ETH Zurich（苏黎世联邦理工学院）

Loc3R-VLM: Language-based Localization and 3D Reasoning with Vision-Language Models

Loc3R-VLM：基于语言的定位与3D推理的视觉语言模型

Kevin Qu, Haozhe Qi, Mihai Dusmanu, Mahdi Rad, Rui Wang, Marc Pollefeys

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） 纠错

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

GMT: Goal-Conditioned Multimodal Transformer for 6-DOF Object Trajectory Synthesis in 3D Scenes

GMT：用于3D场景中6自由度物体轨迹合成的目标条件多模态Transformer

Huajian Zeng, Abhishek Saroha, Daniel Cremers, Xi Wang

机构 * TU München（慕尼黑工业大学） ； MCML ； ETH Zürich（苏黎世联邦理工学院） ； MBZUAI（穆桑大学人工智能研究所） 纠错

AI总结 本文提出GMT，一种多模态Transformer框架，通过结合3D边界框几何、点云上下文、语义物体类别和目标末端姿态，生成真实且目标导向的物体轨迹，提升了空间精度和方向控制。

Comments Accpeted by 3DV 2026. Project Page: https://huajian-zeng.github.io/projects/gmt/

Process Supervision for Chain-of-Thought Reasoning via Monte Carlo Net Information Gain

通过蒙特卡洛网络信息增益实现链式推理过程监督

Corentin Royer, Debarun Bhattacharjya, Gaetano Rossiello, Andrea Giovannini, Mennatallah El-Assady

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； IBM Research（IBM研究院） 纠错

AI总结 本文提出利用信息论自动生成推理步骤标签，提升大语言模型推理过程的监督效率与可靠性，适用于多种推理基准测试。

Robust estimation of heterogeneous treatment effects in randomized trials leveraging external data

在随机试验中利用外部数据稳健估计异质治疗效应

Rickard Karlsson, Piersilvio De Bartolomeis, Issa J. Dahabreh, Jesse H. Krijthe

机构 * TU Delft（代尔夫特理工大学） ； ETH Zürich（苏黎世联邦理工学院） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出QR-learner模型，通过结合外部数据提升随机试验中条件平均治疗效应估计的稳健性与统计功效。

Comments Accepted to AISTATS 2026. 24 pages, including references and appendix

Real-Time Online Learning for Model Predictive Control using a Spatio-Temporal Gaussian Process Approximation

基于时空高斯过程近似的实时在线学习用于模型预测控制

Lars Bartels, Amon Lahr, Andrea Carron, Melanie N. Zeilinger

机构 * Institute for Dynamic Systems and Control, ETH Zürich（动态系统与控制研究所，苏黎世联邦理工学院） 纠错

AI总结 本文提出一种高效的时空高斯过程近似方法，用于实时在线学习，提升模型预测控制的性能，尤其适用于时变系统。

Comments to be published at 2026 IEEE International Conference on Robotics & Automation (ICRA)