高校专区
AURORA：用于大型语言模型中鲁棒幻觉检测的不对称性与更新诱导旋转
机构 * School of Artificial Intelligence, Beihang University, China（北京航空航天大学人工智能学院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, Beihang University, China（北京航空航天大学未来区块链与隐私计算先进创新中心）
AI总结 提出AURORA框架，利用权重梯度动态（不对称性和旋转比）检测LLM幻觉，跨模型和数据集表现鲁棒。
HiReFF: 从未校准稀疏视角视频的高分辨率前馈式人体重建
机构 * State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； Tsinghua University, Beijing, China（清华大学） ； College of Computer Science, Beijing Information Science and Technology University, Beijing, China（北京信息科技大学计算机学院） ； Zhongguancun Laboratory, Beijing, China（中关村实验室）
AI总结 提出HiReFF，一种从四视角未校准视频前馈式重建2K分辨率360度人体视频的方法，通过尺度同步相机校准和高斯前景掩码实现干净前景重建，并利用高分辨率侧调优在保持骨干网络0.5K分辨率下实现2K渲染。
FDM-MFVT: 用于无掩模虚拟试穿的少步采样扩散模型
机构 * School of Electronic Information Engineering, Beihang University, Beijing, China（北京航空航天大学电子信息工程学院） ； Zhongguancun Academy, Beijing, China（中关村学院） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China（虚拟现实技术与系统国家重点实验室）
AI总结 提出FDM-MFVT，一种少步扩散模型，通过噪声优化模块和指令驱动模块实现高效无掩模虚拟试穿，并构建了3万对的无掩模数据集MFVT。
Comments Accepted by ECCV2026
自适应频谱感知特征解耦网络用于小目标检测
机构 * Shenzhen Campus of Sun Yat-sen University（孙中山大学深圳校区） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； Renmin University of China（中国人民大学） ； CITIC Bank（中国 CITIC 银行）
AI总结 针对小目标检测中背景干扰问题，提出SFDNet框架，通过自适应频谱解耦模块分解特征为互补频谱分量并丢弃背景干扰，结合类原型蒸馏增强同类语义一致性，在多个基准上显著超越现有方法。
Comments 19 pages, 7 figures. Accepted at ECCV 2026
Drift-AR：通过反向对称漂移实现单步视觉自回归生成
机构 * University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong, MMLAB（香港中文大学多媒体实验室） ； JD Explore Academy（京东探索研究院） ； Beihang University（北京航空航天大学）
AI总结 Drift-AR通过利用熵信号加速自回归和视觉解码阶段，实现单步生成，提升了生成速度并保持了高质量。
SVCBench：一种用于空间-时间状态维护的流视频计数基准
机构 * Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院）
AI总结 SVCBench通过流式多点查询观察状态维护轨迹，设计了三个互补指标来诊断数值精度、轨迹一致性及时间意识，评估主流视频语言模型在空间-时间状态维护上的不足，尤其在周期性事件计数上表现不佳。
Comments Accepted to ECCV 2026. Project page: https://buaa-colalab.github.io/SVCBench/
HieraMix：一种用于大规模交通预测的分层MLP-Mixer
机构 * State Key Laboratory of Complex & Critical Software Environment (SKLCCSE)（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） ； MOE Engineering Research Center of Advanced Computer Application Technology, Beihang University（教育部先进计算机应用技术工程研究中心，北京航空航天大学）
AI总结 本文提出HieraMix框架，通过分层时空混合模块和自适应区域混合器，实现高效有效的大规模交通预测，实验表明其在性能和效率上均优于现有方法。
Comments 9 pages, 8 figures
基于级联扩散先验和UV空间可微分着色的单目虚拟人重建
机构 * Beihang University（北航） ； Great Wall Motors（长城汽车） ； CUHK-Shenzhen（香港科技大学深圳研究院） ； HKUST（香港科技大学） ； Nanjing University（南京大学） ； Wuhan University（武汉大学） ； Zhejiang University（浙江大学） ； KAUST（王国 Abdullah 基础科学研究院） ； Tsinghua University（清华大学）
AI总结 提出数据高效框架，利用统一预训练扩散模型的鲁棒先验，通过级联LoRA依次处理纹理补全、去光照和材质分解，结合UV空间可微分BRDF着色损失，从单张野外图像重建高保真可重光照3D虚拟人。
Comments Accepted by ECCV 2026. Project page: https://luh1124.github.io/MARCUS-Avatar-Projectpage/
Video-MME-Logical: 面向视频时序逻辑推理的受控诊断基准
机构 * HKUST（香港科技大学） ； Colab, Beihang University（北京航空航天大学合作实验室） ； CUHK（香港中文大学）
AI总结 为隔离评估多模态大模型在视频中的时序逻辑推理能力，提出包含五种时序逻辑操作和25个细粒度任务类别的受控基准，通过控制时间跨度和推理复杂度进行难度可控评估，并支持中间状态诊断。
MindFlow：调和认知语义与声学动态的对话面部动画生成
机构 * Beihang University（北京航空航天大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Zhongguancun Laboratory（中关村实验室）
AI总结 提出双路径生成框架MindFlow，受神经科学腹侧-背侧通路模型启发，通过Chunk-State方法建模上下文感知情感状态链，结合条件自回归流匹配网络与选择性声学注入器，实现高保真面部动画，在语义适切性和运动自然度上超越现有方法。
Comments Accepted by ECCV 2026
CrossPool: 通过KV缓存和权重分离实现冷MoE模型的高效多LLM服务
机构 * School of Software, Beihang University（北京航空航天大学软件学院）
AI总结 针对冷MoE模型权重与KV缓存竞争GPU内存的问题，提出CrossPool引擎，将FFN权重和KV缓存分离到不同内存池，结合规划器、虚拟化器和流水线调度器，显著提升内存利用率和长上下文支持，P99 TBT降低达10.4倍。
LIBERO-Safety：视觉-语言-动作模型中物理与语义安全的综合基准
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Beijing Academy of Artificial Intelligence (BAAI)（北京智源人工智能研究院） ； Beihang University（北京航空航天大学） ； Eastern Institute of Technology, Ningbo（宁波东方理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Microsoft Research Asia (MSRA)（微软亚洲研究院）
AI总结 针对视觉-语言-动作模型操作安全未验证的问题，提出参数化安全基准和关键帧驱动数据生成流水线，构建大规模无碰撞数据集，系统评估八种模型，揭示泛化-安全张力。
Comments Accepted by ECCV 2026, Project Page: https://libero-safety.github.io/
SpaceDG: 在视觉退化下评估空间智能的基准测试
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Electronic Science and Technology of China（电子科技大学） ； Chongqing University（重庆大学） ； The University of Tokyo（东京大学） ； Beihang University（北航） ； Northwestern Polytechnical University（西北工业大学）
AI总结 本文提出SpaceDG，首个针对退化感知空间理解的大型数据集，通过物理基础的退化合成引擎生成9种退化类型，评估多模态大语言模型在视觉退化下的空间推理能力，并展示在退化条件下微调可提升模型鲁棒性。
PhysEditWorld: 一个面向物理可编辑世界模型的大规模数据集
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Beihang University（北京航空航天大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Independent Researcher（独立研究者） ； Shanghai Jiao Tong University（上海交通大学） ； Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tencent（腾讯）
AI总结 提出PhysEditWorld数据集，通过UE5重放渲染管线生成多重力配置下的动作条件视频，支持可控物理编辑，用于改进世界模型的动力学建模和一致性。
Comments Project page: https://yizhiqianbi.github.io/physeditworld/
HauntAttack：当攻击如影随形地跟随推理
机构 * State Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； StepFun ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Institute of Artificial Intelligence, Beihang University（北航人工智能研究院）
AI总结 提出HauntAttack黑盒对抗攻击框架，通过将有害指令嵌入推理问题，引导大型推理模型逐步产生不安全输出，在11个模型上平均攻击成功率超70%。
EndoUFM：利用基础模型进行内窥镜图像的单目深度估计
机构 * Image Processing Center, Beihang University（北京航空航天大学图像处理中心） ； State Key Laboratory of High-Efficiency Reusable Aerospace Transportation Technology（高效可重复航天运输技术国家重点实验室）
AI总结 提出EndoUFM框架，通过双基础模型和自适应微调策略（RVLoRA和Res-DSC）提升内窥镜图像单目深度估计性能，在多个数据集上达到最优。
Comments 12 pages
学会适应：面向参数不确定性的鲁棒高效控制的Reptile-D-Learning
机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院）
AI总结 提出Reptile-D-learning框架，结合元学习算法Reptile与D-learning，学习可泛化的Lyapunov网络初始化和高性能控制器，以应对参数不确定性，提升非线性控制系统的泛化与快速适应能力。
ASSCG：自动驾驶中快慢LLM规划的恰到好处门控
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Department of Automation, University of Science and Technology of China（中国科学技术大学自动化系） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Lenovo Group Limited（联想集团）
AI总结 提出自适应慢系统控制门（ASSCG），通过帧级查询/缓存/丢弃决策优化快慢规划器调用，结合RWKV骨干网络和GRPO风格强化学习，在nuPlan和NAVSIM上分别提升性能并降低延迟。
状态空间模型遇上遥感：综述
机构 * Shen Yuan Honors College, Beihang University（北航沈元荣誉学院） ； Department of Aerospace Intelligent Science and Technology, School of Astronautics, Beihang University（北京航空航天大学宇航学院航天智能科学与技术系） ； 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） ； Qian Xuesen Laboratory of Space Technology, China Academy of Space Technology（中国空间技术研究院钱学森空间技术实验室）
AI总结 本文综述了状态空间模型（SSM）在遥感中的应用，分析了其在密集视觉预测、多模态和时序遥感数据中的优势，并总结了架构设计进展与未来挑战。
Comments 25 pages, 5 figures, has been published in SCIS SCIQ1 IF=8.1 https://doi.org/10.1007/s11432-025-4780-1
高效遥感实例分割：基于线性时间状态空间蒸馏的视觉基础模型
机构 * Shen Yuan Honors College, Beihang University（北京航空航天大学沈元荣誉学院） ； 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） ； Qian Xuesen Laboratory of Space Technology, China Academy of Space Technology（中国空间技术研究院钱学森空间技术实验室）
AI总结 针对Transformer在遥感实例分割中计算复杂度高的问题，提出基于知识蒸馏的线性复杂度状态空间模型RS4D，通过蒸馏ViT知识至轻量SSM骨干，实现参数减少8倍、FLOPs减少9倍且精度相当。
Comments 17 pages, 11 figures, has been published in IEEE TGRS vol. 64, pp. 5625417-5625417, 2026, Art no. 5625417, doi: 10.1109/TGRS.2026.3696104
Journal ref IEEE Transactions on Geoscience and Remote Sensing, vol. 64, pp. 5625417-5625417, 2026, Art no. 5625417
SurveilNav: 机器人与监控系统协同的目标导航
机构 * Beihang University（北京航空航天大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Jiaotong University（北京交通大学） ； ATeam ； University of Chinese Academy of Sciences（中国科学院大学） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院）
AI总结 提出SurveilNav框架，通过主动摄像头调度、联合2D/3D建图、基于VLM的价值估计和协同目标验证，融合机器人动态局部感知与监控全局视图，在HM3D数据集上实现领先的探索效率和导航成功率。
Comments Accepted by ICRA 2026
FBOS-RL: 基于反馈的双目标协同强化学习
机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Kuaishou Technology（快手科技）
AI总结 本文提出FBOS-RL框架，通过环境反馈引导探索增强，并设计两个相互促进的目标：以利用为导向的策略对齐(EPA)和以探索为导向的能力培养(ECC)，从而提高强化学习的训练效率和最终性能。
SymphoMotion：相机运动与物体动态的联合控制以实现一致的视频生成
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiaotong University（上海交通大学） ； Nanjing University（南京大学） ； Beihang University（北京航空航天大学）
AI总结 SymphoMotion通过联合控制相机运动和物体动态，提高视频生成的一致性和表达性，其核心方法结合了相机轨迹控制与物体动态控制机制，并引入了RealCOD-25K数据集进行大规模训练和评估，显著提升了视觉保真度和物体运动准确性。
Comments CVPR 2026
2K Retrofit: 熵引导的高效稀疏细化用于高分辨率3D几何预测
机构 * BUAA（北京航空航天大学） ； SJTU（上海交通大学） ； GigaAI ； XREAL ； NUST（南京理工大学） ； RUC（清华大学） ； NUDT（国防科技大学） ； UCAS（中国科学技术大学） ； BIBMS（北京工业大学）
AI总结 提出2K Retrofit框架，通过快速粗预测和基于熵的稀疏细化，在不修改基础模型的情况下实现高效2K分辨率几何预测，达到SOTA精度和速度。
Comments Accepted by ECCV 2026
学习从多文档中擦除私有知识以用于检索增强型大语言模型
机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（未来区块链与隐私计算北京先进创新中心） ； School of Artificial Intelligence, Beihang University, China（北京航空航天大学人工智能学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； 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） ； Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究所） ； Beijing Academy of Blockchain and Edge Computing（北京区块链与边缘计算研究院）
AI总结 提出Eraser4RAG，通过构建全局知识图谱、划分私有与公共子图并微调Flan-T5重写文档，结合PPO优化，有效擦除用户定义的私有知识，保留公共知识，防御去匿名化攻击。
NavWM：一种用于前瞻性规划的统一导航世界模型
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beihang University（北京航空航天大学） ； 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 提出NavWM统一导航世界模型，通过潜在世界令牌提取几何与语义先验，结合锚点多模态轨迹预测框架生成多样化动作空间，利用视觉前瞻评估最优路径，在多种机器人数据集上显著提升未来状态生成与零样本导航成功率。
Comments 13 pages, 5 figures, accepted to ECCV 2026
LLM智能体社会中的涌现关系秩序：从集体情感到权威分层
机构 * Renmin University of China（中国人民大学） ； Beihang University（北京航空航天大学） ； Minzu University of China（民族大学）
AI总结 基于情感控制理论、社会认同理论和涂尔干集体情感，提出CAREB-MAS多智能体框架，通过长期模拟自发再现差序格局的五种核心现象，支持将差序格局解释为社会机制的结构敏感性涌现结果。
Comments Accepted to Findings of the Association for Computational Linguistics: ACL 2026. 37 pages
ErrorLLM: 为文本到SQL精炼建模SQL错误
机构 * The Hong Kong Polytechnic University（香港理工大学） ； City University of Macau（澳门城市大学） ； Jilin University（吉林大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beihang University（北航大学）
AI总结 提出ErrorLLM框架，通过专用错误令牌和结构特征显式建模SQL错误，结合静态检测与错误引导精炼，显著提升文本到SQL生成质量。
Comments Accepted to SIGKDD2026
专家宏观图：面向十亿级多任务推荐
机构 * Jinan University（济南大学） ； The Hong Kong Polytechnic University（香港理工大学） ； City University of Macau（澳门城市大学） ； Alibaba Group（阿里巴巴集团） ； Beijing Institute of Technology（北京理工大学） ； National University of Defense Technology（国防科技大学） ； Beihang University（北航）
AI总结 提出MGOE框架，首次利用宏观图嵌入捕获任务特定宏观特征并建模专家相关性，在十亿级推荐系统中部署并超越现有方法。
Comments Accepted to SIGKDD2026
混合序列建模与强化验证的可控目标条件决策
机构 * School of Artificial Intelligence, Beihang University（北航人工智能学院） ； Department of Computing Science and Amii, University of Alberta（阿尔伯塔大学计算机科学系和Amii） ； Edmonton Research Center, Huawei Canada（华为加拿大埃德蒙顿研究中心） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新院，北航） ； School of Artificial Intelligence and Computer Science, North China University of Technology（北中国技术大学人工智能与计算机科学学院） ； Research Institute of Multiple Agents and Embodied Intelligence, Peng Cheng Laboratory（鹏城实验室多智能体与具身智能研究院）
AI总结 提出Doctor框架，结合掩码轨迹Transformer与强化验证，通过生成候选动作并选择验证值最接近目标回报的动作，提升目标条件策略在低覆盖数据下的可控性。
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