预训练权重，使线性ViT性能匹敌甚至超越Softmax版本。

InfiniHand: Streaming World-Space Hand Motion Estimation from Egocentric Video

InfiniHand：从第一视角视频进行流式世界空间手部运动估计

Kerui Ren, Kaiwen Song, Weiguang Zhao, Yuxi Wang, Yufei Liu, Bo Dai, Haoyu Guo, Chunhua Shen, Mulin Yu, Tao Lu, Junting Dong

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Liverpool（利物浦大学） ； Nanyang Technological University（南洋理工大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） 纠错

AI总结 InfiniHand提出端到端流式前馈框架，联合估计MANO参数、相机轨迹和手部位置，以解决级联方法的误差累积问题，在ARCTIC PA-p上较ViDiHand降低21.4%，并实现11.19 FPS的高吞吐量。

Comments Project page: https://infinihand.github.io/

Shockingly Simple Self-retrospection Improves Agentic Models Without RL

惊人简单的自我反思无需强化学习即可提升智能体模型

Jonathan Light, Christopher Zhang Cui, Jeonghye Kim, Roger Creus Castanyer, Emiliano Penaloza, Zhengyan Shi, Alessandro Sordoni, Marc-Alexandre Côté, Xingdi Yuan, Minseon Kim

机构 * RPI（伦斯勒理工学院） ； UC San Diego（加州大学圣迭戈分校） ； KAIST（韩国科学技术院） ； Mila（米拉研究所） ； Microsoft Research（微软研究院） 纠错

AI总结 提出仅反思微调（ROFT）方法，仅用智能体自身经历的解释进行训练，无需强化学习即可提升其后续行动能力，在软件工程任务上达到与GRPO相当甚至更优的解决率，并证明学习解释能改善行动。

Comments 62 pages, 18 figures, 5 tables, including appendices

GeoVerse: World-Consistent Novel View Synthesis in Geometric Latent Space

GeoVerse：几何潜在空间中的世界一致新视角合成

Kerui Ren, Tao Lu, Linning Xu, Changjian Jiang, Mu Huang, Chunhua Shen, Mulin Yu, Bo Dai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） 纠错

AI总结 GeoVerse在几何潜在空间中结合视频生成先验与全局空间记忆，实现稀疏图像下的世界一致新视角合成，显著提升视觉质量与几何一致性。

Comments Project Page: https://geoverse-nvs.github.io/

Failure-Transparent Agents: Benchmarking Post-Failure Reporting in Tool-Using Language Models

故障透明智能体：工具使用语言模型中故障后报告基准测试

Junru Zhu, Shiming Xie, Aime Lu Fan Chen, Xiaoqing Ding, Chunxin Tang, Ruoyu Qi, Yulang Fei

机构 * Independent Researcher（独立研究者） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； University of Chicago（芝加哥大学） ； University of Waterloo（滑铁卢大学） 纠错

AI总结 针对工具使用语言模型在工具故障后虚假报告成功的问题，提出故障透明智能体（FTA）基准，通过固定故障观察和证据状态实现可审计评估，证据契约策略将虚假成功率降至0.8%。

Comments 5 pages, 1 figure, 2 tables. Submitted to the 2027 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2027)

FlowAct-R2: Beyond Talking Avatar via Streaming Multimodal References and Proactive Agent Planning

FlowAct-R2：超越对话式虚拟人——通过流式多模态参考与主动式智能体规划

Ziyao Huang, Zhengkun Rong, Shiyang Qin, Shuang Liang, Wentao Hu, Yuxuan Luo, Yuan Zhang, Mingyuan Gao

机构 * Bytedance Intelligent Creation（字节跳动智能创作） 纠错

AI总结 FlowAct-R2通过流式多模态参考扩散Transformer和主动式交互智能体，实现实时720p、小时级流式交互式人形视频生成，支持娱乐直播、购物等场景。

Comments Project page: https://bone-11.github.io/Flowact-R2; Hugging Face Space: https://huggingface.co/spaces/ProAudience/FlowAct-R2

Impact of Patient Orientation in Single- and Multi-View Camera Environments for AI-based Rehabilitation Monitoring

患者朝向对基于AI康复监测的单视角和多视角相机环境的影响

Miriama Jánošová, Andreas Lang, Petra Budikova, Jan Sedmidubsky

机构 * Masaryk University（马萨里克大学） ； TU Dortmund University（多特蒙德工业大学） ； VisionCraft 纠错

AI总结 本研究通过新数据集和可分离性度量，分析了不同相机放置对康复锻炼质量评估的影响，发现最优2D相机视角可显著提升区分能力，为实际部署提供指导。

Superquadric Primitive Decomposition of 3D point clouds via Geometric-Aware Inlier Refinement

三维点云的超二次曲面基元分解：基于几何感知内点精化

Alessandro Rinaldi, Edoardo Tedesco, Andrea Ferraris, Filippo Leveni, Daniele Baieri, Filippo Maggioli, Simone Melzi, Luca Magri

机构 * University of Milano-Bicocca（米兰比可卡大学） ； Politecnico di Milano（米兰理工大学） ； University of Bonn（波恩大学） ； Pegaso University（佩加索大学） 纠错

AI总结 提出一种几何感知的基元分解框架，通过图割优化的内点精化步骤整合法线一致性等几何先验，提升超二次曲面分解的精度与鲁棒性，在合成和真实数据上优于基于RANSAC的方法。

Comments 19 pages, 11 figures, under review

Hard Vision, Easy Vision: What GPT-6 Astra Reveals Across Computer Vision

硬视觉，易视觉：GPT-6 Astra 在计算机视觉领域的启示

Hanoona Rasheed, Mohammed Irfan Kurpath, Bin Ren, Hisham Cholakkal, Fahad Shahbaz Khan, Salman Khan

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Apertix 纠错

AI总结 本文评估GPT-6 Astra等六个前沿通用系统在34项视觉能力上的表现，发现语义推理任务接近专用模型，而几何精度与保真感知仍具挑战。

RoboCompiler: Graph-Native Compilation of Closed-Chain Robots for Consistent Modeling, Control, and Simulation

RoboCompiler：闭链机器人的图原生编译，实现一致的建模、控制与仿真

Mehdi Heydari Shahna, Joongheon Kim, Jouni Mattila

机构 * Tampere University（坦佩雷大学） ； Korea University（高丽大学） 纠错

AI总结 RoboCompiler通过图原生编译闭链机器人，构建统一机械接口，实现一致建模、控制与仿真，显著提升计算效率。

Comments GitHub: https://github.com/Mehdi-Heydari-Shahna/RoboCompiler

X-Reset: Scaling Object-Centric Reinforcement Learning via Cross-Embodiment Resets

X-Reset：通过跨具身重置扩展以物体为中心的强化学习

Prithwish Dan, Chenyang Ma, Wei Zhan

机构 * Applied Intuition 纠错

AI总结 X-Reset框架通过将人类手-物体演示运动学重定向为噪声机器人状态并采样为重置，解决以物体为中心的强化学习探索难题，在三个具身上对20个物体训练通用策略，并实现零样本迁移。

Lagrangian--Hamiltonian Flows for Video Prediction and Image Generation: A Symplectic Perspective

拉格朗日-哈密顿流用于视频预测和图像生成：辛几何视角

Jiawei Hu

机构 * Boston University（波士顿大学） 纠错

AI总结 提出LHFM几何框架，基于辛几何和哈密顿流建模图像动力学，用于视频预测和图像生成，在精度相近时实现最低FLOP计数，并优于流匹配基线。

Humanoid Loco-Manipulation With Discrete VLA Model

面向人形机器人全身操控的离散VLA模型

Wenxin Shao, Siqi Chai, Kun Li, Kerou Zhang, Xinzhou Jiang, Wei Xu, Qiang Liu

机构 * Horizon Robotics（地平线机器人） 纠错

AI总结 提出Holo-M，首个离散VLA模型，通过统一动作标记器分解全身动作空间并扩展语言模型词汇，结合分组离散扩散解码，在SIMPLE基准上实现最高成功率。

Mind the RefGAP: Correcting Reference Attention in Diffusion-Based Visual Editing

Mind the RefGAP: 校正扩散式视觉编辑中的参考注意力

Yanan Wang, Shengcai Liao, Guangyi Liu, Xiaodan Liang

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； United Arab Emirates University（阿联酋大学） 纠错

AI总结 针对扩散编辑模型参考注意力分配不足的问题，提出无需训练的RefGAP方法，在线校正logit偏移以增强参考使用，在七个编辑模型上提升身份保真度并保持良好权衡。

ScAn-Bench: Evaluating Scaling Analysis Methodology

ScAn-Bench：评估缩放分析方法论

Artin Sermaxhaj, Nastaran Alipour, Donat Sinani, Johannes Hog, Neeratyoy Mallik, Jenia Jitsev, Danny Stoll

机构 * University of Freiburg（弗莱堡大学） ； Zuse School ELIZA（楚泽学院ELIZA） ； Juelich Supercomputing Center (JSC), Research Center Juelich (FZJ)（于利希超算中心（JSC），于利希研究中心（FZJ）） 纠错

AI总结 针对缩放分析方法缺乏系统评估的问题，提出基于大量检查点的替代基准，首次系统评估跨模态的数据获取与外推方法论。

Reinforcing Agentic Creativity in Scientific Ideation with Night Science

强化智能体在科学构思中的创造性：以“夜科学”为鉴

Priyanka Kargupta, Silviu Cucerzan, Shweti Mahajan, Allen Herring, Jiawei Han, Ryen W. White, Sujay Kumar Jauhar

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Microsoft（微软） ； Microsoft Research（微软研究院） 纠错

AI总结 提出AI Night-Scientist框架，用强化学习训练LLM在科学构思中平衡探索与利用，显著提升提案多样性和原创性，表明创造力可学习且需语义指导。

Comments Code: https://github.com/microsoft/ai_night_scientist Website: https://pkargupta.github.io/night_scientist.html