高校专区
GenMed：医学诊断任务的成对生成性重述
机构 * CVLab, École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）计算机视觉实验室） ； Fudan University（复旦大学） ； Beihang University（北航大学） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（艾尔沃斯大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出一种生成性方法，通过扩散模型建模联合分布P(X,Y)，在推理时优化输出，支持任意观测组合，实验显示在医学图像分割、少样本分割、退化输入分割、形状补全和零样本应用中表现优异。
GuardAD: 通过马尔可夫安全逻辑保障自动驾驶MLLMs
机构 * Beihang University（北航大学） ； Zhongguancun Laboratory（中关村实验室） ； Peking University（北京大学）
AI总结 GuardAD通过马尔可夫逻辑形式化提升自动驾驶MLLMs的安全性，减少事故率并提升任务性能，经实验验证其有效性。
PixelFlowCast: 无需潜在变量的降水现在预测通过像素均值流
机构 * Department of Automation, Southeast University（东南大学自动化系） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室）
AI总结 PixelFlowCast提出一种两阶段概率预测框架，通过确定性模型和KANCondNet提取时空特征，实现高效率和高保真度的降水现在预测，无需潜在变量压缩。
Comments 26 pages, 7 figures
DriveFuture: 用于自动驾驶的面向未来的潜在世界模型
机构 * Beijing Institute of Technology（北京理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beihang University（北航） ； Beijing Jiaotong University（北京交通大学） ； The University of Queensland（昆士兰大学） ； University of Macau（澳门大学） ； Nanyang Technological University（南洋理工大学） ； School of Artificial Intelligence ( School of Software), Yanshan University（燕山大学人工智能学院（软件学院））
AI总结 本文提出DriveFuture，一种面向未来的潜在世界建模框架，通过将未来世界状态条件化于当前潜在状态建模过程，提升自动驾驶轨迹规划性能。
Comments 24pages, 7 figures
当适应失效：基于梯度的Collapsed Gating在视觉-语言提示学习中的诊断
机构 * Beihang University（北航大学）
AI总结 本文研究了在冻结少样本提示学习中，适应性门控和提示选择模块失效的问题，通过实验发现梯度不平衡和门控退化是主要失效模式，揭示了参数高效学习中适配门控的有效条件。
基于LASSA架构的无人水下车辆自主容错控制
机构 * Wuhan Second Ship Design and Research Institute（武汉第二船舶设计研究所） ； School of Aeronautic Science and Engineering, Beihang University（北航航空科学与工程学院）
AI总结 本文提出基于LASSA架构的无人水下车辆自主容错控制方法，通过LLM识别未知故障并自主规划任务，结合智能代理感知与决策评估， solver验证物理约束，实现高动态决策与高频控制的双闭环协同控制。
硬件感知训练中硬件诱导失真控制诊断研究
机构 * Beihang University（北航）
AI总结 本文提出一种诊断框架，分析硬件非理想性对梯度优化的影响，区分可通过HAT补偿的失真与破坏优化的失真，为软硬件协同设计提供指导。
Z-Erase：在单流扩散变换器中实现概念擦除
机构 * Beijing Advanced Innovation Center for Future Blockchain（未来区块链与隐私计算北京创新中心） ； Privacy Computing, School of Artificial Intelligence, Beihang University（隐私计算，北京航空航天大学人工智能学院） ； University of Science（科学大学） ； Shanghai University（上海大学） ； Tencent（腾讯） ； Beijing Academy of Blockchain（北京区块链研究院）
AI总结 本文提出Z-Erase，一种专为单流T2I模型设计的概念擦除方法，通过解耦更新和平衡擦除与保留的权衡，解决生成崩溃问题，实现SOTA性能。
SegviGen：将3D生成模型重新利用于部件分割
机构 * Renmin University of China（中国人民大学） ； Tsinghua University（清华大学） ； Beihang University（北航） ； Beijing Jiaotong University（北京交通大学） ； Bambu Lab（Bambu实验室）
AI总结 SegviGen通过利用预训练3D生成模型的结构先验，提出了一种新的高效部件分割框架，实现了交互式分割、完整分割及2D引导分割，实验显示在交互式分割上提升40%，完整分割提升15%，仅使用0.32%标注数据。
Comments Project page: https://fenghora.github.io/SegviGen-Page/
截断mRPI集的Hausdorff距离显式界 via 依赖范数的收缩速率
机构 * Department of Mechanical and Process Engineering, ETH Zürich（苏黎世联邦理工学院机械与过程工程系） ； School of Transportation Science and Engineering, Beihang University（北京航空航天大学交通运输工程学院）
AI总结 本文提出通过依赖范数的收缩速率计算截断mRPI集与无限时间极限之间的Hausdorff距离上界，提供显式的horizon选择规则以保证预定的近似精度。
Comments 6 pages, 5 figures. Accepted at the 2026 IEEE Conference on Control Technology and Applications (CCTA), Vancouver, BC, Canada, August 12-14, 2026
车道与车道拓扑的统一建模用于驾驶场景推理
机构 * School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新院，北京航空航天大学） ； Meituan, Beijing, China（美团，北京，中国）
AI总结 本文提出UniTopo方法，通过统一表示车道及其拓扑关系，实现车道位置和拓扑信息的联合感知，优于现有方法。
Comments Accepted by IEEE TCSVT
简洁几何描述作为桥梁：释放LLM在平面几何问题求解中的潜力
机构 * Beihang University（北航大学）
AI总结 本文提出通过训练多模态大语言模型解释器生成几何描述，再利用通用LLM进行推理，以解决平面几何问题。通过设计CDL匹配奖励机制，提升生成几何描述的效率，并在新构建的Formalgeo7k-Rec-CoT数据集上验证了方法的有效性。
Comments CVPR 2026 Findings
CASISR: 循环任意尺度图像超分辨率
机构 * School of Information and Artificial Intelligence, Yangzhou University（扬州大学信息与人工智能学院） ； Shanghai Qigong Research Institute, Shanghai University of Traditional Chinese Medicine（上海青工研究院，上海中医药大学） ； LISITE Research Laboratory, Institut Supérieur d'Électronique de Paris（LISITE研究实验室，巴黎电子高级学院） ； Laboratoire d'Informatique de Paris 6, Sorbonne University（巴黎第六大学信息学实验室） ； International Campus (Hangzhou), Beijing University of Aeronautics and Astronautics（北京航空航天大学杭州国际校区） ； School of Engineering, Westlake University（西湖大学工程学院） ； Polystim Neurotech Laboratory, Polytechnique Montreal（蒙特利尔Polytechnique神经科技实验室）
AI总结 本文提出CASISR闭环架构，通过建立非线性循环方程提升图像重建能力，实验表明其在分数SR尺度和文本/条纹图像中表现优异。
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