University of Cambridge（剑桥大学）

Mapping the Methodological Space of Classroom Interaction Research: Scale, Duration, and Modality in an Age of AI

课堂互动研究的方法论空间映射：在AI时代规模、持续时间和模态

Dorottya Demszky, Edith Bouton, Alison Twiner, Sara Hennessy, Richard Correnti

机构 * Stanford Graduate School of Education（斯坦福大学教育研究生院） ； Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Faculty of Education, University of Cambridge（剑桥大学教育学院） ； University of Pittsburgh, Learning Research and Development Center（匹兹堡大学学习研究与发展中心） 纠错

AI总结 本文提出一个框架，通过规模、持续时间和模态三个维度，探讨课堂互动研究的方法论空间，并分析AI如何扩展此领域及指导研究与工具设计。

To Build or Not to Build? Factors that Lead to Non-Development or Abandonment of AI Systems

构建还是不构建？导致AI系统不发展或放弃的因素

Shreya Chappidi, Jatinder Singh

机构 * University of Cambridge（剑桥大学） ； National Cancer Institute, National Institutes of Health（国家癌症研究所，美国国立卫生研究院） ； Research Centre Trust, UA Ruhr, University Duisburg-Essen（研究信托中心，乌尔姆鲁尔，杜伊斯堡-埃森大学） 纠错

AI总结 本文探讨了影响AI系统不发展或放弃的关键因素，通过文献综述和案例研究，识别了伦理、反馈、生命周期挑战等六类因素，并指出现有研究需更全面地考虑非伦理相关因素。

Comments Accepted to ACM FAccT 2026

Faster 3D Gaussian Splatting Convergence via Structure-Aware Densification

通过结构感知密集化实现更快的3D高斯散射收敛

Linjie Lyu, Ayush Tewari, Jianchun Chen, Thomas Leimkühler, Christian Theobalt

机构 * Cambridge University（剑桥大学） ； Saarbrücken Research Center for Visual Computing, Interaction, and Artificial Intelligence (VIA)（萨尔布吕肯视觉计算、交互与人工智能研究中心（VIA）） 纠错

AI总结 本文提出一种结构感知密集化框架，通过多尺度频率分析和各向异性分裂提升3D高斯散射的收敛速度和重建质量。

Comments Siggraph 2026

PhotIQA: A photoacoustic image data set with image quality ratings

PhotIQA: 一个包含图像质量评分的光电图像数据集

Anna Breger, Janek Gröhl, Clemens Karner, Thomas R Else, Ian Selby, Tom Rix, Lara-Sophie Witt, Merle Duchêne, Jonathan Weir-McCall, Carola-Bibiane Schönlieb

机构 * University of Cambridge, DAMTP, Cambridge, United Kingdom（剑桥大学，DAMTP，剑桥，英国） ； Medical University of Vienna, CMPBE, Vienna, Austria（维也纳医科大学，CMPBE，维也纳，奥地利） ； University of Cambridge, Department of Physics, Cambridge, UK（剑桥大学，物理系，剑桥，英国） ； Cancer Research UK Cambridge Institute, Cambridge, UK（英国癌症研究会剑桥研究所，剑桥，英国） ； ENI-G, a Joint Initiative of the University Medical Center Göttingen and the Max Planck Institute for Multidisciplinary Sciences, Göttingen, Germany（ENI-G，歌德堡大学医疗中心与马克斯·普朗克多学科科学研究所的联合倡议，歌德堡，德国） ； University of Cambridge, Department of Radiology, Cambridge, UK（剑桥大学，放射学系，剑桥，英国） ； Cambridge University Hospitals, Department of Radiology, Cambridge, UK（剑桥大学医院，放射学系，剑桥，英国） ； German Cancer Research Center (DKFZ), IMSY, Heidelberg, Germany（德国癌症研究中心（DKFZ），IMSY，海德堡，德国） ； Faculty of Mathematics and Computer Science, Heidelberg University, Germany（海德堡大学，数学与计算机科学学院，德国） ； King’s College London, School of Biomedical Engineering & Imaging Sciences, London, UK（伦敦国王学院，生物医学工程与成像科学学院，伦敦，英国） 纠错

AI总结 本文提出PhotIQA数据集，包含1134张光电图像，由五位专家对五项质量属性进行全参考评分，用于支持IQA方法的开发与测试。

Comments 16 pages

Robot Learning from Human Videos: A Survey

从人类视频学习机器人：综述

Junyi Ma, Erhang Zhang, Haoran Yang, Ditao Li, Chenyang Xu, Guangming Wang, Hesheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文综述了通过人类视频学习机器人技能的方法，探讨了政策学习基础、人类视频接口、技能转移层次分类及数据基础，分析了挑战与未来研究方向。

Comments Paper list: https://github.com/IRMVLab/awesome-robot-learning-from-human-videos

DOT-Sim: Differentiable Optical Tactile Simulation with Precise Real-to-Sim Physical Calibration

DOT-Sim: 基于精确实-仿真物理校准的可微光学触觉仿真

Yang You, Won Kyung Do, Aiden Swann, Rika Antonova, Monroe Kennedy, Leonidas Guibas

机构 * Stanford University（斯坦福大学） ； University of Cambridge（剑桥大学） ； Toyota Research Institute University 2.0 Program（丰田研究院大学2.0计划） ； ARL grant W911NF-21-2-0104（ARL授予的W911NF-21-2-0104项目） ； Vannevar Bush Faculty Fellowship（范内var布什教职 fellowship） ； Flexiv corporation（Flexiv公司） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出DOT-Sim，通过材料点法建模软传感器为弹性材料，实现高精度光学触觉仿真，支持大变形和非线性模拟，并在实-仿真任务中验证了物理和视觉真实性。

Comments Accepted at ICRA 2026