大厂专区
U-Mind：一种实时光学交互的统一框架
机构 * Tsinghua University（清华大学） ； Meituan（美团）
AI总结 U-Mind 提出了一种统一框架，通过实时生成和多模态联合建模，实现高效且连贯的多模态交互，推动智能对话代理的发展。
Comments Accepted to CVPR 2026
看清森林与树木：面向长视频多模态语言模型的查询感知分词器
机构 * Queen Mary University of London（伦敦女王学院） ； University of Sheffield（谢菲尔德大学） ； Imperial College London（伦敦帝国学院） ； Pengcheng Laboratory（鹏城实验室） ； Meta Inc（Meta公司） ； Meituan Inc（美团公司） ； Nanjing University of Science（南京理工大学） ； University of Birmingham（伯明翰大学） ； Utrecht University（乌得勒支大学）
AI总结 QTSplus是一种轻量高效的视觉token选择模块，通过动态选择重要视觉证据提升长视频多模态语言模型的性能，显著降低计算成本并提高处理效率。
InftyThink: 突破大型语言模型长上下文推理的长度限制
机构 * Zhejiang University（浙江大学） ； Meituan Group（美团集团） ； Peking University（北京大学）
AI总结 InftyThink通过迭代推理与中间摘要机制，突破大型语言模型长上下文推理的长度限制，提升推理深度与效率。
Comments ICLR 2026: https://openreview.net/forum?id=T1h5em349L Project Page: https://zju-real.github.io/InftyThink Code: https://github.com/ZJU-REAL/InftyThink
如何训练你的深度研究代理？搜索-R1中的提示、奖励和策略优化
机构 * CASIA（中国科学院自动化研究所） ； NLPR & MAIS（自然语言处理与人工智能研究室） ； School of AI UCAS（中国科学院大学人工智能学院） ； Meituan Inc（美团公司）
AI总结 本文提出通过优化提示模板、奖励函数和策略优化方法来提升深度研究代理的性能，通过实验发现快速思考模板和REINFORCE在性能和稳定性上表现更优，同时引入Search-R1++基线提升了Search-R1的性能。
如何分配，如何学习？动态回放分配与优势调节用于策略优化
机构 * Meituan（美团） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Peking University（北京大学）
AI总结 DynaMO通过动态回放分配和梯度感知优势调节，优化策略学习中的资源分配与梯度更新稳定性，提升数学推理任务的性能。
快速追上，后期切换：通过函数缩放定律进行最优批量大小调度
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（中国科学技术大学认知智能国家重点实验室） ； Meituan, Beijing（美团（北京）） ； AI for Science Institute, Beijing（北京人工智能科学研究院）
AI总结 本文通过函数缩放定律揭示了大规模深度学习中最优批量大小调度的理论机制，表明在困难任务中后期切换大批次可提升效率并减少数据消耗。
Comments 34 pages, accepted by ICLR 2026 as a conference paper
Emotion-LLaMAv2 和 MMEVerse：多模态情感理解的新框架和基准
机构 * Shenzhen Technology University（深圳技术大学） ； Shenzhen University of Information Technology（深圳信息科技学院） ； University of Washington（华盛顿大学） ； Foundation Model Team, Meituan（美团基础模型团队） ； National University of Singapore（新加坡国立大学） ； Tongji University（同济大学）
AI总结 Emotion-LLaMAv2和MMEVerse通过端到端多视图编码器、Conv Attention预融合模块和课程指令调制方案，提升了多模态情绪理解和推理能力，并构建了统一的多模态情绪基准。
VerifyBench: 大型语言模型参考式奖励系统的基准测试
机构 * Zhejiang University（浙江大学） ； Meituan Group（美团集团） ； Peking University（北京大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 VerifyBench通过设计专门的基准测试评估基于参考的奖励系统，揭示现有验证器在复杂任务中的不足，推动推理模型训练的改进。
Comments ICLR 2026: https://openreview.net/forum?id=JfsjGmuFxz Project Page: https://zju-real.github.io/VerifyBench Dataset: https://huggingface.co/datasets/ZJU-REAL/VerifyBench Code: https://github.com/ZJU-REAL/VerifyBench
基于几何对齐的实时数据高效肖像风格化
机构 * The University of Tokyo（东京大学） ； Meituan.co.ltd（美团科技） ； Hefei Normal University（合肥师范学院）
AI总结 本文提出基于几何对齐的轻量级肖像风格化方法，通过整合可微TPS模块提升训练效率，实现2倍数据效率和100倍计算复杂度降低，支持移动设备实时推理。
Comments 16 pages, 14 figures
Journal ref Neural Networks Volume 191, November 2025, 107774
PosterOmni: 通过任务蒸馏和统一奖励反馈实现通用艺术海报生成
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Meituan（美团）
AI总结 PosterOmni通过任务蒸馏和统一奖励反馈实现通用艺术海报生成，提升图像到海报生成的参考一致性、全局构图质量和审美和谐。
通过学习多样的思维链模式扩展基础模型的推理潜力
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Meituan（美团） ； State Key Laboratory of Multimedia Information Processing, Peking University（北京大学多媒体信息处理国家重点实验室）
AI总结 本文提出通过学习富含高价值推理模式的多样化数据，扩展基础模型的推理潜力，显著提升模型在数学推理任务上的性能。
揭示混合专家大语言模型中的超级专家
机构 * Tsinghua University（清华大学） ； Meituan（美团） ； Xiamen University（厦门大学） ； Nanjing University（南京大学） ； The University of Hong Kong（香港大学）
AI总结 研究揭示了混合专家大语言模型中起关键作用的超级专家，通过分析其影响发现其在数学推理中的重要性，并探讨了压缩这些专家对模型性能的显著影响。
Comments Published as a conference paper at ICLR 2026
嵌入式扩展优于专家扩展在语言模型中
机构 * Meituan LongCat Team（美团LongCat团队）
AI总结 本研究提出通过嵌入式扩展而非专家扩展来提升语言模型的稀疏性，展示了LongCat-Flash-Lite在推理速度上的显著提升。
通过LLM赋能的视觉指令微调提升几何推理能力
机构 * Department of Computer Science, Western University（计算机科学系，西部大学） ； Meituan Inc.（美团公司） ； Department of Automation, Tsinghua University（自动化系，清华大学） ； School of Computer Science and Technology, East China Normal University（计算机科学与技术学院，东华大学）
AI总结 EAGLE通过视觉增强框架提升几何推理能力，解决MLLMs在几何理解与视觉感知上的不足。
Comments revised version
LIBERO-X：用于视觉-语言-动作模型的鲁棒性检测仪
机构 * Meituan（美团） ； Beihang University（北京航空航天大学）
AI总结 LIBERO-X通过分层评估协议和多样化训练数据集，系统性地提升视觉-语言-动作模型的鲁棒性评估能力。
Comments 19 pages, 14 figures and 8 tables
LayoutCoT: 解锁大型语言模型在布局生成中的深度推理潜力
机构 * Meituan（美团）
AI总结 LayoutCoT通过结合RAG和CoT技术，利用LLMs的推理能力实现无需训练的高质量布局生成。
长度无偏序列策略优化：揭示和控制RLVR中的响应长度变化
机构 * Meituan（美团）
AI总结 本文提出LUSPO算法，通过消除长度偏差解决RLVR中响应长度崩溃问题，并在多个任务中展示出优于现有方法的性能。
OCRVerse: 向端到端视觉语言模型中的整体OCR迈进
机构 * Meituan（美团）
AI总结 OCRVerse是一种端到端的全面OCR方法，通过多领域训练实现文本和视觉导向OCR的统一，提升跨领域数据处理能力。
ResT: 重塑令牌级策略梯度以适应工具使用大型语言模型
机构 * CRIPAC, Institute of Automation（CRIPAC，自动化研究所） ； Meituan（美团）
AI总结 ResT通过熵引导的令牌重新加权优化工具使用任务的策略梯度，提升训练稳定性与效率，实现优于现有方法的性能。
Comments Accepted by ICLR2026
通过自适应视觉令牌缓存学习加速视觉-语言-动作模型
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Meituan Academy of Robotics Shenzhen, Meituan（美团机器人深圳研究院） ； Central South University（中南大学） ； HKUST(GZ)（香港科技大学（广州））
AI总结 本文提出通过自适应视觉令牌缓存学习加速VLA模型，提升推理效率并提高任务成功率。
APEX：一种解耦的记忆型探索者用于异步空中目标导航
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； National University of Singapore（新加坡国立大学） ； Central South University（中南大学） ； Meituan Academy of Robotics（美团机器人研究院）
AI总结 APEX通过分层异步架构实现高效空中目标导航，提升探索效率与目标识别精度。
Comments 15 pages, 8 figures
一次注入，后期存活：向视觉-语言-动作模型注入后门以在下游微调中持续存在
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Harbin Institute of Technology（哈尔滨工业大学） ； Meituan Academy of Robotics Shenzhen, Meituan（美团机器人深圳研究院） ； Shanghai Jiaotong University（上海交通大学） ； National University of Singapore（新加坡国立大学） ； Central South University（中南大学）
AI总结 本文提出INFUSE框架，首次实现对VLA模型的后门攻击，使其在用户微调后仍能保持有效性，显著提升攻击成功率并保持任务性能。
LongCat-Flash-Thinking-2601 技术报告
机构 * Meituan LongCat Team（美团LongCat团队）
AI总结 LongCat-Flash-Thinking-2601是一款拥有5600亿参数的开源混合专家推理模型，通过统一训练框架和Heavy Thinking模式，在代理推理任务中表现出卓越的性能和鲁棒性。
DIFFA-2：一种实用的扩散大型语言模型用于通用音频理解
机构 * College of Computer Science, Nankai University（南开大学计算机科学学院） ； Meituan LongCat Interaction Team（美团LongCat交互团队）
AI总结 DIFFA-2是一种基于扩散模型的实用大型音频语言模型，通过升级语音编码器和双适配器提升音频理解性能，且在实际训练预算下表现优异。
Metis-SPECS: 通过基于偏好自我蒸馏的冷启动解耦多模态学习
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS） ； Meituan（美团）
AI总结 Metis-SPECS通过基于偏好的自我蒸馏冷启动框架解耦多模态学习，提升泛化能力和下游RL表现。
Comments Published as a conference paper at ICLR 2026!
因果自回归扩散语言模型
机构 * Meituan Inc.（美团公司） ； School of Computer Science（计算机科学学院） ； Engineering, Northeastern University, Shenyang, China（工程学院，东北大学，沈阳，中国） ； NiuTrans Research, Shenyang, China（NiuTrans研究，沈阳，中国）
AI总结 本文提出CARD，一种结合自回归模型训练效率和扩散模型推理效率的新型语言模型，通过因果掩码和动态并行解码实现高效生成与高数据效率。
LTS-VoiceAgent: 一种基于语义触发和增量推理的高效语音交互流式框架
机构 * Meituan（美团） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 LTS-VoiceAgent通过语义触发和增量推理实现高效语音交互，提升流式处理的准确性和效率。
在富有同理心之前两次反思：用于富有同理心的端到端语音对话的自我反思交替推理
机构 * College of Computer Science, Nankai University（南开大学计算机科学学院） ； Meituan LongCat Interaction Team（美团LongCat交互团队）
AI总结 ReEmpathy通过自我反思交替推理机制提升语音对话的同理心表现，实现更情感智能的人机交互。
GRAM：一种用于奖励泛化的大规模生成式奖励模型
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院） ； NiuTrans Research, Shenyang, China（NiuTrans研究） ； CAS Key Laboratory of Behavioral Science, Institute of Psychology, CAS, Beijing, China（中国科学院行为科学重点实验室） ； Meituan Inc.（美团公司）
AI总结 GRAM提出了一种生成式奖励模型，通过结合无监督和监督学习，提升奖励模型在多种任务上的泛化能力，有效改进了基线模型的性能。
Comments Accepted by ICML 2025
基于跨代理语义注意力和深度残差合成的混合代理增强
机构 * Meituan LongCat Interaction Team（美团LongCat交互团队）
AI总结 Attention-MoA通过跨代理语义注意力和深度残差合成，提升混合代理系统的性能，优于现有基线。
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