高校专区
给我剪刀：用于器械传递的碰撞自由双臂手术辅助机器人
机构 * School of Mechanical Engineering and Automation, Beihang University（机械工程与自动化学院，北航）
AI总结 本文提出了一种碰撞自由的双臂手术辅助机器人，通过视觉-语言模型生成轨迹并实现动态环境中的安全器械传递。
Comments 8 pages, 10 figures. Accepted by IEEE International Conference on Robotics and Automation (ICRA), 2026
xLLM 技术报告
机构 * THU（清华大学） ； USTC（University of Science and Technology of China） ； BUAA（Beijing University of Aeronautics and Automation） ； PKU（Peking University） ； TJU（Tianjin University）
AI总结 xLLM是一种针对高性能大规模企业级服务设计的高效LLM推理框架，通过解耦服务引擎架构和多层优化提升吞吐量和推理效率。
Comments 39 pages
基于多层感知机的融合搜索用于高效准确的孪生跟踪
机构 * Institute of Mining Artificial Intelligence, Chinese Institute of Coal Science（采矿人工智能研究所，中国煤炭科学研究院） ； Department of Computer Science, City University of Hong Kong（计算机科学系，香港城市大学） ； Image Processing Center, School of Astronautics, Beihang University（图像处理中心，航天学院，北航） ； State Key Laboratory of Intelligent Coal Mining and Strata Control（智能煤炭开采与岩层控制国家重点实验室）
AI总结 本文提出了一种基于多层感知机的融合搜索方法，用于改进孪生跟踪器的效率与准确性，在多个基准测试中取得优异成绩。
Comments 23 pages, 12 figures, 7 tables. This work was completed in 2024 and accepted for publication in IEEE TCDS (2026)
UniTalking: 一种统一的音频-视频框架用于说话肖像生成
机构 * Central Media Technology Institute, Huawei（华为中央媒体技术研究所） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院）
AI总结 UniTalking提出了一种统一的端到端扩散框架，用于生成高质量的语音和唇同步视频，通过多模态Transformer块和个性化语音克隆技术，提升了视觉保真度和训练效率。
Comments Accepted at CVPR 2026 (Findings Track)
迈向通过重构图指令微调的大型语言模型的图-词化
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beihang University（北航）
AI总结 本文提出RGLM方法，通过重构图信息和显式图监督改进图-词化LLMs的对齐效果，提升对图结构的理解与利用。
Comments accepted by WWW 2026
MOSAIC：一个用于跨范式比较和评估同质和异质多智能体RL、LLM、VLM和人类决策者的统一平台
机构 * School of Optics and Photonics, Beijing Institute of Technology, Beijing 100081, China（北京理工大学光学工程学院） ； School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191, China（北京航空航天大学自动化科学与电气工程学院） ； Faculty of Science, Ain Shams University, Cairo, Egypt（爱思唯命大学科学学院）
AI总结 MOSAIC是一个开源平台，通过统一接口和跨范式评估框架，支持在相同环境中比较不同决策范式的智能体，促进可重复的跨领域研究。
Comments 13 pages, 2 figures
传输权重，而非特征：基于正交基的无线点云传输
机构 * Beihang University（北京航空航天大学） ； Pengcheng Laboratory（鹏城实验室） ； Shenzhen Institute of Beihang University（北京航空航天大学深圳研究院） ； University of Edinburgh（爱丁堡大学） ； IDCOM（影像、数据与通讯研究所）
AI总结 本文提出基于正交基的无线点云传输框架，通过预测接收端语义正交特征池的组合权重，实现紧凑表示和稳健重建，并在不同带宽下表现出色。
Comments 5 pages, 5 figures
MMQ: 多模态混合量化标记化用于语义ID生成和用户行为适应
机构 * Alibaba Group（阿里巴巴集团） ； Peking University（北京大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Wuhan University, School of Computer Science（武汉大学计算机学院）
AI总结 MMQ通过多模态混合量化标记化方法，解决推荐系统中多模态协同、特定性和行为适应的挑战，提升语义ID生成和用户行为适应能力。
Journal ref Proceedings of the Nineteenth ACM International Conference on Web Search and Data Mining, 2026
Openfly：面向空中视觉-语言导航的综合性平台
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Beihang University（北航） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； East China University of Science and Technology（东华大学） ； Fudan University（复旦大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； TeleAI
AI总结 OpenFly平台通过整合多种渲染引擎和自动化工具链，构建大规模空中VLN数据集，并提出关键帧感知的VLN模型，提升户外空中视觉-语言导航的研究与应用。
Comments accepted by ICLR 2026
伪造正确：将解剖学逻辑注入合成监督预训练以进行医学分割
机构 * Peking University（北京大学） ； Beihang University（北航） ； Deepwise Ltd.（深睿科技）
AI总结 本文提出了解剖学指导的合成监督预训练框架，通过结合FDSL与解剖学现实，提升医学分割的性能和数据效率。
EraseAnything++: 通过多对象优化实现Rectified Flow Transformers中的概念擦除
机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京未来区块链与隐私计算先进创新中心，人工智能学院，北航） ； University of Science and Technology of China（中国科学技术大学）
AI总结 EraseAnything++通过多目标优化实现图像和视频扩散模型中的概念擦除，提升生成质量与时间一致性。
I-Perceive：一种基于语言指令的主动感知基础模型
机构 * Shanghai Innovation Institute（上海创新研究院） ； Beihang University（北京航空航天大学）
AI总结 I-Perceive是一种基于自然语言指令的主动感知基础模型，通过融合视觉-语言模型与几何基础模型，实现了对开放意图场景的有效感知与推理。
无异质性偏见的超图神经网络与黎曼局部交换器
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； North China Electric Power University（华北电力大学） ； University of Kent（肯特大学） ； Beihang University（北航） ； University of Illinois（伊利诺伊大学）
AI总结 本文提出HealHGNN，通过黎曼几何和自适应局部交换器实现异质性无关的超图神经网络，提升长距离依赖建模和表示区分性。
Comments Accepted by WWW'26, 12 pages
DenoiseFlow：面向可靠LLM代理工作流的不确定性感知去噪
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院） ； SKLCCSE, School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Tsinghua University（清华大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Key Laboratory of High Confidence Software Technologies(PKU), MOE（北京大学高可信软件技术重点实验室） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； National Engineering Research Center for Software Engineering, Peking University（软件工程国家工程研究中心）
AI总结 DenoiseFlow通过闭环框架实现多步推理的不确定性感知去噪，提升LLM代理工作流的可靠性与效率。
UniFlow：一种统一的像素流标记器用于视觉理解和生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Beihang University（北京航空航天大学） ； Shenzhen Key Lab of Computer Vision and Pattern Recognition, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳计算机视觉与模式识别重点实验室，深圳先进技术研究院，中国科学院） ； Nanjing University（南京大学） ； University of Science and Technology of China（中国科学技术大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
AI总结 UniFlow是一种统一的像素流标记器，通过灵活适配视觉编码器和轻量级解码器，在视觉理解和生成任务中实现了性能的双赢。
Comments ICLR 2026
在通信高效联邦学习中受攻击的稀疏化：双层防御对抗污染
机构 * 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 Cyber Science and Technology at Beihang University（北京航空航天大学网络安全科学与技术学院） ； School of Cyberspace Science and Technology, Beijing Jiaotong University（北京交通大学网络空间科学与技术学院） ； Beijing Key Laboratory of Security and Privacy in Intelligent Transportation（北京智能交通安全与隐私重点实验室） ； Zhongguancun Laboratory（中关村实验室） ； School of Computing and Information,University of Pittsburgh（匹兹堡大学计算与信息学院）
AI总结 SafeSparse通过双层防御机制，在通信高效联邦学习中有效对抗污染攻击，提升模型鲁棒性与准确性。
回收失败：通过细粒度反策略指导在RLVR中恢复探索
机构 * School of Artificial Intelligence, Beihang University, Beijing, China（北京航空航天大学人工智能学院） ； Hangzhou International Innovation Institute, Beihang University, Hangzhou, China（北京航空航天大学杭州国际创新研究院） ； University of Leicester, Leicester, United Kingdom（莱斯特大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； The Hong Kong Polytechnic University, Hong Kong SAR, China（香港理工大学）
AI总结 SCOPE通过细粒度反策略指导在RLVR中恢复探索，提高轨迹多样性13.5%，在数学推理和分布外推理任务中取得新突破。
RF-Agent: 通过语言代理树搜索实现自动奖励函数设计
机构 * Beihang University（北航大学）
AI总结 RF-Agent通过语言代理树搜索实现自动奖励函数设计，利用蒙特卡洛树搜索和LLMs的上下文推理能力，提升低层控制任务的奖励函数设计效率和效果。
Comments 39 pages, 9 tables, 11 figures, Project page see https://github.com/deng-ai-lab/RF-Agent
ODAR：通过主动推断实现LLM推理的原理性自适应路由
机构 * Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Northeast University (Qinhuangdao Campus)（东北大学（秦皇岛校区）） ； Beihang University（北航） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Renmin University of China（中国人民大学） ； Sun Yat-sen University（中山大学）
AI总结 ODAR通过主动推断实现LLM推理的原理性自适应路由，优化精度-效率权衡，提升计算匹配下的准确率并降低计算成本。
分词、融合与解耦：弥合大语言模型与知识图谱之间的粒度不匹配
机构 * Beihang University（北航大学）
AI总结 KGT通过专门的实体token分词、融合预训练特征及解耦预测，有效弥合大语言模型与知识图谱间的粒度不匹配，提升知识图谱补全性能。
具有区域约束的轮式移动机器人时间变化编队跟踪控制：一种广义Udwadia-Kalaba框架
机构 * Department of Dynamics and Control（动力学与控制系） ； Beihang University（北航） ； Department of Electrical Engineering（电气工程系） ； City University of Hong Kong（香港城市大学）
AI总结 本文提出了一种基于广义Udwadia-Kalaba框架的轮式移动机器人时间变化编队跟踪控制方法，考虑区域约束以确保机器人安全。
Comments 17 pages,9 figures
面向推理成本的动态树结构构建用于大型语言模型高效推理
机构 * Beihang University（北航大学） ； E Fund Management Co., Ltd.（E基金管理有限公司）
AI总结 本文提出CAST方法，通过考虑推理成本优化动态树结构，显著提升大型语言模型的推理效率。
通过优势塑造和长度感知梯度调节实现稳定的自适应思维
机构 * Beihang University（北航） ； Shanghai AI Laboratory（上海人工智能实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Renmin University of China（中国人民大学）
AI总结 本文提出了一种两阶段框架，通过混合微调和自适应强化学习，结合正确性保持优势塑造和长度感知梯度调节，提升大型推理模型在低复杂度查询中的稳定自适应推理能力。
Comments 15 pages, 7 figures
请求专家推理：通过学习的协作干预增强LLM代理
机构 * State Key Laboratory of VR Technology and Systems, School of CSE, Beihang University（虚拟现实技术与系统国家重点实验室，计算机科学与工程学院，北京航空航天大学）
AI总结 通过学习协作干预框架，提升LLM代理在需要专家推理任务中的表现，显著提高任务成功率。
基于预训练基础模型的RGB-Event超图提示用于基于预训练基础模型的公里标识别
机构 * School of Transportation Science and Engineering, Beihang University（北京航空航天大学交通科学与工程学院） ； CRRC Academy Co., Ltd（CRRC研究院）
AI总结 本文提出基于预训练基础模型的RGB-Event超图提示方法，构建首个大规模RGB-Event数据集EvMetro5K，用于提升地铁公里标识别性能。
Comments Accepted by IEEE Transactions on Cognitive and Developmental Systems (IEEE TCDS) 2026
通过结构学习协作：基于聚类的物品对齐用于联邦推荐
机构 * Beihang University（北京航空航天大学） ； University of Technology Sydney（悉尼科技大学） ； University of Edinburgh（爱丁堡大学）
AI总结 CGFedRec通过聚类引导的方法，利用全局结构约束实现联邦推荐中的物品对齐，提升通信效率并保持推荐准确性。
Comments 18 pages, 9 figures
DynamicGTR: 利用图拓扑表示偏好提升视觉语言模型在图问答中的能力
机构 * Southern University of Science and Technology（南方科技大学） ； Hong Kong University of Science and Technology（香港理工大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beihang University（北京航空航天大学）
AI总结 DynamicGTR通过动态选择最优图拓扑表示，提升视觉语言模型在图问答中的零样本性能及跨任务迁移能力。
Comments CVPR 2026
重新思考灵活的图相似性计算：带有全局指导的一步对齐
机构 * College of Computer Science and Technology（计算机科学与技术学院） ； National University of Defense Technology（国防科技大学） ； Beihang University（北航） ； Information Support Force Engineering University（信息支援工程大学）
AI总结 本文提出GEN，通过整合成本感知的费用估算与全局指导的一步对齐，改进图编辑距离的计算，实现更高效的近似方法。
Comments Accepted by ICDE 2026
丢弃锚点与球面谐波用于稀疏视角高斯点扩散
机构 * Beihang University（北京航空航天大学） ； The University of Tokyo（东京大学） ； StepFun
AI总结 DropAnSH-GS通过引入锚点机制和球面谐波系数的Dropout策略，有效缓解稀疏视角下3DGS的过拟合问题，提升模型鲁棒性与压缩能力。
Comments Accepted by CVPR 2026
穿透噪声：从噪声抑制角度改进红外小目标检测与分割
机构 * Beihang University（北航大学） ； Nankai University（南开大学）
AI总结 本文提出NS-FPN网络，通过噪声抑制方法提升红外小目标检测与分割性能，减少假警报并提高任务表现。
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