机构 * University of California, Riverside（加州大学河滨分校） ； Yale University（耶鲁大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； University of Toronto（多伦多大学）
AI总结 本研究推出LIBERO-PeRM基准测试，针对具身智能体偏好学习展开研究，实验发现当前VLA策略零样本个性化表现差，SFT可使偏好可学习，混合训练有优势但偏好泛化等仍具挑战。
Comments Conference on Neural Information Processing Systems (NeurIPS 2026); Project Website: https://libero-perm.github.io/
机构 * Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学）
AI总结 Gen4P是将预训练视频生成器改造为前馈4D感知器的统一框架，通过按需查询等技术实现单目视频的4D几何与运动恢复，在多项任务上达到SOTA或竞争力性能，展现了视频生成预训练用于4D感知的潜力。
Comments Project page: https://gen4p.github.io/
机构 * Hanyang University（汉阳大学）
AI总结 本研究提出DaTMe框架，基于扩散动力学构建重要性图，自适应合并Token，在PixArt-a和FLUX实验中保持图像视觉保真度，实现高效图像生成。
Comments Accepted at NeurIPS 2026. Code: https://github.com/SeungJuCha/DaTMe
SoftCache：扩散Transformer的自适应步长缓存
机构 * Tel Aviv University（特拉维夫大学） ； Reichman University（赖希曼大学）
AI总结 SoftCache是一种无需训练的自适应步长软缓存方法，通过利用陈旧性信号的余量调整缓存步长，在FLUX、HunyuanVideo等模型上实现3.5-6.9倍加速，且在四项保真度指标上优于所有基线。
Comments Project page: https://malnick.net/softcache
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Noematrix Ltd.（诺埃马特里克思有限公司）
AI总结 针对通用机器人策略后训练的歧义与反馈延迟问题，提出VaM框架，结合值缓存与在线RL，在长 horizon 任务中实现显著的成功率提升与训练效率优化。
机构 * Stanford University（斯坦福大学） ； CMU（卡内基梅隆大学） ； Toyota Research Institute（丰田研究所） ； University of Southern California（南加州大学）
AI总结 T2-Z通过训练时交替优化世界模型与环境隐变量，测试时优化新初始化的隐变量适配未知环境，在7个模拟设置和4个真实机器人任务中显著降低预测误差、提升动作成功率，且仅需少量交互即可推断环境隐变量。
机构 * HKUST (GZ)（香港科技大学（广州）） ； Primatix ； ETH Zurich（苏黎世联邦理工学院） ； University of Oxford（牛津大学） ； HKUST（香港科技大学） ； University of St. Gallen（圣加仑大学）
AI总结 该研究提出P³-WAM统一世界动作模型，通过三种互补模式实现自我中心灵巧操作，经统一训练后在多任务上优于专门基线，提升了规划等能力。
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Amazon（亚马逊）
AI总结 CoDA是数据引擎与动作策略协同进化的框架，通过异构内存结合视觉-语言评判器的诊断，提出Text2potential方法，在四个操作任务及LIBERO-Pro上大幅提升了机器人策略的分布外成功率。
Comments Project Website: https://plan-lab.github.io/projects/coda/
机构 * Southeast University（东南大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文针对3D内容生成的正确性验证挑战，推出基准3DVerifierBench，构建含14126个样本的训练数据流程，验证反馈可提升3D生成的事实成功率，为3D系统的可靠验证奠定基础。
Comments 35 pages, 6 figures. Project page: https://ai-yeslab.github.io/3DVerifier-page/
机构 * California Institute of Technology（加州理工学院） ； Amazon（亚马逊公司）
AI总结 PathFM是采用流匹配的轨迹预测模型，经蒸馏后可快速生成多变量轨迹，在fps-bench等基准上表现优于基线，实现了兼具竞争力与实用性的生成式时间序列预测。
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Yinwang Intelligent Technology（银王智能科技） ； Huawei（华为）
AI总结 DK-VLM通过双核注意力将几何作为位置引入视觉语言模型，结合参考帧合成监督，在6个空间基准中取得最优平均得分，提升了多步空间推理能力并保留通用视频理解能力。
Comments Project page: https://sumuru789.github.io/DK-VLM-website/
OmniVerifier-C1：面向规则驱动生成式世界建模的分解式分级验证器
机构 * Tsinghua University（清华大学） ； Amap, Alibaba Group（阿里巴巴集团高德地图） ； Microcyto ； Peking University（北京大学）
AI总结 该研究提出OmniVerifier-C1分解式分级验证器，采用解耦式RL策略训练，在文本到图像、迷宫与数独等任务中，其性能优于传统二元验证器，为生成式模型向结构化世界建模智能体过渡提供关键支撑。
Comments NeurIPS 2026. Project: https://github.com/Cominclip/OmniVerifier
机构 * ETH Zurich（苏黎世联邦理工学院） ； The University of Hong Kong（香港大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； WU Vienna（维也纳经济大学）
AI总结 本文针对现代MoE架构中细粒度专家分割与共享专家间的探索困境，提出MirrorMoE通过token自适应抑制不必要专家缩小探索空间，在各模型规模下均提升性能。
机构 * Huawei Inc.（华为公司） ； Shanghai Jiao Tong University（上海交通大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 SUPRA-Tex是一种基于解耦策略的3D生成方法，通过分离可见材质估计等任务，在公共数据集上训练后，在几何条件纹理生成等任务中达到SOTA性能，表现优于部分商业系统。
Comments Project page: https://supra-3d.github.io/supratex/
机构 * DeepLethe ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北京航空航天大学） ； Xiamen University（厦门大学） ； Nanjing University（南京大学） ； Beijing Jiaotong University（北京交通大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学） ； Shanghai University of Finance and Economics（上海财经大学） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学） ； University College London（伦敦大学学院） ； Cornell University（康奈尔大学） ； Huawei（华为） ； Atlassian ； Meta ； Microsoft Research Asia（微软亚洲研究院） ； UWits Technology (Beijing) Co., Ltd.（优维思科技（北京）有限公司） ； Bopai Management Consulting (Shenzhen) Co., Ltd.（博湃管理咨询（深圳）有限公司） ； Exploration and Development Research Institute, PetroChina Southwest Oil & Gasfield Company（中国石油西南油气田公司勘探开发研究院） ； Kunlun Digital Techn（昆仑数字技术）
AI总结 FDE-Gym是针对现实客户交付场景的智能体基准，含95项任务，评估显示现有模型在发现未明确约束等环节存在瓶颈，与解决明确任务的性能差距显著。
Comments 14 pages, 8 figures, 4 tables. Website: https://fde-gym.com/paper ; Code: https://github.com/deeplethe/fde-gym ; Data: https://huggingface.co/datasets/DeepLethe/FDE-Gym
用于高效自回归视频生成的推测强制（Speculative Forcing）
机构 * KAIST AI（韩国科学技术院AI学院） ； NAVER AI Lab（NAVER AI实验室）
AI总结 该研究提出Speculative Forcing框架，通过提前接受无需进一步细化的token减少自回归视频生成的去噪步骤，在保持生成质量的同时，于LongLive和Lingbot-World 2.0等数据集上实现了显著的速度提升。
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； East China Normal University（华东师范大学）
AI总结 本研究提出35B混合专家智能体模型MLExpert，通过分层SFT、窗口交互RL等方法优化自主MLE，在MLE-Bench Lite等基准上大幅提升性能，且优化能力可泛化至多类任务。
Comments Code: https://github.com/InternScience/MLExpert Model: https://huggingface.co/InternScience/MLExpert
机构 * Tongji University（同济大学） ； Hong Kong Polytechnic University（香港理工大学） ； Tencent（腾讯） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳））
AI总结 GeoState是一种视图解耦几何表示，通过分离场景状态演化与相机观测，在Waymo等数据集上优于现有3D世界模型，可零样本泛化到KITTI、nuScenes，支持几何一致跨视图查询。
机构 * Xspark AI ； THU（清华大学） ； HKUST (GZ)（香港科技大学（广州）） ； PKU（北京大学）
AI总结 本文提出Spark-0空间对齐VTLA模型，结合HumanTouch数据集预训练，在SparkArena和Ego Humanoid基准中提升机器人灵巧操作性能，验证触觉兼具策略输入与预训练监督的作用。
Comments Website: https://xsparkai.com/Spark-0
机构 * Amazon Frontier AI & Robotics (FAR)（亚马逊前沿人工智能与机器人部门（FAR）） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 该研究提出DSP框架，通过人类监督玩耍学习策略，自主收集数据训练世界模型，结合MPC与自玩蒸馏策略，在真实世界欠驱动推压等任务中，性能优于事后行为克隆且数据量远少于强化学习。
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 针对形式化定理证明中多跳依赖利用不足的问题，提出LeanGraphSearch方法，通过构建Mathlib依赖图并结合图排序与重排序，在检索基准和端到端定理证明任务中均实现了性能提升。
Comments Code is available at https://github.com/PlusLabNLP/LeanGraphSearch
机构 * Texas A&M University（德克萨斯农工大学） ； Texas A&M AgriLife Research（德克萨斯农工农业生命研究中心）
AI总结 本研究提出PSA-PPO算法，在Isaac Lab训练后直接迁移至UR10e机械臂，在水培生菜采摘任务中，其到达率、成功率均优于经典规划器，且 jerk 更低。
机构 * Texas A&M University（德克萨斯农工大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究提出鲁棒强化学习框架，将患者建模为隐藏上下文，通过鲁棒上下文马尔可夫决策过程解决泛化与鲁棒性问题，在转移性前列腺癌自适应治疗中得到的策略性能及帕累托优势均优于现有方法。
机构 * New York University（纽约大学）
AI总结 针对航天器巡检中现有规划器忽略光照效应的问题，提出基于分类器变分自编码器（VAE）的巡检规划框架，在仿真实验中其光照表现优于带光照带的几何规划与纯几何规划。
超越英语的评估意识：在印度语言中测试时，大型语言模型（LLMs）的表现会有所不同吗？
机构 * Birla Institute of Technology and Science, Pilani（博拉理工学院皮拉尼分校）
AI总结 该研究在英语及五种印度语言中测试四个指令调优模型，发现告知模型处于安全测试时，印度语言的有害请求拒绝率平均升14.4个百分点，与英语水平持平，但良性请求拒绝率也上升，相关数据已公开。
机构 * Zhejiang University（浙江大学） ； Tencent（腾讯）
AI总结 针对深度搜索智能体决策信用分配难题，提出 KnowGPO 框架，通过知识分组分配过程奖励，在 Xbench 等数据集上较基线提升 3.8-4.2 个百分点，8B 模型性能媲美多数 32B 开源系统。
Comments Code available at https://github.com/ZJU-REAL/KnowGPO
机构 * Dots Studio, Xiaohongshu（小红书Dots工作室） ； Polyadic Research Group（Polyadic研究组） ； Peking University（北京大学） ； SAGA Lab, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）SAGA实验室） ； The University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 本文针对连续扩散语言模型（CDLMs）优化设计了LangDiT架构，在不同CDLM模型上实现了生成困惑度的显著降低，建立了连续语言生成的新state-of-the-art。
机构 * Tel Aviv University（特拉维夫大学）
AI总结 ACEdit通过将自强迫原则应用于图像编辑，结合非对称条件方案与蒸馏目标，解决多轮图像编辑中质量累积下降问题，在长序列编辑中保持质量与指令 adherence。
Comments Project page: https://saradorfman1.github.io/ACEdit/
机构 * Ben-Gurion University（本-古里安大学） ； Google（谷歌公司）
AI总结 本文提出互补表示设计原则，构建基于Qwen3-VL-8B的双视图时间序列模型，在TSRBench等基准上大幅提升时间序列推理性能，验证互补表示的有效性。
机构 * Imperial College London（帝国理工学院）
AI总结 提出首个无需人体模板的前馈模型Dense4D，通过处理单目RGB图像的人体裁剪图预测HPM与深度，实现更高精度的4D人体对应关系与运动跟踪。
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