多模态大模型

Cyber-Physical System Design Space Exploration for Affordable Precision Agriculture

面向低成本精准农业的网络物理系统设计空间探索

Pawan Kumar, Hokeun Kim

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种考虑成本的设计空间探索框架，用于多模态无人机-越野车平台，通过整数线性规划和SAT验证，在预算、覆盖和载荷之间进行权衡，实现高效精准农业应用。

Comments 2026 Design, Automation & Test in Europe Conference (DATE)

A scalable Bayesian framework for galaxy emission line detection and redshift estimation

一种可扩展的贝叶斯框架用于星系发射线检测和红移估计

Alexander Kuhn, Bonnabelle Zabelle, Sara Algeri, Galin L. Jones, Claudia Scarlata

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种可扩展的贝叶斯方法，用于同时估计星系红移和检测发射线，该方法在大规模数据处理中保持高效计算。

Parallel adaptive reweighting importance sampling for Bayesian astrophysics

并行自适应重加权重要性采样用于贝叶斯天文学

Miaoxin Liu, Alvin J. K. Chua

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出PARIS方法，通过高斯混合模型自适应重加权采样，提升高维多模态后验估计的效率与准确性。

Comments Code available at https://github.com/mx-Liu123/parismc

PinPoint: Monocular Needle Pose Estimation for Robotic Suturing via Stein Variational Newton and Geometric Residuals

PinPoint：通过Stein变分牛顿和几何残差进行机器人缝合的单目针姿态估计

Jesse F. d'Almeida, Tanner Watts, Susheela Sharma Stern, James Ferguson, Alan Kuntz, Robert J. Webster

机构 * Department of Mechanical Engineering, Vanderbilt University（范德比尔特大学机械工程系） ； Department of Electrical and Computer Engineering and Department of Computer Science, Vanderbilt University（范德比尔特大学电气与计算机工程系和计算机科学系） ； The Robotics Center and the Kahlert School of Computing, University of Utah（犹他大学机器人中心和Kahlert计算学院） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 PinPoint通过Stein变分牛顿和几何残差方法，解决单目内窥镜下针姿态估计的深度模糊和旋转对称性问题，显著降低位姿估计误差。

Comments 15 pages, 7 Figures

Cross-Comparison of Sampling Algorithms for Pulse Profile Modeling of PSR J0740+6620

脉冲轮廓建模中采样算法的交叉比较：PSR J0740+6620

Mariska Hoogkamer, Yves Kini, Tuomo Salmi, Anna L. Watts, Johannes Buchner

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文比较了MultiNest和UltraNest在PSR J0740+6620脉冲轮廓建模中的表现，评估了参数恢复、收敛性和计算成本，发现两者均能产生准确的参数估计结果。

Comments Published in PRD

Journal ref Phys. Rev. D 112, 023008 (2025)

Generative Inversion of Spectroscopic Data for Amorphous Structure Elucidation

光谱数据生成性反演以阐明非晶结构

Jiawei Guo, Daniel Schwalbe-Koda

机构 * Department of Materials Science and Engineering, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校材料科学与工程系） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出GLASS框架，通过多模态光谱测量反推原子结构，利用得分模型学习结构先验，展示PDFs在非晶材料研究中的有效性，并解决三个争议性实验问题。

Comments 10 pages; SI: 51 pages

A Bayesian Framework for Quantifying Association Between Functional and Structural Data in Neuroimaging

一种用于量化神经影像中功能与结构数据关联的贝叶斯框架

Sakul Mahat, Sharmistha Guha, Jessica Bernard

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种贝叶斯框架，用于量化神经影像中功能与结构数据的关联，通过构建功能脑网络并结合层次贝叶斯模型，实现对不同数据结构的适应性和后验不确定性量化。

Geometrically Plausible Object Pose Refinement using Differentiable Simulation

基于可微模拟的几何合理物体姿态细化

Anil Zeybek, Rhys Newbury, Snehal Dikhale, Nawid Jamali, Soshi Iba, Akansel Cosgun

机构 * Monash University（墨尔本大学） ； Honda Research Institute（本田研究院） ； Technical University of Munich（慕尼黑技术大学） ； Physical AI（物理AI） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出结合可微物理模拟、可微渲染和视觉-触觉传感的多模态姿态优化方法，提升空间准确性和物理一致性，实验表明在初始估计准确和高初始不确定性下，显著优于标准ICP基线。

From Sustainable Materials to User-Centered Sustainability: Material Experience in Art Healing

从可持续材料到以用户为中心的可持续性：材料体验在艺术疗愈中的作用

Yuxin Zhang, Fan Zhang, Zihao Song, Chao Zhao

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究通过水凝胶基材开发可持续材料，探讨从材料可持续性到用户中心可持续性的转变，重点在于通过材料体验实现艺术疗愈。发现美学属性对艺术疗愈影响最大，其次是内在属性，而物理属性影响较小，并提出材料体验框架以系统理解材料特性。

Journal ref IASDR 2025: Design Next (2025)

Widefield Nanodiamond Quantum Sensing Based on Light-Sheet Microscopy

基于光片显微镜的宽场纳米钻石量子传感

Shuo Wang, Ming-Zhong Ai, Jing-Wei Fan, Junchen Ye, Chao Lin, Quan Li, Ren-Bao Liu

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出基于光片显微镜的宽场纳米钻石量子传感方法，通过垂直移动激光光片实现高通量、高灵敏度和低光毒性生物传感。

Comments Comments are welcome!

Any-Subgroup Equivariant Networks via Symmetry Breaking

通过破译对称性构建任意子群等变网络

Abhinav Goel, Derek Lim, Hannah Lawrence, Stefanie Jegelka, Ningyuan Huang

机构 * MIT（麻省理工学院） ； TUM（技术大学慕尼黑） ； Flatiron Institute（Flatiron研究院） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出Any-Subgroup Equivariant Network，通过调节辅助输入特征实现多组等变，理论证明其能模拟等变MLP，实验验证其在图、图像及序列任务中优于单独等变模型。

Comments Accepted at ICLR 2026

Introducing M: A Modular, Modifiable Social Robot

引入M：一个模块化、可修改的社会机器人

Victor Nikhil Antony, Zhili Gong, Yoonjae Kim, Chien-Ming Huang

机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Department of Mechanical Engineering, Rice University（里士满大学机械工程系） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 M平台通过模块化设计和开源特性，降低社会机器人研究的摩擦，提供可重复、可修改的机器人解决方案，支持快速仿真到现实的迁移。

How do activity-end trip characteristics affect the choice for shared micromobility? A latent class choice modelling approach for train station egress trips in the Netherlands

活动终点出行特征如何影响共享微出行的选择？一种针对荷兰火车站出站出行的潜在类别选择建模方法

Nejc Geržinič, Mark van Hagen, Hussein Al-Tamimi, Niels van Oort, Dorine Duives

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文通过潜在类别选择模型分析荷兰人口活动终点出行模式，发现三类用户群体，揭示共享微出行在不同情境下的选择差异及政策建议。

Journal ref Transportation Research Part A: Policy and Practice, 2026

Beyond the Main Mode: The contribution of access and egress trips in door-to-door travel

超越主要出行方式：接入和离散出行在门到门出行中的贡献

Nejc Geržinič, Mark van Hagen, Hussein Al-Tamimi, Niels van Oort, Dorine Duives

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究分析了出行过程中接入和离散出行的重要性，发现列车和公交/地铁等出行方式相比步行、骑行和私家车存在固有不便，但其在车内的时间感知更少负面，适合长途出行。研究建议在密集城区优先发展公共交通以吸引更多乘客。

Contact Status Recognition and Slip Detection with a Bio-inspired Tactile Hand

具有生物启发触觉手的接触状态识别与滑动检测

Chengxiao He, Wenhui Yang, Hongliang Zhao, Jiacheng Lv, Yuzhe Shao, Longhui Qin

机构 * School of Mechanical Engineering, Southeast University Nanjing 211189, China ； School of Electronic Science \& Engineering, Southeast University Nanjing 211189, China 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于多模态触觉反馈的生物启发触觉手，通过提取17种特征实现96.39%的识别准确率，验证了方法的泛化能力。

Comments 7 pages, 9 figures

A Vision-based Framework for Intelligent gNodeB Mobility Control

基于视觉的智能gNodeB移动控制框架

Pedro Duarte, André Coelho, Francisco Ribeiro, Filipe B. Teixeira, Luís Pessoa, Manuel Ricardo

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出基于视觉的智能控制框架，通过融合视觉与无线数据，利用深度Q网络控制移动gNB位置，实验表明可减少75%的视线阻断时间。

A vision for a colorectal digital twin that enables proactive and personalized disease management

结直肠数字孪生的愿景：助力前瞻性与个性化疾病管理

Sayed Chhattan Shah, Andrea Townsend-Nicholson, Spiros Denaxas, Pablo Lamata, Manish Chand

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出结直肠数字孪生的概念框架，整合多模态数据与混合模型，支持连续监测和个性化管理，解决传统诊疗方式的局限。

ListK: Semantic ORDER BY and LIMIT K with Listwise Prompting

ListK: 基于列表提示的语义ORDER BY和LIMIT K

Jason Shin, Jiwon Chang, Fatemeh Nargesian

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出ListK框架，通过结合列表wise排序算法优化语义ORDER BY和LIMIT K，显著降低延迟且不牺牲准确性。

Existence of Large deviations rate function for any $S$-unimodal map

任意S-单峰映射的大偏差率函数的存在性

Hiroki Takahasi, Masato Tsujii

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究了任意负Schwarzian单峰映射的水平2大偏差原理，并给出了多峰映射不满足该原理的例子。

Comments 47 pages, 2 figures, to appear in Ergodic Theory and Dynamical Systems

Parameter efficient hybrid spiking-quantum convolutional neural network with surrogate gradient and quantum data-reupload

参数高效混合脉冲-量子卷积神经网络与替代梯度和量子数据重传

Luu Trong Nhan, Luu Trung Duong, Pham Ngoc Nam, Truong Cong Thang

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种参数高效的混合脉冲-量子卷积神经网络，通过统一优化策略实现脉冲神经网络和量子电路的联合训练，无需依赖预训练的脉冲编码器和子集数据集，提高了模型性能和可扩展性。

Comments Work under review

Journal ref PeerJ Computer Science 12 (2026): e3554

Nonparametric Learning Non-Gaussian Quantum States of Continuous Variable Systems

非参数学习连续变量系统的非高斯量子态

Liubov A. Markovich, Xiaoyu Liu, Jordi Tura

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出非参数核量子态估计方法，用于从噪声数据中重建量子态及其迹特征，适用于多模非高斯态的鲁棒估计。

Influence of Fluid Rheology on Fluid Flow in a Natural Fracture Network

流体流变性对自然裂缝网络中流体流动的影响

Cuong Mai Bui, Stephan K. Matthai

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究非牛顿流体在自然裂缝网络中的流动行为，探讨流变性、裂缝几何和流体惯性之间的复杂相互作用，揭示非牛顿流体对裂缝连通性和流动模式的影响。

Boosted GFlowNets: Improving Exploration via Sequential Learning

增强型GFlowNets：通过顺序学习提升探索

Pedro Dall'Antonia, Tiago da Silva, Daniel Augusto de Souza, César Lincoln C. Mattos, Diego Mesquita

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出增强型GFlowNets，通过顺序训练多个模型，补偿已捕捉的奖励，提升探索效率和样本多样性。

Comments 11 pages, 3 figures (22 pages total including supplementary material)

All-in-one foundational models learning across quantum chemical levels

跨量子化学层级的统一基础模型学习

Yuxinxin Chen, Pavlo O. Dral

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种多模态学习架构，能够学习任意数量的量子化学层级，提供更通用且易用的替代方案，通过训练AIO-ANI-UIP模型，展示了其在有机分子中的泛化能力，同时设计了更准确的Δ-AIO-ANI模型。

Towards Fluent Interaction with Cyber-Physical Architecture

迈向与物理架构流畅交互的领域

Jesse T. Gonzalez, Neeta Khanuja, Michael Li, Maggie Guo, Layomi Olaitan, Emily Lau, Jennifer Pugh, Alexandra Ion, Scott E. Hudson

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文探讨了人机交互在大规模可变形环境中的设计，通过两项研究揭示了用户需求与自动化与自主性之间的矛盾，以及多模态协作的核心挑战，提出了一种无模态依赖的用户意图演化模型。

Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems

Reweighted information inequalities

重新加权信息不等式

Jonathan Niles-Weed

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文建立了一种混合分布的log-Sobolev和传输-信息不等式变体，通过重新加权解释了非log-凹测度的Fisher信息界，并解释了Langevin蒙特卡洛方法在多模分布分析中的现象。

Deep Learning for Blood-Brain Barrier Permeability Prediction: From Discriminative Models to Mechanism-Aware Design

深度学习在血脑屏障渗透性预测中的应用：从判别模型到机制感知设计

Zihan Yang, Yuchen Xiao

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文探讨了深度学习在血脑屏障渗透性预测中的应用，从判别模型到机制感知设计的演进，强调多任务和多模态学习策略的优势，并探讨生成模型和因果推理方法在整合渗透性预测与机制感知药物设计中的潜力。

Wasserstein Gradient Flows for Batch Bayesian Optimal Experimental Design

Wasserstein梯度流用于批量贝叶斯最优实验设计

Louis Sharrock

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出基于Wasserstein梯度流的批量贝叶斯最优实验设计方法，通过熵正则化和粒子算法提升高维非凸优化效率，实现高效探索多模优化景观。

Whleaper: A 10-DOF Flexible Bipedal Wheeled Robot

Whleaper：一种10自由度的灵活双足轮式机器人

Yinglei Zhu, Sixiao He, Yan Ning, Zhenghao Qi, Zhuoyuan Yong, Yihua Qin, Jianyu Chen

专题命中 其他多模态 ：multimodal(abstract)

AI总结 Whleaper是一种具有10自由度的双足轮式机器人，通过增加髋部自由度提升稳定性与灵活性，实现复杂地形中的稳定运动和障碍避让能力。

Journal ref 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Abu Dhabi, United Arab Emirates, 2024, pp. 11272-11277

NFPO: Stabilized Policy Optimization of Normalizing Flow for Robotic Policy Learning

NFPO：归一化流在机器人策略学习中的稳定策略优化

Diyuan Shi, Yiqi Tang, Zifeng Zhuang, Donglin Wang

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出NFPO方法，利用归一化流作为策略参数化，解决在线强化学习中训练不稳定问题，通过实验展示其在机器人学习任务中的稳健性和有效性。