高校专区
自改进神经剪枝：一种用于可扩展混合捆绑定价的图神经网络框架
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院）
AI总结 提出图神经网络引导的剪枝框架，通过将实例编码为客户-产品图并训练边输出GNN学习最优捆绑分配概率，经剪枝生成候选捆绑集，结合局部搜索和自改进过程，实现可扩展的混合捆绑定价，在小实例上恢复98%以上最优利润。
OpenCoF：通过视频生成学习推理
机构 * CUHK MMLab（香港中文大学多媒体实验室） ； CUHK IMIXR（香港中文大学IMIXR）
AI总结 研究针对视频生成中帧链推理缺乏多样监督和专门设计的问题，引入OpenCoF框架，含OpenCoF - 17K数据集和Wan - CoF模型。通过实验探索先进设计，发现视频推理需广泛时间监督和明确机制，还开源相关资源促进研究。
Comments Project Page: https://opencof.github.io/
DocMaster：一种用于文档分析的分层结构感知系统
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 针对利用大语言模型分析复杂文档时现有系统丢弃分层结构致性能下降的问题，提出DocMaster系统，它能解析文档为分层树并构建语义索引，通过网页界面展示，可实现文档筛选与问答等功能。
Comments 4 pages, demo paper, under revision
SkelGen4D：用于文本驱动网格动画的弱监督基于骨架的4D生成
机构 * School of Data Science, Lingnan University（岭南大学数据科学学院） ； Department of Computer Science and Engineering, Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Autodesk Research（Autodesk研究院） ； Institute of Computer Applications, Shanghai Jiao Tong University（上海交通大学计算机应用研究所）
AI总结 研究文本驱动的4D网格动画生成，提出弱监督前馈框架SkelGen4D，先从动画网格恢复伪骨架，再生成文本条件骨架运动序列并优化，在大规模基准测试中表现良好，能匹配或超越全监督基线，支持运动编辑且符合标准动画管道。
扩散策略学习中的表达能力与统计权衡
机构 * Stanford University（斯坦福大学） ； Chinese University of Hong Kong（香港中文大学） ； Imperial College London（伦敦帝国理工学院）
AI总结 研究扩散策略学习中表达能力与统计权衡，确定漂移Lipschitz预算K为核心量，通过近似量化表达能力，证明其与统计复杂性的关系，给出有限样本性能差距，数值实验验证，还提出根据样本大小选K及对应神经网络架构的实现原则。
BiNoMaP: 学习类别级双臂非抓取操作原语
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳））
AI总结 BiNoMaP提出了一种无强化学习的双臂非抓取操作原语学习框架，通过几何感知优化和参数化方法实现类别级泛化和跨平台迁移。
Comments Under review. The project link is https://hnuzhy.github.io/projects/BiNoMaP
概念树：一个可控的合成数据框架助力更强的个性化视觉语言模型
机构 * Peking University（北京大学） ； CUHK MMLab（香港中文大学MMLab） ； Zhongguancun Academy（中关村学院） ； Beijing Key Laboratory of Data Intelligence and Security（北京数据智能与安全重点实验室）
AI总结 研究提升VLM个性化能力问题，提出概念树（CaT）框架，以树结构表示概念生成多样正负样本，经数据过滤策略确保质量，实验证明该框架显著增强VLM在个性化基准测试中的能力，是首个可控合成数据管道。
Comments ECCV26 Camera Ready
通过与隐式高分辨率先验进行特征匹配实现真实世界的盲超分辨率
机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； School of Computer Science（计算机科学学院） ； Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； DAMO Academy, Alibaba Group（阿里巴巴集团达摩院） ； SSE, The Chinese University of Hong Kong（香港中文大学（深圳）SSE）
AI总结 针对现实世界图像超分辨率难题，提出FeMaSR方法，在紧凑特征空间通过匹配LR与HR图像特征及解码来恢复逼真HR图像，利用预训练HR先验、语义正则化及残差连接，实验显示其效果优于以往方法。
Comments Fix training details and some typos
通过深度原生结构推理实现准确、跨学科和透明的结构-属性理解
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； University of Sydney（悉尼大学） ； Nanjing University（南京大学） ； University of Oxford（牛津大学） ； The University of Science and Technology of China（中国科学技术大学） ； Drug Discovery and Design Center, State Key Laboratory of Drug Research, Shanghai Institute of Materia Medica, Chinese Academy of Sciences（药物发现与设计中心、国家药物研究重点实验室、上海中医药材料医学研究所、中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Stanford University（斯坦福大学）
AI总结 研究聚焦利用人工智能解释结构-属性关系的挑战，提出多模态科学基础模型SciReasoner，通过离散化结构信息为可寻址单元进行推理，在多领域基准测试中表现出色，实现准确预测与可解释科学推理的结合。
TF-Engram：一种用于大语言模型的基于固态硬盘支持内存的免训练印记
机构 * The Chinese University of Hong Kong（香港中文大学） ； Beijing Institute of Technology, Zhuhai（北京理工大学珠海学院）
AI总结 研究针对大语言模型知识扩展成本高问题，提出TF-Engram免训练印记系统，通过离线构建特定短语语义内存、跨层次存储及预测预取等方法，在Qwen3-0.6B上提升下游分数，证明可将其作为低开销组件集成到LLM推理中。
Comments 13 pages, 2 figures
几何崩溃：视觉模型何时无法验证物理因果关系
机构 * Faculty of Applied Sciences, Macao Polytechnic University（澳门理工学院应用科学学院） ； The Chinese University of Hong Kong（香港中文大学） ； AgentecFusion Limited（AgentecFusion有限公司） ； School of Information and Communications Engineering, Xi’an Jiaotong University（西安交通大学信息与通信工程学院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院）
AI总结 研究视觉模型在验证物理因果关系时的问题，提出“Scrambled Edges”方法，通过特定控制分离无支撑边缘证据影响，实验表明该方法使预测偏差增大，几何崩溃全局传播，为改进模型物理合理性提供依据。
Comments ICML 2026
关于神经网络的显式超表达逼近
机构 * City University of Hong Kong（香港城市大学） ； Chinese University of Hong Kong（香港中文大学） ； Guangxi Minzu University（广西民族大学）
AI总结 研究具有显式参数边界和基本激活函数的固定架构神经网络逼近问题，引入中国剩余定理，构建特定宽度和深度的网络，实现对不同类型函数的逼近，给出参数大小与逼近误差关系，是参数有界且架构无界范式对偶结果。
Comments 44 pages, 4 figures
NativeMEM：用于长期机器人操作的原生内存压缩
机构 * The University of Hong Kong（香港大学） ； Beihang University（北京航空航天大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Horizon Robotics（地平线机器人）
AI总结 研究如何让预训练VLA模型高频更新时保留长期视觉历史且高效。提出NativeMEM策略，用原生内存压缩编码，通过开发分词器对齐内存令牌与策略，该方法在模拟和真实机器人实验中效果好，数据效率高。
RoboDojo：用于综合评估通用机器人操作策略的统一模拟与现实基准测试
机构 * UC Berkeley（加州大学伯克利分校） ； THU（清华大学） ； PKU（北京大学） ； Stanford（斯坦福大学） ； MIT（麻省理工学院） ； UNC（北卡罗来纳大学） ； Princeton（普林斯顿大学） ； CMU（卡内基梅隆大学） ； NUS（新加坡国立大学） ； NTU（南洋理工大学） ； CUHK（香港中文大学） ； SJTU（上海交通大学） ； HKUST (GZ)（香港科技大学（广州）） ； ZJU（浙江大学） ； Yale（耶鲁大学）
AI总结 现有基准测试在系统评估通用机器人操作策略能力方面有限，本文引入RoboDojo统一基准测试，含模拟与现实任务，支持多维度评估及可扩展评估，还建立了公共排行榜与系统分析。
Comments Website: https://robodojo-benchmark.com/, Code: https://github.com/RoboDojo-Benchmark/RoboDojo, Leaderboard: https://robodojo-benchmark.com/leaderboard
统一去除雨滴和反射：一个新的基准和一个新流程
机构 * School of Aeronautics and Astronautics, Zhejiang University（浙江大学航空航天学院） ； Huanjiang Laboratory（浣江实验室） ； Hangzhou Institute of Technology, Xidian University（西安电子科技大学杭州研究院） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出统一去除雨滴和反射的任务，并构建了新的基准数据集，同时提出基于扩散的新型框架DiffUR³，有效去除两种退化，实验表明在基准和真实场景中表现优异。
Comments Accepted by ECCV 2026
EventVGGT：探索跨模态蒸馏以实现一致的基于事件的深度估计
机构 * HKUST(GZ)（香港科技大学（珠海）） ； CUHK（香港中文大学） ； SCNU（华南师范大学）
AI总结 EventVGGT通过跨模态蒸馏实现一致的基于事件的深度估计，有效提升深度预测精度和泛化能力。
Comments Accepted to ECCV 2026
大语言模型的快速、慢速和工具增强思维：综述
机构 * School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学机械工程学院） ； School of Computer Science, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学计算机科学学院） ； Huawei Technologies Co., Ltd., Beijing 100084, China（华为技术有限公司） ； Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong, Hong Kong 999077, China（香港中文大学系统工程与工程管理系） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong, Hong Kong 999077, China（香港中文大学计算机科学与工程系） ； Huawei Hong Kong Research Center, Hong Kong 999077, China（华为香港研究中心）
AI总结 综述大语言模型推理进展，基于认知心理学提出LLM推理策略分类法，沿快速/慢速、内部/外部两个知识边界分类，系统调查相关工作并依关键因素归类方法，指出其面临的挑战与未来方向。
Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-51673-0}
深度神经网络的对抗拉德马赫复杂度
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanjing University Suzhou（南京大学苏州校区）
AI总结 研究深度神经网络对抗攻击下的泛化问题，引入中间对抗样本概念及计算框架，给出深度神经网络对抗拉德马赫复杂度的首个界定，并通过实验表明权重范数是影响稳健泛化差距的关键因素。
Lift3D-VLA：将VLA模型提升到3D几何和动力学感知操纵
机构 * Peking University（北京大学） ； CUHK（香港中文大学） ； AI² Robotics（智平方科技）
AI总结 研究针对VLA模型在物理环境操纵中几何理解和空间推理不足的问题，提出Lift3D-VLA框架。通过增强2D模型提升策略、GC-MAE自监督框架及分层时间动作建模，提升模型3D几何和动力学感知能力，在模拟和现实任务中取得更好效果。
Comments 14 pages, 7 figures. Project website: https://lift3dvla.github.io/
视觉作为统一的多模态生成
机构 * SenseTime Research（商汤科技研究院） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学）
AI总结 该研究将计算机视觉表述为统一多模态生成，SenseNova-Vision用自然语言指令等指定任务并生成多种输出。通过转换注释形成语料库训练模型，其涵盖多种视觉任务，实验显示统一模型能匹配专用系统，为集成视觉能力到通用模型提供可扩展途径。
Comments 48 pages,22 figures
RynnWorld-4D：用于机器人操作的4D具身世界模型
机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hong Kong Embodied AI Lab（香港具身人工智能实验室） ； CUHK（香港中文大学） ； Hupan Lab（湖畔实验室）
AI总结 研究针对开放世界机器人操作，提出RynnWorld-4D生成模型，通过RGB-DF捕捉4D动态，其具三分支架构，还整理数据集并提出RynnWorld-4D-Policy，实验证明该模型在时空预测及实际操作任务中表现出色。
Comments Project Page: https://alibaba-damo-academy.github.io/RynnWorld-4D.github.io, Github: https://github.com/alibaba-damo-academy/RynnWorld-4D
SearchEyes：通过搜索世界模拟迈向前沿多模态深度搜索智能
机构 * MMLab, CUHK（香港中文大学多媒体实验室） ； THU（清华大学） ； HKU（香港大学） ； PKU（北京大学） ； NTU（南洋理工大学） ； CASIA（中国科学院自动化研究所） ； ECNU（华东师范大学） ； HIT（哈尔滨工业大学） ； LMU（慕尼黑大学）
AI总结 针对多模态搜索智能体多跳推理的挑战，提出SearchEyes，用类型化知识图谱构建模拟搜索世界，通过感知-知识链采样路径并保留元数据，采用跳锚策略优化，在六个基准测试中取得最优性能。
Comments Project page: https://github.com/Frostlinx/SearchEyes
PolicyShiftGuard：基准测试与改进策略自适应图像护栏
机构 * Fudan University（复旦大学） ； Tongji University（同济大学） ； Virtue AI（美德人工智能公司） ； The Chinese University of Hong Kong（香港中文大学） ； University of Chicago（芝加哥大学） ； University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究策略自适应图像护栏问题，提出PolicyShiftGuard方法，结合随机策略SFT和边界对策略适应进行两阶段训练，在PolicyShiftBench基准测试中显著提升性能，消融实验验证关键因素。
DexTele：一种基于运动重定向和自适应力控制的双臂灵巧遥操作系统
机构 * School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（人工智能学院，香港中文大学（深圳）） ； School of Computing, University of Portsmouth（计算学院，朴茨茅斯大学）
AI总结 研究针对双臂灵巧遥操作中运动重定向和抓取的挑战，提出DexTele系统，通过视觉运动重定向模块和自适应抓取模块，结合运动图编码器、视觉语言模型等技术，实现多平台精确运动重定向与柔顺抓取。
当较低权限足够时：探究LLM代理中的过度权限工具选择
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院）
AI总结 针对LLM代理在工具选择中偏好高权限工具的安全问题，提出ToolPrivBench评估框架，发现主流代理普遍存在过度权限选择且被瞬态故障放大，并设计权限感知后训练防御方法有效减少不必要的高权限工具使用。
Comments code: https://github.com/AISafetyHub/agent-tool-selection-bias
从被动观察者到主动批评者：强化学习激发机器人操作的过程推理
机构 * Shanghai Jiao Tong University（上海交通大学） ； Northeastern University（东北大学） ； Xiamen University Malaysia（厦门大学马来西亚分校） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Xspark AI
AI总结 本文提出PRIMO R1框架，通过强化学习使视频MLLMs成为主动批评者，提升机器人操作中长期任务的监督准确性，实验表明其在过程推理和零样本泛化方面表现优异。
Comments Accepted to ECCV 2026. 32 pages
NumGrad-Pull：用于从点云进行表面重建的数值梯度引导三平面表示
机构 * School of Computing, The Australian National University（澳大利亚国立大学计算机学院） ； 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） ； Department of Computer Science & Software Engineering, the University of Western Australia（西澳大学计算机科学与软件工程系）
AI总结 本文针对从点云重建连续曲面的挑战，提出NumGrad-Pull方法，利用三平面结构、数值梯度、渐进平面扩展和数据采样策略，集成到统一框架，有效应对学习SDF的局部性和稀疏性问题，实验验证了方法的有效性和鲁棒性。
Comments Accepted in IEEE TVCG
VASP智能体：一种用于自主第一性原理计算的智能框架
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Computer Science and Technology（计算机科学与技术系） ； School of Physical Science and Technology（物理科学与技术学院） ； Department of Automation（自动化系） ； Beijing National Research Center for Information Science and Technology (BNRist)（北京信息科学与技术国家研究中心） ； School of Chemistry and Chemical Engineering（化学与化工学院） ； Key Laboratory of Computational Physical Sciences (Ministry of Education)（计算物理科学重点实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所）
AI总结 研究针对第一性原理材料计算对自主性的高要求，提出VASP智能体系统，结合多种技能和工具执行多步VASP计算，经多任务评估，其计算结果更优，还能诊断并恢复计算错误。
Medix：通过稳健梯度统计从未标记的野生数据中进行分布外检测
机构 * IBM（IBM公司） ； University of Waterloo（多伦多大学） ； CUHK（香港中文大学） ； Rensselaer Polytechnic Institute（罗切斯特理工学院）
AI总结 研究利用未标记野生数据进行分布外检测的问题，提出Medix框架，通过基于中位数的稳健梯度统计识别异常值，结合标记InD数据训练分类器，理论推导与实证结果表明该方法全面优于现有方法。
Comments Accepted to TMLR. Camera-ready version
MetaSkill-Evolve：基于双时间尺度元技能演化的大语言模型智能体递归自改进方法
机构 * LMU Munich（慕尼黑大学） ； The Chinese University of Hong Kong（香港中文大学） ； MCML ； MemAgents Lab（MemAgents实验室）
AI总结 针对现有自改进智能体演化非递归的局限，提出双时间尺度框架，任务技能与元技能分层递归演化，在三类基准上显著提升测试精度。
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