Beihang University（北京航空航天大学）

Not All Frames Are Equal: Complexity-Aware Masked Motion Generation via Motion Spectral Descriptors

并非所有帧都平等：通过运动频谱描述符实现的复杂度感知遮蔽运动生成

Pengfei Zhou, Xiangyue Zhang, Xukun Shen, Yong Hu

机构 * Beihang University（北京航空航天大学） ； Wuhan University（武汉大学） 纠错

AI总结 本文提出运动频谱描述符（MSD）以提升遮蔽运动生成的复杂度感知能力，通过动态复杂度指导遮蔽、自注意力和采样，提升复杂运动生成质量及FID指标。

InCoder-32B: Code Foundation Model for Industrial Scenarios

InCoder-32B：面向工业场景的代码基础模型

Jian Yang, Wei Zhang, Jiajun Wu, Junhang Cheng, Shawn Guo, Haowen Wang, Weicheng Gu, Yaxin Du, Joseph Li, Fanglin Xu, Yizhi Li, Lin Jing, Yuanbo Wang, Yuhan Gao, Ruihao Gong, Chuan Hao, Ran Tao, Aishan Liu, Tuney Zheng, Ganqu Cui, Zhoujun Li, Mingjie Tang, Chenghua Lin, Wayne Xin Zhao, Xianglong Liu, Ming Zhou, Bryan Dai, Weifeng Lv

机构 * Beihang University（北京航空航天大学） ； IQuest Research ； Shanghai Jiao Tong University（上海交通大学） ； ELLIS ； University of Manchester（曼彻斯特大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Langboat（朗博特） 纠错

AI总结 本文提出InCoder-32B，首个统一芯片设计、GPU内核优化等工业领域的32B参数代码基础模型，通过高效架构和多阶段训练方法，在通用和工业任务中均取得优异性能。

FedRG: Unleashing the Representation Geometry for Federated Learning with Noisy Clients

FedRG: 释放表示几何以在噪声客户端中进行联邦学习

Tian Wen, Zhiqin Yang, Yonggang Zhang, Xuefeng Jiang, Hao Peng, Yuwei Wang, Bo Han

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； TMLR Group, Hong Kong Baptist University（香港浸会大学TMLR组） ； Beihang University（北京航空航天大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出FedRG方法，通过表示几何优先原则识别噪声标签，结合自监督学习和球面vMF混合模型，提升联邦学习在异构场景下的鲁棒性与性能。

Comments conference

Catalyst4D: High-Fidelity 3D-to-4D Scene Editing via Dynamic Propagation

Catalyst4D: 通过动态传播实现高保真的3D到4D场景编辑

Shifeng Chen, Yihui Li, Jun Liao, Hongyu Yang, Di Huang

机构 * State Key Laboratory of Complex and Critical Software Environment, Beihang University（北京航空航天大学复杂关键软件环境国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Zhejiang Industrial Big Data and Robot Intelligent System Key Laboratory, Hangzhou Innovation Institute, Beihang University（北京航空航天大学杭州创新研究院浙江省工业大数据与机器人智能系统重点实验室） 纠错

AI总结 本文提出Catalyst4D框架，通过动态传播实现高保真的4D场景编辑，保持时空一致性，优于现有方法。

Comments https://junliao2025.github.io/Catalyst4D-ProjectPage/