机器人 / 具身智能

FideDiff: Efficient Diffusion Model for High-Fidelity Image Motion Deblurring

FideDiff：高效的高保真图像运动去模糊扩散模型

Xiaoyang Liu, Zhengyan Zhou, Zihang Xu, Jiezhang Cao, Zheng Chen, Yulun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Harvard University（哈佛大学） 纠错

专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV

AI总结 本文提出FideDiff，一种高效的单步扩散模型，用于高保真图像运动去模糊。通过将运动去模糊转化为扩散过程，结合Kernel ControlNet和自适应时间步预测，提升了去模糊性能。

Comments Accepted to ICLR 2026. Code is available at https://github.com/xyLiu339/FideDiff

GraphiContact: Pose-aware Human-Scene Robust Contact Perception for Interactive Systems

GraphiContact: 人体-场景鲁棒接触感知用于交互系统

Xiaojian Lin, Yaomin Shen, Junyuan Ma, Yujie Sun, Chengqing Bu, Wenxin Zhang, Zongzheng Zhang, Hao Fei, Lei Jin, Hao Zhao

机构 * Tsinghua University, China（清华大学, 中国） ； XR System Application Research Center, Nanchang Research Institute, Zhejiang University, China（浙江大学南昌研究院XR系统应用研究中心, 中国） ； Beijing University of Posts and Telecommunications, China（北京邮电大学, 中国） ； University of Chinese Academy of Sciences, China（中国科学院大学, 中国） ； National University of Singapore, Singapore（新加坡国立大学, 新加坡） 纠错

专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV

AI总结 本文提出GraphiContact框架，结合单图像3D人体网格重建，利用重建的体几何结构进行接触推理，通过引入SIMU训练策略提升鲁棒性，在五个基准数据集上实现了接触预测和3D人体重建的提升。

Comments 15 pages, 9 figures, Accepted at ICME 2026

The Arrival of AGI? When Expert Personas Exceed Expert Benchmarks

AGI的来临？专家人设是否超越专家基准？

Drake Mullens, Stella Shen

机构 * Tarleton State University（塔尔顿州立大学） ； University of Texas at Tyler（德克萨斯大学泰勒分校） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI

AI总结 研究探讨专家人设是否能提升语言模型性能，发现其效果受多种机制限制，通过控制实验揭示了人设在特定任务中的表现及局限性。

Efficient and Reliable Teleoperation through Real-to-Sim-to-Real Shared Autonomy

通过实-仿-实共享自主性实现高效可靠的远程操作

Shuo Sha, Yixuan Wang, Binghao Huang, Antonio Loquercio, Yunzhu Li

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出一种实-仿-实共享自主框架，利用k近邻人类代理模拟操作员行为，通过模型无关强化学习训练残差陪练策略，提升新手操作成功率和经验操作者执行效率，同时提高下游模仿学习的演示质量。

Comments Project Page: https://residual-copilot.github.io/

LEMON: A Large Endoscopic MONocular Dataset and Foundation Model for Perception in Surgical Settings

LEMON：一个大规模内窥镜单目数据集和用于手术场景感知的基础模型

Chengan Che, Chao Wang, Tom Vercauteren, Sophia Tsoka, Luis C. Garcia-Peraza-Herrera

机构 * Department of Informatics, King’s College London, UK（伦敦国王学院信息学院） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV

AI总结 本文提出LEMON数据集，通过新型聚合管道收集4K手术视频，提供938小时高质量内容，包含两项新任务。基于该数据集的LemonFM基础模型在多个任务中表现优异，显著提升手术识别和分割性能。

Comments Accepted at CVPR2026 main conference

Instructional Text Across Disciplines: A Survey of Representations, Downstream Tasks, and Open Challenges Toward Capable AI Agents

跨学科指令文本：对表示、下游任务和有能力AI代理的综述

Abdulfattah Safa, Tamta Kapanadze, Arda Uzunoğlu, Gözde Gül Şahin

机构 * KUIS AI Lab, Koç University, Istanbul, Türkiye（KUIS AI实验室，科克大学，伊斯坦布尔，土耳其） ； Koç University, Istanbul, Türkiye（科克大学，伊斯坦布尔，土耳其） ； Johns Hopkins University, Baltimore, USA（约翰霍普金斯大学，巴尔的摩，美国） ； Friedrich-Alexander-Universität Erlangen-Nürnberg, Germany（埃尔兰根-纽伦堡弗里德里希-亚历山大大学，德国） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 本文综述了指令文本的表示方法、下游任务及挑战，旨在为AI代理提供统一视角，填补不同研究方向间的空白。

Comments Pre-CoLI print. Accepted for publication in Computational Linguistics (MIT Press). Advance online publication. March 2026

Bot Meets Shortcut: How Can LLMs Aid in Handling Unknown Invariance OOD Scenarios?

机器人与捷径：大型语言模型如何帮助处理未知不变性OOD场景？

Shiyan Zheng, Herun Wan, Minnan Luo, Junhang Huang

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文研究了现有社交机器人检测器在真实场景中的鲁棒性不足问题，提出基于大语言模型的缓解策略，通过对抗数据增强提升模型在捷径学习场景下的性能。

A Framework for Closed-Loop Robotic Assembly, Alignment and Self-Recovery of Precision Optical Systems

精密光学系统闭环机器人组装、对齐与自我恢复框架

Seou Choi, Sachin Vaidya, Caio Silva, Shiekh Zia Uddin, Sajib Biswas Shuvo, Shrish Choudhary, Marin Soljačić

机构 * Research Laboratory of Electronics, Massachusetts Institute of Technology（麻省理工学院电子研究实验室） ； NSF Institute for Artificial Intelligence and Fundamental Interactions (IAIFI) and the Department of Physics, Massachusetts Institute of Technology（国家科学基金会人工智能与基本相互作用研究所（IAIFI）和麻省理工学院物理系） ； Nokia Bell Labs（诺基亚贝尔实验室） ； School of Electrical, Computing and Energy Engineering, Arizona State University（亚利桑那州立大学电气、计算与能源工程学院） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；robotics(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出一个机器人框架，实现精密光学系统的自动构建、对齐与维护，通过层级计算机视觉、优化和定制工具实现闭环自主操作，展示了桌面激光腔的全自动构建及自我恢复能力。

Feasibility of Augmented Reality-Guided Robotic Ultrasound with Cone-Beam CT Integration for Spine Procedures

增强现实引导的机器人超声与锥束CT整合在脊柱手术中的可行性

Tianyu Song, Felix Pabst, Feng Li, Yordanka Velikova, Miruna-Alexandra Gafencu, Yuan Bi, Ulrich Eck, Nassir Navab

机构 * Chair for Computer Aided Medical Procedures(CAMP), Technical University of Munich(TUM)（计算机辅助医疗程序系（CAMP），慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文提出一种基于光学透视增强现实的机器人系统，结合锥束CT与超声成像，提升脊柱手术中针具定位的准确性和效率，降低认知负荷。

Comments 8 pages, 7 figures

SPACE-CLIP: Spatial Perception via Adaptive CLIP Embeddings for Monocular Depth Estimation

SPACE-CLIP：通过自适应CLIP嵌入实现空间感知的单目深度估计

Taewan Cho, Taeryang Kim, Andrew Jaeyong Choi

机构 * School of Computing, Gachon University（加尔文大学计算机学院） 纠错

专题命中 其他机器人 ：embodied AI(abstract)；robotic(abstract)；分类 cs.CV

AI总结 SPACE-CLIP提出了一种仅解码器的深度框架，通过冻结的CLIP视觉编码器直接读取几何线索，无需文本编码器，实现了高效的单目深度估计。

Reasoning or Rhetoric? An Empirical Analysis of Moral Reasoning Explanations in Large Language Models

推理还是修辞？对大型语言模型中道德推理解释的实证分析

Aryan Kasat, Smriti Singh, Aman Chadha, Vinija Jain

机构 * TCS AI Practice（TCS人工智能实践） ； UT Austin（德克萨斯大学奥斯汀分校） ； Amazon GenAI（亚马逊生成人工智能） ； Google GenAI（谷歌生成人工智能） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI

AI总结 研究通过分析LSTM对道德困境的回应，探讨其是否具备道德发展阶段的真正进展，发现其表现出后常规推理，且存在道德解耦现象，揭示了对成熟道德推理的修辞模仿。

Comments 32 pages, 34 figures, 7 tables

LoGoColor: Local-Global 3D Colorization for 360° Scenes

LoGoColor: 本地-全局 3D 色彩化用于 360 度场景

Yeonjin Chang, Juhwan Cho, Seunghyeon Seo, Wonsik Shin, Nojun Kwak

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出 LoGoColor 方法，通过本地-全局策略生成一致的 3D 色彩化结果，提升复杂 360 度场景的色彩多样性与一致性。

Comments Project page is available at: https://yeonjin-chang.github.io/LoGoColor/

Where can AI be used? Insights from a deep ontology of work activities

AI可以应用在哪里？来自工作活动深度本体的洞察

Alice Cai, Iman YeckehZaare, Shuo Sun, Vasiliki Charisi, Xinru Wang, Aiman Imran, Robert Laubacher, Alok Prakash, Thomas W. Malone

机构 * Sloan School of Management, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院） ； Mens, Manus, and Machina, Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工联盟研究技术机构） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI

AI总结 本文通过构建工作活动的深度本体，系统分析AI的应用领域，发现高价值AI市场集中在信息类活动，揭示了AI在不同工作活动中的分布特征。

VIRD: View-Invariant Representation through Dual-Axis Transformation for Cross-View Pose Estimation

VIRD：通过双轴变换实现视图不变表示的跨视图姿态估计

Juhye Park, Wooju Lee, Dasol Hong, Changki Sung, Youngwoo Seo, Dongwan Kang, Hyun Myung

机构 * Urban Robotics Lab, School of Electrical Engineering, KAIST（首尔国立大学电气工程学院智能城市机器人实验室） ； Hanwha Aerospace（韩华航空航天） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出VIRD方法，通过双轴变换构建视图不变表示，解决地面与卫星视图间显著视角差异问题，提升跨视图姿态估计精度。

Comments Accepted to CVPR 2026

A Unified Cloud-Edge-Terminal Framework for Multimodal Integrated Sensing and Communication

多模态感知与通信一体化的统一云-边-终端框架

Yubo Peng, Luping Xiang, Kun Yang, Feibo Jiang, Kezhi Wang, Christos Masouros

专题命中 其他机器人 ：embodied AI(abstract)

AI总结 本文提出统一云-边-终端框架，通过多模态感知与通信融合，解决异构融合、通信开销和系统扩展性等挑战，提升任务导向的多模态感知能力。