机构 * University of California, Merced（加州大学默塞德分校） ； Nanyang Technological University（南洋理工大学） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对生成视频在相机运动下几何一致性缺失的问题，提出基于合成配对监督训练的Video Geometry Corrector（VGC），利用光流解耦运动，实验显示其可提升多源生成器的几何一致性并适配更通用的视频细化。
Comments Accepted by NeurIPS 2026. Project page: this https URL (https://weijielyu.github.io/VGC)
机构 * University of Maryland（马里兰大学） ； Adobe Research（奥多比研究院）
AI总结 本研究重新探讨普通像素扩散Transformer的参数化选择，提出MFlow自适应参数化方法，发现模型容量影响参数化偏好，还提出ConvRefiner修复其高频缺陷，在多任务上验证了性能。
Comments Project webpage: this https URL (https://soumik-kanad.github.io/mflow-diffusion/). 33 pages, 23 figures, 15 tables. Submission under review
盲精准装配：适用于多样零件的本体感知仿真到现实的插轴入孔任务
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 该研究提出仅用关节本体感知的盲装配策略，通过仿真强化学习训练实现零样本现实迁移，泛化性优于视觉策略，还发布了更优的装配生成器。
Comments 21 pages, 15 figures, 7 tables. Antonia Bronars and Younghyo Park contributed equally. Project page: this https URL (https://younghyopark.me/blind-proprioceptive-assembly/)
机构 * KAIST（韩国科学技术院） ； IBM Research（IBM研究院）
AI总结 本研究提出行为耦合概念，发现语言模型可通过文档训练形成行为耦合，且耦合可组合，微调某行为会引出关联意外行为，需评估模型当前行为外的内容以防范风险。
机构 * Stanford University（斯坦福大学） ； Databricks AI Research（Databricks人工智能研究院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Stanford University School of Medicine（斯坦福大学医学院）
AI总结 本研究以SEER数据库为基础构建SEER-Repro基准，开发LLM智能体复现77.4%的原子主张，通过智能体分析流程识别9.5%发现的关键分析选择，为科学审查提供支持。
StopWatch：面向目标物体导航的目标 grounding（目标 grounding 指将目标与环境中的实际物体建立对应关系）
机构 * Amazon FAR（亚马逊FAR） ； New York University（纽约大学） ； UC Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文针对面向目标物体导航任务中成功率低的问题，发现核心缺失是目标 grounding，提出显式目标 grounding 方案，在六个基准测试达SOTA，还修正了基准标注缺陷，分析显示剩余提升空间在感知而非策略学习。
Comments Project website this https URL (https://stopwatch-nav.github.io)
机构 * PhAI Labs（PhAI实验室） ； The Chinese University of Hong Kong（香港中文大学） ； University of Michigan（密歇根大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Peking University People’s Hospital（北京大学人民医院） ； Peking University（北京大学） ； Stanford University（斯坦福大学） ； HKUST（香港科技大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Southeast University（东南大学） ； Harvard Medical School（哈佛医学院） ； Federal University of São Paulo（圣保罗联邦大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Oxford（牛津大学） ； Princeton University（普林斯顿大学）
AI总结 本研究提出DiscoveryRSI框架，通过多智能体进化搜索等机制递归学习发现有价值假设，结合DFM-Bench基准验证，其在生命科学领域的假设质量及对应率优于GPT-6等模型。
Comments Code: this https URL (https://github.com/Gen-Verse/DiscoveryRSI)
机构 * Stony Brook University（石溪大学） ； Meta AI
AI总结 本研究提出ReDiST框架，通过学生条件化构建推理轨迹并蒸馏，在问答基准上较基线提升了源任务与跨基准性能，凸显轨迹跨分布教学效用评估的重要性。
机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Acceleration Consortium（加速联盟） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究院） ； NVIDIA（英伟达）
AI总结 该研究提出自构建实验室（SBL），可依高层科学目标自主设计配置运行实验室，适配多机器人装置，经量子点合成实验验证，将科学自动化门槛降低且提升灵活性与可扩展性。
机构 * Living Systems Institute, University of Exeter（埃克塞特大学生命系统研究所） ； University of Exeter（埃克塞特大学） ； School of Automation, Central South University（中南大学自动化学院）
AI总结 本研究提出协作多智能体强化学习框架CocoRNA，将RNA逆设计分解为子问题由多智能体协作解决，经Rfam等数据集验证，其在成功率、设计速度上优于现有方法，可泛化到未见过的结构，适用于复杂生物序列设计任务。
Comments ICML 2026
机构 * University of Waterloo（滑铁卢大学）
AI总结 该研究指出无训练有损推测解码中仅用每轮接受 token 数衡量速度不可靠，其会出现长度膨胀，需结合完成长度和验证轮次评估实际效率。
Comments Submitted for NAACL 2027, under review
机构 * Imperial College London（帝国理工学院） ； EMPA（瑞士联邦材料科学与技术实验室） ； EPFL（洛桑联邦理工学院）
AI总结 本研究提出配备3D打印折纸车轮的两栖机器人MOSS，其车轮可切换构型以适配不同地形，经测试能在多种环境高效运动，运输成本最高降低29%，可完成陆水过渡。
Comments 8 pages, 8 figures, submitted to ICRA 2027
机构 * Salesforce AI Research（Salesforce AI研究院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois Chicago（芝加哥伊利诺伊大学）
AI总结 针对现有记忆门控策略未考虑用户个性化模式的问题，该研究提出基于延迟单侧反馈的个性化记忆门控方法，通过检索式标注策略与Warm-Start UCB算法实现，理论分析与实验验证其性能优于基线方法。
机构 * State Key Laboratory of Disaster Reduction in Civil Engineering, Tongji University（同济大学土木工程防灾国家重点实验室） ； School of Civil Engineering, Chongqing Jiaotong University（重庆交通大学土木工程学院）
AI总结 本研究针对温度对纤维增强高性能混凝土抗压强度预测的挑战，利用1204条实验记录评估8种机器学习模型，发现集成模型表现更优，通过可解释分析明确温度为首要影响因素，开发了基于Python的图形用户界面，为相关混凝土设计提供了数据驱动的精确方法。
Comments 29 pages
超越语言引导：通过配对残差子空间移除改进多语言无训练文本嵌入
机构 * Institute of Science Tokyo（东京科学学院） ； Tencent（腾讯）
AI总结 本研究针对多语言无训练文本嵌入的空白，提出PRSR方法，通过配对残差子空间移除引导LLM表示向语言不变语义空间调整，在多语言评估中提升了现有基线性能。
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tencent Hunyuan Amphion Technology Co., Ltd.（腾讯混元 Amphion 科技有限公司）
AI总结 提出Jarvis协调框架，通过独立决策模型JEV实现前后端信息同步，在固定前后端的情况下大幅提升语音交互任务成功率，在全双工基准上优于GPT-Realtime。
机构 * KAIST（韩国科学技术院） ； Helmholtz Munich（亥姆霍兹慕尼黑中心）
AI总结 针对SAE训练中字典不一致的问题，提出ConSDL方法，用逐样本稀疏编码替代标准线性编码器，在多设置中实现字典与系数恢复及跨种子一致性的显著提升。
机构 * Tsinghua University（清华大学） ； Ant Group（蚂蚁集团） ； HKUST（香港科技大学）
AI总结 该研究提出PPMem视频世界模型，以平面基元构建持久3D记忆，结合视频扩散Transformer与平面预测头、DTF模块，在DL3DV和RealEstate10K数据集上实现更优视频质量及几何一致性。
Comments 20 pages, 9 figures. Accepted by NeurIPS 2026
DrugHarness：用于计算药物发现的可进化智能体管控框架
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； China Pharmaceutical University（中国药科大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Shanghai Jiao Tong University（上海交通大学） ； Westlake University（西湖大学） ； Nanjing University（南京大学） ； Ant Group（蚂蚁集团） ； Tongji University（同济大学） ； Monash University（莫纳什大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 DrugHarness是用于计算药物发现的可进化智能体管控框架，可组合科学执行与条件技能诱导，在MolBench等数据集上的分子筛选等任务中表现优于现有方法，还在HPK1研究中合成出高活性化合物。
用于中心静脉导管敷料更换自动化技能评估的真实大规模数据集的收集
机构 * University of Houston（休斯顿大学） ； Houston Methodist Hospital（休斯顿卫理公会医院）
AI总结 本研究收集了含365段注册护士操作视频的CLDC技能评估大规模数据集，经时空深度学习模型验证其可用于自动化临床技能评估，为相关研究提供基础。
Comments 9 pages
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tsinghua University（清华大学） ； Infinigence-AI（智源人工智能）
AI总结 本文针对智能体AI场景下现有投机解码方法接受长度下降、系统开销大的问题，提出DLite无历史投机解码框架，通过复用目标模型隐藏状态等技术实现性能优于DSpark，接受长度达2-6。
Comments 14 pages, 5 figures
机构 * Technical University of Munich（慕尼黑工业大学） ； Woven by Toyota（丰田编织公司） ； Toyota Motor Europe（丰田汽车欧洲公司）
AI总结 该研究提出视频扩散化身（VDAs），通过微调视频扩散模型实现对相机视角、表情和姿态的控制，从单张图像生成多视图一致的3D化身，在新视图重演任务上性能优于现有方法。
Comments Project webiste: this https URL (https://simongiebenhain.github.io/video-diffusion-avatars/)
机构 * BNRist, Tsinghua University（清华大学BNRist）
AI总结 针对现有进度估计器误将人类失误视为进度的问题，提出PRIME模型，通过构建加权图与最短路径搜索实现从不精确演示中学习精确进度估计，在高精度操纵任务上表现优异。
Comments 9 pages, 13 figures
机构 * University of Padova（帕多瓦大学） ； Fondazione Bruno Kessler (FBK)（布鲁诺·凯斯勒基金会） ； Human Inspired Technology Research Centre (HIT), University of Padova（帕多瓦大学类人技术研究中心） ； École polytechnique fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
AI总结 提出基于一阶逻辑的分类器引导方法，将领域知识作为约束融入图扩散模型，可显著提升满足本体约束的知识图生成比例。
Comments Manuscript under review at AAAI2027
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Sichuan University（四川大学）
AI总结 针对表格数据弱监督异常检测中特征描述不全与过拟合问题，本文提出融合预训练表格基础模型通用知识与目标数据集领域特定知识的方法，通过原型条件调制机制实现特征互补增强，仅用8个标注异常样本时性能优于对比方法。
Comments this https URL (https://github.com/Simon-zsy/USE-AD)
机构 * California Institute of Technology（加州理工学院） ； UC Santa Barbara（圣巴巴拉加利福尼亚大学）
AI总结 针对消费级声呐用于鱼类监测的挑战，推出配对RGB-声呐数据集HaCKRS，含105000余帧对，支持鱼类检测等方法开发及消费级声呐生态监测潜力研究。
机构 * SenseTime Research（商汤科技研究院） ； HKUST MMLab（香港科技大学多媒体实验室） ； Stanford University（斯坦福大学） ； AIR, Tsinghua University（清华大学人工智能国际研究院）
AI总结 该研究提出多轮图像编辑数据集MTEdit及基准MTEdit-Bench，微调Qwen模型得到Qwen-Image-MTEdit，实验显示其在开源模型中性能最优，验证了MTEdit的有效性。
Comments 41 pages, 22 figures, 8 tables
超越多阶段流水线：用于多标签视网膜眼底疾病分类的标签关联集成方法
机构 * BRAC University（BRAC大学）
AI总结 该研究对比多阶段流水线、扁平模型与标签关联模型，发现标签关联集成方法在多标签视网膜眼底疾病分类中性能更优，且需按源负采样消除数据集捷径。
机构 * The University of Tokyo（东京大学） ； Riken（理化学研究所） ； Tohoku University（东北大学）
AI总结 本研究提出VocalGrad基准评估音频语言模型的声学感知能力，发现其与人类标注者存在显著差距，还识别出模型的两种结构瓶颈。
Comments NeurIPS 2026 (Evaluations & Datasets Track). Dataset page: this https URL (https://huggingface.co/datasets/ynklab/vocalgrad)
机构 * Institute of Economics（经济研究所） ； Department of Computer Science, University of Pisa（比萨大学计算机系） ； DTU Compute, Technical University of Denmark（丹麦技术大学DTU Compute）
AI总结 本研究构建了包含5346项意大利法律、101413个事件的结构化立法数据集，通过LLM提取程序将非结构化议会记录转换为有序事件，支撑计算法学等领域研究。
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