机构 * Roblox（罗布乐思） ； University of California, Merced（加州大学默塞德分校） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究提出PixVid方法，将预训练潜在视频模型提升至像素空间生成，在约130万训练片段内与基线相当，可生成2倍高分辨率视频，支持逐帧响应与深度条件编辑。
Comments Project Page: https://chenshuo20.github.io/PixVid/
机构 * New York University（纽约大学） ； Meta FAIR
AI总结 本研究通过受控框架解耦多模态视觉编码的三项设计选择，发现专用视觉容量是关键，其与主干联合训练并置于早期的方案表现最优。
Comments Project page: https://unbundling.github.io
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； East China Normal University（华东师范大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学）
AI总结 ArchSpace是解决LLM架构研究缺口的公共平台，利用缩放定律辅助评估，提供初始参考，旨在拓宽塑造下一代模型的想法范围。
机构 * NVIDIA（英伟达） ； National Yang Ming Chiao Tung University（国立阳明交通大学）
AI总结 针对仅解码器视图合成模型渲染效率与质量的矛盾，提出TTB策略，通过复用TTT的MLP并解耦上下文标记，实现23倍渲染加速且质量达最先进水平。
Comments NeurIPS 2026 (Spotlight). Project page: https://test-time-baking.github.io
ProtoVis-Nav：用于视觉空间对齐无人机导航的原型视觉想象
机构 * Beijing Institute of Technology（北京理工大学）
AI总结 该研究针对无人机视觉语言导航的3D运动误差问题，提出ProtoVis-Nav框架，通过预测特征原型并结合局部视觉表示，提升视觉上下文与航路点的对齐效果，实验显示其性能较现有基准有显著提升。
机构 * Boğaziçi University（博阿齐奇大学） ； University of Amsterdam（阿姆斯特丹大学）
AI总结 本研究针对深度强化学习无法满足投资组合配置合规约束的问题，提出受PLPG启发的连续分配方法，通过重参数化蒙特卡洛采样将合规性纳入训练目标，大幅降低了投资指令违规率。
Comments Accepted at ICAIF '26
机构 * University of Cambridge（剑桥大学） ； Toyota Motor Europe（丰田汽车欧洲公司）
AI总结 本文提出K2V方法，通过语言模型驱动的关键帧生成模块分担物理推理任务，约束视频扩散模型在物理正确的中间状态间插值，在Physics-IQ Verified和PhyGenBench基准上实现了优于现有方法的性能。
机构 * Cornell University（康奈尔大学） ； Howard Hughes Medical Institute（霍华德·休斯医学研究所）
AI总结 本研究提出AgentSSL框架，将SSL视为程序搜索问题，发现智能体可合成结合现有SSL技术的代码，在多数设置中超越人工基线，同时识别出程序选择瓶颈，构建ProgramSelectBench并在真实任务验证其机遇与挑战。
Comments NeurIPS 2026. Project Website: https://codiscovery.ai/AgentSSL
机构 * Inria（法国国家信息与自动化研究所） ； École Normale Supérieure（巴黎高等师范学院） ； CNRS（法国国家科学研究中心） ； PSL Research University（PSL大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
AI总结 本研究针对乐高零件组装的位姿推断问题，提出BrickFlow模型，通过训练SE(3)流模型并引入连通性场引导，提升了组装构建质量，相关模型与数据已公开供研究使用。
Comments NeurIPS 2026
机构 * Seoul National University（首尔大学） ； KAIST（韩国科学技术院）
AI总结 针对扩散语言模型重新掩码修正的缺陷，提出DiVR验证器，在不改变生成器的情况下，结合LLaDA-8B-Base提升了五个推理基准的平均准确率，且可泛化到其他生成器。
机构 * Ranolabs（兰诺实验室）
AI总结 本研究推出多模态数据集Spatial Foundry，含5280个带家具的住宅3D场景配置，对齐多类数据，可支持空间感知等多项空间智能相关研究。
Comments Project Page: https://ranolabs.com/Blog/spatial-foundry
CoReMem：面向具有前瞻性估值的连续编码任务的成本内化记忆
机构 * Yale University（耶鲁大学） ； Tsinghua University（清华大学） ； Goodvision AI
AI总结 该研究提出CoReMem成本内化框架，通过前瞻性估值指导记忆设计与智能体适配，在ChainSWE上提升27B智能体解决率，减少步数与缓存感知令牌。
将快速学习与神经网络中的组合结构关联：来自元学习参数空间中加法类比的证据
机构 * Yale University（耶鲁大学） ； Wu Tsai Institute, Yale University（耶鲁大学吴蔡研究所）
AI总结 该研究探究元学习网络快速学习的机制，发现其参数向量间存在加法类比的组合结构，可通过符号操作重组得到新函数，为神经网络归纳偏置提供几何依据。
Comments 24 pages plus references and appendices
机构 * Prefrontal
AI总结 本文提出名为CRAM的学习型Hopfield-Tank能量模型，其推理速度是循环模型的1000倍以上，推理浮点运算量减少282倍，可高效解决数独-极端和迷宫-唯一谜题，为推理训练提供新方向。
机构 * Vector Institute（向量研究所） ； McMaster University（麦克马斯特大学） ； York University（约克大学）
AI总结 该研究将辩论训练协议表述为在线学习问题，定义协作版本并以组合维度表征其可学习性，同时分析评判者出错对学习的影响。
FLEX-LBP：用于纹理分类的基于精确二元推理的局部二值模式学习方法
机构 * Institut Clément Ader (ICA), Université de Toulouse（克莱蒙·阿代尔研究所，图卢兹大学） ； LIMOS, Université Clermont Auvergne（奥弗涅克莱蒙大学 LIMOS 研究所）
AI总结 提出FLEX-LBP，通过反向传播学习LBP的参数，在六个纹理基准上提升了分类准确率，优于多种经典方法及ResNet-50特征，在结直肠癌组织学基准上达93.8%
Comments 21 pages, 5 figures, 8 tables. Code: https://github.com/medalimoussa/FLEX-LBP
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Adobe Research（奥多比研究中心）
AI总结 针对现有视频到视频转换方法长程时间一致性不足的问题，提出基于显式对应关系的vid2vid-long方法，通过补丁级对应与交叉注意力提升长程一致性，且兼顾生成质量与实时性能。
Comments ECCV 2026. Project Website: https://www.cs.cmu.edu/~vid2vid-long/
机构 * Northeastern University（东北大学） ； Parallax ； University of Copenhagen（哥本哈根大学） ； University of Oxford（牛津大学）
AI总结 该研究探究LLMs是否及如何编码目标，构建多子任务编码设置定位子目标编码，验证其因果性与可塑性，提出非循环目标导向理论并通过因果干预验证。
Comments Project page, code and data: https://goals.baulab.info/
Metal Sandbox：适用于苹果硅芯片上GPU编码智能体的隔离执行与命令调度
机构 * Shanghai Jiaotong University（上海交通大学） ； Beijing Zhongguancun Academy（北京中关村学院） ； StepFun
AI总结 针对苹果硅芯片GPU编码智能体的GPU资源空闲问题，提出Metal Sandbox基础设施，通过隔离执行与跨Mac调度提升命令吞吐量，相关成果已开源。
Comments 16 pages, 7 figures, 5 tables. Code available at https://github.com/WangHaoZhe/metal-sandbox and https://github.com/WangHaoZhe/harbor
机构 * Nanyang Technological University（南洋理工大学） ； Skywork AI（思元AI）
AI总结 针对单侧可验证奖励场景下标准带可验证奖励的强化学习不可靠的问题，提出仅负策略优化（NOPO），结合负抑制损失与组级适配器，在多基准上提升了pass@k指标且增益可迁移。
Comments Accepted at NeurIPS 2026 (Spotlight)
机构 * University of North Texas（北得克萨斯大学）
AI总结 该研究提出“合成走私”威胁模型，训练开放权重LLM从对话线索推断用户性别年龄，用隐写编码将信息藏于无害输出，使共享的模型输出成为个人推断的隐蔽通道。
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Oxford（牛津大学）
AI总结 该研究推出GeoWorld平台与LiveGeo基准，发现前沿LLM在演化地理环境中决策可靠性差，为下一代地理智能体研究提供基础设施。
Ballad：基于多臂老虎机的大语言模型路由用于自动启发式发现
机构 * Indian Institute of Technology Delhi（印度德里理工学院） ； Google DeepMind（谷歌DeepMind）
AI总结 该研究针对自动启发式发现中LLM选择的非平稳关联挑战，提出Ballad算法，通过多模型编排实现性能与单模型相当或更优，且可降低最高65.6%的API成本。
作为地址的物体：视觉Transformer注意力中的实例绑定
机构 * Polytechnique Montréal（蒙特利尔理工学院） ； Université TÉLUQ（魁北克大学泰吕克分校）
AI总结 该研究针对视觉Transformer注意力中实例绑定机制，发现注意力路由的查询-键关系可作为物体的注意力地址，编辑该组件能分离同类实例，FG-ARI达0.615。
机构 * Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Fudan University（复旦大学） ； Yangu (Beijing) Robotics Intelligent Technology Co., Ltd.（燕谷（北京）机器人智能科技有限公司）
AI总结 本文推出用于人机交互研究的资源HEIR，其融合多模态数据，支持意图接地等研究，经离线与真实机器人实验验证，为家庭环境下以用户为中心的机器人交互研究提供宝贵资源。
机构 * Stanford University（斯坦福大学）
AI总结 本文提出并分析知识蒸馏的两个数学模型，证明蒸馏可加快模型收敛速度，其益处在于优化速度而非泛化能力，相关实验验证了理论预测。
向无延迟对抗马尔可夫决策过程（AMDPs）引入反馈延迟：表格型与线性AMDPs中的最优√S和√K依赖关系
机构 * University of Southern California（南加州大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文针对表格型与线性对抗马尔可夫决策过程，提出引入反馈延迟的技术及带拒绝的几何重采样方法，解决表格型AMDP的√S遗憾差距问题，得到线性AMDP首个K最优高效算法，还扩展到延迟AMDP并获最优界。
机构 * Air Force Research Laboratory（美国空军研究实验室）
AI总结 本文针对异构多机器人系统的协同任务分配难题，提出迭代聚类算法，将全局优化问题拆分为子问题，经仿真验证其在计算效率与解质量上优于多种基准方法。
Comments 8 pages, 4 figures, Published in IEEE Robotics and Automation Letters (RA-L) and presented at 2026 IEEE International Conference on Robotics and Automation (ICRA)
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 1, pp. 33-40, Jan. 2026
融入MALNISI的图构建与加权对比损失的GAT用于高光谱图像无监督表示学习
机构 * Indian Statistical Institute（印度统计研究所） ； International Institute of Information Technology, Bhubaneswar（布巴内斯瓦尔国际信息技术学院）
AI总结 该研究提出融入MALNISI的图构建、带MALNISI权重的改进GAT及加权对比损失，在六个HSI数据集上优于14种方法，实现HSI无监督表示学习的更优性能。
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； StepFun
AI总结 本研究针对少步扩散模型蒸馏中存在的分布不匹配问题，提出eDMD方法，通过仅在学生模型最终输出上训练假模型并结合精确教师监督，在4步生成任务上优于现有分布匹配方法。
Comments Code Link: see https://github.com/Westlake-AGI-Lab/eDMD
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