机构 * The Alan Turing Institute（阿兰·图灵研究所）
AI总结 该研究通过维基百科游戏测试语言模型的信息检索能力，发现GPT-o3 mini等最佳模型表现与人类相当但未显著优于人类，性能随语言和主题变化，为相关技术从业者提供启示。
Comments 64 pages (14-page main text, references and 16 appendices), 17 figures, 10 tables
机构 * Nanyang Technological University（南洋理工大学） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软公司） ； University of Cambridge（剑桥大学） ； University of Oxford（牛津大学）
AI总结 本文提出带物理模拟反馈的多智能体流水线系统Artisan，构建含多维度指标的统一基准，在10余种模型评估中实现低碰撞率、高稳定性，为3D生成发展提供见解。
Splat2Act：从捕获场景到个性化视觉语言动作（VLA）操作
机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所） ； Waymo LLC（Waymo公司） ； Toyota Research Institute（丰田研究所）
AI总结 Splat2Act是一种自动化实境到仿真再到实境流水线，用手机扫描和用户物品图像个性化VLA策略，在101个校园环境中生成大量演示，使π₀.₅在真实Stretch 3上拾取成功率达63.9%。
Comments Project page: https://splat2act.github.io
InstantFusion：面向异构图像生成器的共享潜在接口
机构 * Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本研究针对异构图像生成器的跨模型对齐问题，提出轻量共享潜在接口InstantFusion，通过模型特定LAEs实现跨模型去噪轨迹无缝过渡，在多类任务中展现出通用性与竞争力。
Comments 26 pages, 19 figures
图像的反馈：通过抑制图像到文本的反馈来引导多模态扩散变换器（MMDiTs）
机构 * Stanford University（斯坦福大学） ； Tsinghua University（清华大学） ； New York University（纽约大学）
AI总结 该研究针对MMDiTs的图像到文本反馈问题，提出SFG及原位变体iSFG方法，在图像、视频生成任务上提升了对齐度与偏好评分。
Comments 26 pages, including appendix
机构 * Arizona State University（亚利桑那州立大学）
AI总结 该研究针对黑箱视觉模型的解释问题，提出无需模型权重或概念标注数据集的HnS方法，在CelebA等数据集上验证其归因准确性，可应用于图像字幕等现有方法无法适用的任务。
机构 * Stanford University（斯坦福大学）
AI总结 该研究提出Chronos策略，通过将物理时间显式化，采用time-aware RoPE等方法，在动态、多感官等任务上提升机器人策略性能，同时保持准静态任务的鲁棒性。
Comments Project website: https://changhaowang.github.io/chronospolicy/
机构 * Contramont Research（康特拉蒙研究机构） ； University of Oxford（牛津大学） ； ACS Research（ACS研究机构）
AI总结 该研究构造后门攻击，利用数字保险箱技术在AI模型中隐藏任意计算，证明基于触发的能力审计存在局限性，发布模型以支持防御改进。
Comments 22 pages, 6 figures, 3 tables. Accepted at NeurIPS 2026
机构 * Digital Environment Research Institute, Queen Mary University of London（伦敦玛丽女王大学数字环境研究所） ； Centre for Bioengineering, Queen Mary University of London（伦敦玛丽女王大学生物工程中心） ； UCL Hawkes Institute, University College London（伦敦大学学院霍克斯研究所）
AI总结 本文针对机器非语言推理的局限，提出GenVerOpt框架，通过生成、验证、优化的流程，在抽象谜题、医学图像分割等任务上超越现有系统，证明机器可实现视觉非语言推理。
机构 * University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学） ； Allen Institute for AI (Ai2)（艾伦人工智能研究所） ； Howard Hughes Medical Institute（霍华德·休斯医学研究所）
AI总结 研究针对从头蛋白质设计的核心挑战，开发了首个支持自然语言指定设计目标的全原子结构生成模型Prompteina，经实验验证其在结构特性、结合剂设计等任务上优于基线，为蛋白质结构生成提供了有效自然语言条件接口。
Comments 53 pages, 9 figures. Code, data, and model weights: https://github.com/jleechung/prompteina
机构 * School of Engineering（工程学院） ； University of Birmingham（伯明翰大学）
AI总结 该研究针对3D医学自监督学习的子体积采样瓶颈，提出即插即用框架\name，其轻量型变体\name-lite可提升下游迁移性能，增益源于更优的观察与表征。
Comments This paper has been accepted by NeurIPS 2026 (The 40th Annual Conference on Neural Information Processing Systems)
机构 * Thapar Institute of Engineering and Technology（塔帕尔工程技术学院） ； Tel Aviv University（特拉维夫大学）
AI总结 该研究提出EICS指标与CASP-VL基准，发现VLMs的空间关系表征忠实度远低于词汇信息，且该关系在全局表征中消失，揭示了其存在的系统性缺陷。
机构 * Yandex Research（Yandex研究院） ； HSE University（高等经济大学）
AI总结 本研究系统重新评估表格数据深度回归的目标函数，发现分位数损失表现更优，且全局早停因不确定性区域最优停止时间不同存在局限，提出异方差感知分位数损失扩展方案。
机构 * University of Groningen（格罗宁根大学）
AI总结 该研究在DRS和AMR语义解析中引入接受路径解码（APD）等结构自动机方法，提升了严格长度限制下的Smatch++指标，为神经语义解析的解码、事后处理及训练提供了改进方案。
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Yale University（耶鲁大学）
AI总结 本研究发现任务上下文会改变语言模型共享组件响应的图事实及输出对后续计算的影响，通过干预实验揭示了不同模型中注意力头的任务依赖影响力，为理解模型共享参数的功能及指导干预提供了网络视角。
Comments 9 pages, 5 Figs
机构 * Michigan Technological University（密歇根理工大学）
AI总结 该研究针对LiDAR目标检测中雪天性能的反直觉现象，通过WADS-3D和CADC数据集分析，发现雪天目标点数量增加抵消了降雪噪声的负面影响，提出需解耦大气噪声与表面积累效应以准确评估检测器鲁棒性。
Comments IROS 2026, 8 pages, 8 figures
机构 * Texas Tech University（德克萨斯理工大学）
AI总结 本研究针对AI智能体工具检索忽略执行中工具可用性的问题，提出RATED框架，结合双编码器语义匹配与上下文博弈模块，在EcoAgent基准上实现了检索性能与可靠性的显著提升。
Comments Accepted at CIKM 2026
X-AgentRed：在不断演进的多服务生态中对个人智能体进行红队测试
机构 * Meta Reality Labs Research（Meta现实实验室） ； Meta Superintelligence Labs（元超级智能实验室） ； Meta ； FAIR at Meta（元公司FAIR研究院）
AI总结 X-AgentRed是一种自演进红队测试框架，通过工具依赖图和执行反馈发现跨服务有害路径，在四个前沿智能体模型上的有害路径率和工具覆盖率均显著优于STAC。
Comments 18 pages. Project page: https://yeonsungjung.github.io/projects/x-agentred/
机构 * Michigan Technological University（密歇根理工大学）
AI总结 针对积雪道路车辙检测问题，提出基于RGB-I融合的自监督方法，自动生成训练标签，在不利环境中实现稳健车辙检测，为冬季自动驾驶提供低成本方案。
Comments IROS 2026, 8 pages, 6 figures
机构 * EPFL（洛桑联邦理工学院） ； Machine Learning and Optimization Laboratory (MLO)（机器学习与优化实验室）
AI总结 针对仅能获取部分梯度的优化问题，提出PISO方法，结合可用梯度与残差跟踪，在非凸优化中获领先复杂度，在多任务中优于多数基线方法。
BT-Agent：结合行为树与多保真度评估的机载机器人智能体部署方案
机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达）
AI总结 本文提出BT-Agent架构，结合LLM决策与行为树技能，在四足机器人上用9B模型实现完全机载运行，引入多保真度基准评估，在4B、9B规模下较Act/ReAct基准提升显著，结构化工具调用与失败反馈为关键组件。
Comments 9 pages, 7 figures
机构 * TU Braunschweig（布伦瑞克工业大学）
AI总结 本文提出一种在静态3D高斯溅射场景中为水制作动画的方法，通过光流估计与3D欧拉运动场生成，实现无需动态采集的流水动画，在视觉质量和计算效率上优于现有方法。
Comments Overview video at https://youtu.be/qf04D73kgrc
机构 * Jagiellonian University in Kraków（克拉科夫雅盖隆大学） ； Institute of Fundamental Technological Research, Polish Academy of Sciences（波兰科学院基础技术研究所） ； Centre for Credible AI, Warsaw University of Technology（华沙理工大学可信人工智能中心）
AI总结 LapMerge是一种线性时间可微精确预算令牌合并算子，在视觉与视觉-语言任务中性能相当或更优，速度提升达两个数量级，兼具精确预算、可微性与线性成本优势。
机构 * Swedish Defence Research Agency (FOI)（瑞典国防研究局（FOI））
AI总结 本研究针对事件驱动动作识别中长序列判别能力不足的问题，提出多帧表示方法，采用掩码自编码框架预训练视觉Transformer，在THU-EACT-50 CHL和DailyDVS-200数据集上取得当前最优性能。
HorizonNav：用于 anticipatory 3D 机器人导航的几何引导视频扩散框架
机构 * Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
AI总结 HorizonNav 是几何引导视频扩散的机器人导航框架，通过对齐阶段提升 3D 环境几何一致性，实验显示其规划可行场景、RRT 成功率均提升，可暴露无激光雷达时的重建失败模式。
Comments 8 pages, 2 figures, 4 tables. Submitted to IEEE ICRA 2027
机构 * Alloy Therapeutics
AI总结 该研究针对从头纳米抗体设计中条件选择导致的计算资源浪费问题，将生成式条件选择转化为推理时资源分配问题，提出两种动态预算分配器，可在不牺牲多样性的前提下大幅提升每GPU小时的可设计候选物产量。
利用人工智能规模化研究漫画：PAGE框架及美国漫画与日本漫画的三项研究
机构 * University of Southern California（南加州大学）
AI总结 本研究提出PAGE框架，结合AI技术对3929本美国漫画及87卷日本漫画开展三项研究，实现漫画的规模化分析，还可助力漫画档案检索、保护等应用。
铰接履带式机器人的无地图、稳定化及防卡滞 flipper 控制
机构 * Czech Technical University in Prague（布拉格捷克技术大学） ； Faculty of Electrical Engineering（电气工程学院）
AI总结 针对铰接履带式机器人，提出无地图的SAS控制器，融合稳定与防卡滞功能，在仿真和真实场景中，其 traversal 质量媲美先进基于地图控制器，且能通过LiDAR无法探测的隐藏障碍物。
Comments 8 pages, 3 figures and 2 tables
机构 * University of Rochester（罗切斯特大学）
AI总结 该研究发现预训练时按时间顺序组织知识的专家型模型，比随机打乱知识训练的通用型模型更新新知识更快，还设计了兼顾历史知识稳定与高效更新的预训练数据组织策略
Comments 25 pages, 12 figures, 11 tables. Project page: https://horizon-lab.org/specialist/
机构 * University of Oxford（牛津大学） ； University of Amsterdam（阿姆斯特丹大学） ； Apple（苹果公司）
AI总结 本研究聚焦连续扩散语言模型（CDLMs）的自条件与嵌入几何两个关键调控因素，提出DoubleCat、SemiCat等新设计，在TinyGSM等任务上实现性能提升，助力推进CDLMs设计空间的研究。
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