高校专区
金字塔强制：面向高质量长视频生成的头部感知金字塔KV缓存策略
机构 * Peking University（北京大学） ； South China University of Technology（华南理工大学） ； Xinjiang University（新疆大学） ； Beihang University（北京航空航天大学） ； Zhongguancun Academy（中关村学院）
AI总结 本文提出Pyramid Forcing，通过识别不同头部类型并分配特定缓存策略，提升长视频生成质量，实验显示在VBench-Long上Self Forcing得分提升。
Seg-Agent: 无训练语言引导分割的测试时多模态推理
机构 * School of Computing and Information Technology（计算与信息科技学院） ； Great Bay University（大湾大学） ； Hangzhou International Innovation Institute（杭州国际创新研究院） ； Beihang University（北航大学） ； Department of Computing（计算系） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 Seg-Agent提出无训练的多模态推理框架，通过生成-选择-细化三阶段循环实现视觉区域分割，无需参数更新即可达到与训练方法相当的性能。
DataMaster: 以数据为中心的自主AI研究
机构 * Shanghai Jiao Tong University（上海交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学）
AI总结 DataMaster通过自主数据工程优化数据侧，提升下游性能，无需改变学习算法。其包含数据树、共享数据池和全局记忆三大组件，有效解决开放搜索空间和延迟验证问题。
基于区域的表格理解强化学习：Table-R1
机构 * Beihang University（北京航空航天大学） ； Xingchen AGI Lab（星辰AGI实验室） ； China Telecom Artificial Intelligence Technology (Beijing) Co., Ltd（中国电信人工智能技术（北京）有限公司） ； Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院（TeleAI））
AI总结 本文提出Table-R1，通过区域证据增强和TARPO优化提升LLM的表格理解能力，在多个数据集上提升14.36个百分点，同时降低响应token消耗。
重新审视光度歧义以实现高精度高斯-散射表面重建
机构 * School of Computer Science ； Engineering, State Key Laboratory of Complex Critical \& Software Environment, Jiangxi Research Institute, Beihang University ； State Key Laboratory of Virtual Reality Technology ； Macquarie University ； Tohoku University ； School of Computing, National University of Singapore
AI总结 本文提出AmbiSuR框架，通过高斯散射内在解决方案解决光度歧义问题，提升3D表面重建性能，实验显示在多种挑战场景中表现优异。
Comments Accepted at ICML 2026. Project page: https://fictionarry.github.io/AmbiSuR-Proj/
面向零样本异常检测的异常感知视觉-语言适配器
机构 * Dept. of Engineering for Innovation Medicine, University of Verona, Italy（创新医学工程系，威尼斯大学，意大利） ； School of Computer Science and Engineering, Beihang University, China（计算机科学与工程学院，北航大学，中国） ； Dept. of Computer Science, Reykjavik University, Iceland（计算机科学系，雷克雅未克大学，冰岛）
AI总结 本文提出AVA-DINO框架，通过双分支适应冻结的DINOv3视觉特征，利用异常数据与正常数据的自然不对称性，实现零样本异常检测的高精度与跨领域泛化能力。
Comments Accepted to ICIP 2026
基于视觉语言模型的指令视频多模态抽象摘要
机构 * Beihang University, Beijing, China（北航大学，北京，中国） ； University of Verona, Italy（威尼斯大学，意大利）
AI总结 本文提出ClipSum框架，利用冻结的CLIP视觉语言特征进行指令视频摘要，通过显式时间建模和维度自适应融合，实现视觉与语言的语义对齐，实验显示其在YouCook2数据集上表现优于传统方法。
Comments Accepted to ICPR 2026
StepCodeReasoner: 通过强化学习对齐代码推理与分步执行轨迹
机构 * Beihang University, Beijing, China（北京航空航天大学） ； Peking University, Beijing, China（北京大学） ； Zhongguancun Laboratory, Beijing, China（中关村实验室） ； King's College London, United Kingdom（伦敦国王学院）
AI总结 本文提出StepCodeReasoner框架，通过引入显式的中间执行状态监督，将代码推理转化为可验证的分步执行建模问题，并通过Bi-Level GRPO算法提升结构化信用分配，实验表明其在代码推理和生成任务中均优于现有方法。
在检索前路由：激活大语言模型的潜在路由能力用于RAG与长上下文选择
机构 * Beihang University（北航） ； HKUST（香港科技大学） ； Alibaba Group（阿里巴巴集团） ； Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 本文提出Pre-Route框架，通过结构化推理提前决策，利用轻量级元数据进行任务分析和信息需求预测，实现可解释且高效的路由决策，实验表明其在成本效益上优于现有方法。
ROMER：专家替换与路由校准以实现鲁棒的MoE大语言模型在模拟计算-内存系统中的应用
机构 * The Department of Electrical and Computer Engineering, The University of Hong Kong（香港大学电子与计算机工程系） ； The School of Integrated Circuit Science and Engineering, Beihang University（北航集成电路科学与工程学院）
AI总结 ROMER通过专家替换和路由校准缓解模拟计算-内存系统中MoE大语言模型的噪声影响，显著降低困惑度。
Comments 11 pages, 5 figures, 4 tables
SafeSteer: 多模态大语言模型中的解码级防御机制
机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Kuaishou Technology（快手科技） ； School of Computer Science and Technology, Beihang University（北航计算机科学与技术学院） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Chongqing University（重庆大学） ； Wuhan University（武汉大学）
AI总结 本文提出SafeSteer，通过解码阶段的轻量探针和模态语义对齐向量，提升多模态大语言模型的安全性，实验表明其能提升33.40%的安全性而不需微调。
鲁棒的LLM去学习对抗重新学习攻击：表示中的次要成分至关重要
机构 * Shanghai University of Finance and Economics（上海金融学院） ； Alibaba Group（阿里巴巴集团） ； Southern University of Science and Technology（南方科技大学） ； Beihang University（北航）
AI总结 本文研究了LLM去学习中对抗重新学习攻击的脆弱性，发现现有方法主要优化主导成分，而次要成分更抗反转。提出Minor Component Unlearning方法，通过聚焦稳健方向提升抗攻击能力。
看得更远：一种语义感知的流量增强框架用于可推广的网站指纹识别
机构 * School of Cyberspace Security, Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学信息安全学院） ； School of Computer Science and Engineering, Beihang University, Beijing, China（北京航空航天大学计算机科学与工程学院） ； Faculty of Computing, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学计算机学院） ； School of Computer Science and Engineering, Guangxi Normal University, Guilin, China（广西师范大学计算机科学与工程学院） ； Zhongguancun Laboratory, Beijing, China（中关村实验室）
AI总结 本文提出SATA框架，通过协议规则增强应用层语义并引入跨层特征对齐机制，提升网站指纹识别在复杂场景下的泛化能力，实验显示其在开放世界设置中显著提升准确率和AUC。
Comments 18 pages, 19 figures, Submitted to NDSS 2027
VIMCAN: 基于混合Mamba-交叉注意力网络的视觉-惯性3D人体姿态估计
机构 * Beihang University（北航） ； Peng Cheng Laboratory（鹏城实验室） ； Capital University of Physical Education and Sports（首都体育学院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
AI总结 VIMCAN结合Mamba的高效序列建模与交叉注意力的空间推理，实现RGB关键点与穿戴式IMU数据的鲁棒融合，取得更优精度和实时推理性能。
Comments Accepted in CVPR 2026
大规模多智能体强化学习中的脆弱智能体识别
机构 * School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； School of Artificial Intelligence, Beihang University（北航人工智能学院） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Institute of Automation, Chinese Academy of Science（中国科学院自动化研究所） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 本文研究大规模多智能体强化学习中的脆弱智能体识别问题，提出通过分层对抗性去中心化均值场控制框架，结合Fenchel-Rockafellar变换和强化学习算法，有效识别脆弱智能体并降低计算复杂度。
Comments Accepted by ICML 2026
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。
潜在扩散 manifold 中什么因素重要？面向潜在扩散的先验对齐自编码器
机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Beihang University（北航） ； Sun Yat-sen University（中山大学） ； Nankai University（南开大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文研究潜在 manifold 组织对扩散模型生成质量的影响，提出 PAE 显式构建潜在 manifold，提升训练效率和生成质量，达到新状态的 gFID 1.03。
将大语言模型与时序逻辑融合以实现复杂场景中可靠的人-群智协作
机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院） ； Division of Natural and Applied Sciences, Duke Kunshan University（杜克昆山大学自然与应用科学学院） ； School of Automaton, Southeast University（东南大学自动化学院） ； School of Automation Science and Electrical Engineering, Beihang University（北航自动化科学与电气工程学院）
AI总结 本文提出一种神经符号框架，结合时序逻辑与大语言模型，实现长周期人-群智协作，通过形式化任务规划与上下文感知推理，提升动态环境中任务规划的可靠性与效率。
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