高校专区
Mario：基于大语言模型的多模态图推理
机构 * New York University Shanghai（上海纽约大学） ； New York University（纽约大学） ； Tsinghua University（清华大学） ； EPFL（瑞士联邦理工学院洛桑）
AI总结 Mario通过多模态图推理框架解决跨模态一致性与异构模态偏好问题，实现对多模态图的有效推理，优于现有图模型。
Comments CVPR 2026
一种面向地理定位的多模态方法用于生态预测
机构 * ECEO, Ecole Polytechnique Fédérale de Lausanne (EPFL)（ECEO，洛桑联邦理工学院（EPFL）） ； INRIA, University of Montpellier（法国国家信息与自动化研究所（INRIA），蒙彼利埃大学）
AI总结 本文提出GAMMA方法，通过显式空间上下文融合异构生态数据，提升环境预测性能，并展示其在大规模环境制图和生物多样性监测中的潜力。
Comments under review
核密度机
机构 * EPFL, Swiss Finance Institute（EPFL，瑞士金融学院） ； Università della Svizzera italiana and Swiss Finance Institute（意大利语区大学和瑞士金融学院）
AI总结 核密度机通过最小假设学习概率测度间的Radon-Nikodym导数，提供通用可测空间下的密度估计方法，具有可扩展性和高精度。
锚定视频生成：解耦场景构建与时间合成在文本到视频扩散模型中
机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院洛桑分校）
AI总结 本文提出锚定视频生成方法，通过解耦场景构建与时间合成任务，提升文本到视频扩散模型在复杂场景生成和时间逻辑遵循上的性能。
CloudFormer: 一种基于注意力的公共云性能预测方法用于未知工作负载
机构 * ESL, EPFL（EPFL瑞士拉沃斯分校）
AI总结 CloudFormer通过双分支Transformer模型预测公共云中虚拟机性能退化，利用206种系统指标捕捉瞬时干扰效应，实现跨不同工作负载的鲁棒预测，MAE低至7.8%。
KINESIS：人类肌肉骨骼运动的运动模仿
机构 * EPFL（苏黎世联邦理工学院）
AI总结 KINESIS通过无模型运动模仿框架解决人类运动控制中的关键问题，利用1.8小时运动数据实现对未知轨迹的强模仿性能，并在多个下游任务中展示出对肌肉活动模式的生成能力。
Comments Accepted to ICRA. Here we include an appendix
基于因果推理的多层图中解耦表示学习
机构 * EPFL, Lausanne, Switzerland（苏黎世联邦理工学院）
AI总结 本文提出一种基于因果推理的框架，通过自监督学习解耦多层图中的共同和私有信息，提升表示学习的鲁棒性和可解释性。
Comments Submitted to IEEE Transactions on Signal and Information Processing over Networks. Includes supplementary material
在大型语言模型中探测伦理框架表示：结构、纠缠与方法学挑战
机构 * School of Computer and Communication Sciences, École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院计算机与通信科学学院） ； Digital Humanities Lab, École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院数字人文实验室）
AI总结 研究通过分析五个伦理框架在不同LLM中的表示，揭示了伦理子空间的差异及转移模式，探讨了伦理判断的结构和方法学挑战。
PoseDriver: 多类别骨架检测的统一方法用于自动驾驶
机构 * Ecole Polytechnique Federale de Lausanne (EPFL)（洛桑联邦理工学院）
AI总结 本文提出PoseDriver框架，通过统一多任务学习实现多类别骨架检测，展示了在车道检测和自行车骨架检测中的高性能表现。
使用SAM2的零样本方法自动分割3DCT扫描
机构 * Department of Computer Science, EPFL, Switzerland（瑞士联邦理工学院计算机科学系）
AI总结 本文研究了在不进行微调或领域特定训练的情况下，利用Segment Anything Model 2对体积CT数据进行自动分割的零样本方法，通过改进SAM2的视频记忆机制以适应3D数据，展示了零样本方法在医学图像分割中的可行性。
Comments 11 pages, 5 figures
神经闭环映射的稳定性保持在线适应
机构 * Institute of Mechanical Engineering, Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院机械工程学院） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系）
AI总结 本文提出稳定性保持的在线适应机制，用于非线性神经网络控制器，通过时间调度和状态触发方案保证闭环$\ell_p$稳定性，同时分离稳定性与控制器最优性。
通过偏差理论实现流式注意力近似
机构 * EPFL（苏黎世联邦理工学院） ； KAIST（韩国科学技术院） ； Google Research（谷歌研究）
AI总结 本文提出BalanceKV算法，基于几何过程选择平衡的Key和Value token，实现流式注意力近似，理论和实验均优于现有方法。
你能否在没有图像的情况下学习视觉？面向视觉变换器的程序化预热
机构 * Australian Institute for Machine Learning (AIML), University of Adelaide, Australia（澳大利亚机器学习研究所（AIML），阿德莱德大学，澳大利亚） ； École Polytechnique Fédérale de Lausanne (EPFL), Switzerland（瑞士联邦理工学院（EPFL）） ； Idiap Research Institute, Switzerland（日内瓦研究所）
AI总结 本文通过程序化生成数据预训练视觉变换器，使其学习抽象计算先验，提升数据效率和下游性能。
Comments Camera-ready version
联邦期望-最大化算法的快速收敛性
机构 * Institute of Mathematics, Ecole Polytechnique Federale de Lausanne（洛桑联邦理工学院数学研究所） ； Department of Operations Research and Financial Engineering（运筹学与金融工程系） ； Princeton University（普林斯顿大学）
AI总结 本文研究了联邦学习中数据异质性对期望-最大化算法收敛速率的影响，通过联邦混合线性回归模型分析，证明在信号噪声比不低于√K时，初始化良好的EM算法在所有客户端数量和数据点数量下都能收敛到真实参数，实验验证了数据异质性可加速迭代联邦算法收敛。
Swim2Real: 基于视觉-语言模型的系统辨识用于仿真到现实迁移
机构 * University of Warsaw（华沙大学） ； IDEAS NCBR ； EPFL（瑞士联邦理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； Nomagic
AI总结 本文提出Swim2Real系统，利用视觉-语言模型反馈校准水下仿真实验室，无需手动设计搜索阶段。通过同时校准16个参数，显著提升仿真到现实的迁移效果，实现零样本强化学习迁移。
PhysGen：面向工业设计的物理引导的3D形状生成
机构 * CVLab, EPFL（EPFL计算机视觉实验室）
AI总结 PhysGen提出一种结合物理引导的3D形状生成方法，通过物理感知正则化项和变分自编码器提升形状真实感，实验表明其优于单纯视觉合理性。
Comments Accepted to CVPR 2026. 14 pages, 10 figures
ODySSeI：一种开源端到端框架，用于侵袭性冠状动脉造影图像中病变的自动检测、分割和严重程度估计
机构 * LTS4 Laboratory, EPFL, Lausanne, Switzerland（EPFL LTS4实验室，瑞士拉瓦尔大学） ； Chair of Mathematical Data Science, EPFL, Lausanne, Switzerland（EPFL数学数据科学教授职位，瑞士拉瓦尔大学） ； EPFL AI Center, Lausanne, Switzerland（EPFL人工智能中心，瑞士拉瓦尔大学） ； Cardiology Department, CHUV, Lausanne, Switzerland（CHUV心内科，瑞士拉瓦尔大学） ； Cardiovascular Center, OLV, Aalst, Belgium（OLV心血管中心，比利时艾尔斯特） ； School of AIAC, Xi’an Jiaotong-Liverpool University, Suzhou, China（西安交通大学利物浦大学人工智能学院，中国苏州）
AI总结 本文提出ODySSeI框架，通过Pyramidal Augmentation Scheme提升性能，实现病变自动检测与分割，并提出无需冠状动脉造影的病变严重程度估计方法，验证其在多种临床数据集上的通用性。
在随机逼近中考虑厚尾和长程依赖噪声：有限时间分析
机构 * Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系） ； School of Computer & Communication Sciences, EPFL（苏黎世联邦理工学院计算机与通信科学学院）
AI总结 本文研究了在厚尾和长程依赖噪声下通过随机逼近寻找强单增算子根的问题，建立了首个有限时间矩界，提供了明确的收敛速率，并通过数值实验验证了分析结果。
Comments Submitted to IEEE Transactions on Automatic Control
各种形状和大小的ResNets：在大规模极限下训练动态的收敛性
机构 * École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院）
AI总结 本文研究了ResNets在大规模极限下的训练动态收敛性，证明了在特定条件下误差率与深度、隐藏宽度和嵌入维度有关，且在嵌入空间中具有实验证据支持。
非参数变分差分隐私 via 嵌入参数裁剪
机构 * Idiap Research Institute（日内瓦研究所） ； EPFL（瑞士联邦理工学院）
AI总结 本文提出通过嵌入参数裁剪解决非参数变分差分隐私中潜在表示漂移问题，理论推导出后验均值、方差和混合权重约束，提升隐私-效用平衡。
Comments 8 pages, 1 figure
多材料直接墨水书写与刺绣用于可拉伸可穿戴传感器
机构 * Institute of Biomedical Engineering, University of Oxford, UK（生物医学工程研究所，牛津大学，英国） ； The Podium Institute for Sports Medicine and Technology, University of Oxford, UK（体育医学与技术研究所，牛津大学，英国） ； École Polytechnique Fédérale de Lausanne, Switzerland（洛桑联邦理工学院，瑞士）
AI总结 本文提出一种纺织品兼容的制造流程，结合多材料直接墨水书写与自动化刺绣，实现可拉伸应变传感器直接嵌入服装中，展示出高达120%的拉伸性能和线性响应特性，适用于运动捕捉和柔性机器人应用。
Comments 6 pages, 8 figures, conference
Q-Drift：扩散模型采样中的量化感知漂移校正
机构 * Department of Computer Science and Engineering, Seoul National University, Seoul, South Korea（计算机科学与工程系，首尔国立大学，韩国首尔） ； School of Computer and Communication Sciences, EPFL, Lausanne, Switzerland（计算机与通信科学学院，瑞士洛桑联邦理工学院） ； Meta Reality Labs, Redmond, USA（Meta现实实验室，美国西雅图）
AI总结 本文提出Q-Drift，一种在采样端校正量化噪声的方法，通过将量化误差视为隐含的随机扰动，提升扩散模型生成质量，实验显示在多种模型和方法上均有效。
Comments 29 pages, 6 figures
Loc3R-VLM：基于语言的定位与3D推理的视觉语言模型
机构 * Microsoft Spatial AI Lab（微软空间AI实验室） ； ETH Zurich（苏黎世联邦理工学院） ； EPFL（苏黎世联邦理工学院）
AI总结 Loc3R-VLM通过结合全局布局重建和显式情境建模，提升视觉语言模型的3D空间理解能力，在语言定位和3D问答任务中取得最优性能。
Comments Project Page: https://kevinqu7.github.io/loc3r-vlm
噪声敏感指数控制单索引和多索引模型中的大规模统计-计算差距
机构 * Departement d’Informatique, École Normale Supérieure, PSL & CNRS（信息学院，巴黎高等师范学院，PSL & CNRS） ； Information, Learning and Physics Laboratory, École Polytechnique Fédérale de Lausanne (EPFL)（信息、学习与物理实验室，洛桑联邦理工学院（EPFL）） ； INRIA Paris（巴黎INRIA）
AI总结 本文研究了单索引和多索引模型中统计与计算差距的形成机制，发现噪声敏感指数决定了这些模型中统计与计算差距的存在和大小。
视频理解：从几何与语义到统一模型
机构 * Department of Computer Science（计算机科学系） ； University of Copenhagen（哥本哈根大学） ； College of Computer Science（计算机科学学院） ； Nankai University（南开大学） ； School of Computer and Communication Sciences（计算机与通信科学学校） ； EPFL（苏黎世联邦理工学院） ； Department of Computer Science & Engineering（计算机科学与工程系） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Computer Vision Lab（计算机视觉实验室） ； University of Würzburg（乌尔姆大学） ； Computer Science Research Centre（计算机科学研究中心） ； University of Surrey（萨里大学） ； School of Electrical, Computer and Telecommunications Engineering（电气、计算机和电信工程学院） ； University of Wollongong（沃林根大学） ； Language Technology Lab（语言技术实验室） ； University of Cambridge（剑桥大学） ； School of Artificial Intelligence（人工智能学院） ； Beijing Institute of Technology（北京理工大学） ； Institute for Computer Science（计算机科学研究所） ； INSAIT
AI总结 本文综述了视频理解的发展，从低层几何理解到高层语义理解和统一模型，探讨了时间动态和视觉上下文建模的重要性，并总结了当前研究趋势和挑战。
Comments A comprehensive survey of video understanding, spanning low-level geometry, high-level semantics, and unified understanding models
Journal ref Machine Intelligence Research 2026
可证明安全的模型更新
机构 * Department of Computing（计算系） ； Imperial College London（帝国理工学院伦敦分校） ； School of Computer and Comm. Sciences (IC)（计算机与通信科学系） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
AI总结 本文提出可证明安全的模型更新框架，通过计算最大局部不变域来确保模型更新的安全性，有效避免遗忘并提供形式化安全保证。
Comments 12 pages, 9 figures. This work has been accepted for publication at SaTML 2026. The final version will be available on IEEE Xplore
为蝾螈机器人学习全身控制
机构 * Biorobotics Laboratory (BIOROB), École polytechnique fédérale de Lausanne (EPFL)（生物机器人实验室（BIOROB），瑞士洛桑联邦理工学院）
AI总结 本文提出通过强化学习实现蝾螈机器人全身协调控制，解决从仿真到真实环境的迁移问题，并实现陆地与水下运动转换。
表现美：迈向一种参与但客观的潜在美学
机构 * Digital Humanities Laboratory（数字人文实验室） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑分校）
AI总结 本文探讨神经网络如何表征美，通过跨模型表征收敛研究，发现美能产生更相似的表示，而不美的图像则不能。研究提出美的现实基础，并强调人类感知与创作在塑造深度学习模型潜在空间中的作用。
CardioComposer：利用可微几何实现解剖扩散模型的组合控制
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Brigham and Women’s Hospital（布里奇沃特医院） ； American University in Cairo（开罗美国大学） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
AI总结 CardioComposer通过可微几何实现对解剖扩散模型的组合控制，利用可解释的椭球体原语生成多类解剖标签图，通过可微测量函数实现几何属性的约束与控制。
Comments 10 pages, 16 figures
工业检测中堆叠物体的自动化计数
机构 * EPFL（苏黎世联邦理工学院） ； MBZUAI（马克斯·普朗克人工智能研究所） ； Southern University of Science and Technology（南方科技大学） ； Stony Brook University（石溪大学） ； University of North Carolina（北卡罗来纳大学）
AI总结 本文提出一种新的3D计数方法，通过多视角图像估计堆叠物体的3D几何和占用率，解决容器中堆叠物体遮挡问题，验证了在大规模合成和真实数据上的鲁棒性。
Comments This preprint is a journal extension of our ICCV25 Oral paper: https://corentindumery.github.io/projects/stacks.html
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