高校专区
SPEAR：用于逼真的具身人工智能研究的模拟器
机构 * Adobe Research（Adobe研究院） ； Intel Labs（英特尔实验室） ； Manycore Tech Inc（众核科技公司） ； Adobe（Adobe公司） ； NVIDIA（英伟达公司） ； ETH Zurich（苏黎世联邦理工学院） ； Imperial College London（伦敦帝国学院）
AI总结 研究针对现有逼真模拟器局限，提出SPEAR这一Python库，通过模块化插件架构连接控制UE应用程序，提升可编程性与渲染速度，还提供新图像模态和高级编程模型，经多样示例应用展示了其效用。
Comments Accepted for publication at the European Conference on Computer Vision (ECCV) 2026
CoMind：从多视角理解人类协作活动
机构 * ETH Zurich（苏黎世联邦理工学院） ； MPI for Informatics（马克斯·普朗克信息研究所） ； Microsoft Switzerland（微软瑞士公司） ； TU Munich（慕尼黑工业大学）
AI总结 研究旨在填补人类协作认知过程研究空白，引入CoMind数据集，整合多模态数据并标注，建立相关基准，有助于开发和评估能建模复杂社会互动及推理人类行为的AI系统。
Comments Accepted to ECCV 2026
保留还是适应？泛化持续学习
机构 * ETH AI Center, Department of Computer Science, ETH Zürich（苏黎世联邦理工学院人工智能中心，计算机科学系） ； Mila - Quebec AI Institute, School of Computer Science, McGill University（魁北克人工智能研究所，麦吉尔大学计算机科学系） ； University of Technology Nuremberg（纽伦堡技术大学）
AI总结 该研究挑战持续学习以保留知识为中心的前提，将其形式化为在线优化问题，引入转移效率指标，得出关键任务持续时间，验证理论预测，还提出预测持续学习算法类别及窗口算法，在受控分布漂移下有良好表现。
Hilti-Trimble-牛津数据集：用于SLAM和定位的带有平面图先验的360视觉惯性基准测试
机构 * Hilti AG（喜利得集团） ； University of Oxford（牛津大学） ； ETH Zürich（苏黎世联邦理工学院） ； Vision & Robotics GmbH（视觉与机器人有限公司） ； Trimble Inc.（天宝公司）
AI总结 本文介绍了Hilti-Trimble-牛津数据集，用于支持建筑工地的视觉SLAM和定位。它收集于活跃建筑工地，包含30个视觉惯性序列及地面真值轨迹。通过开放研究挑战评估相关系统，反映出SLAM方法更成熟，凸显定位任务难度，为持续研究提供支持，数据集公开可用。
低维数据集上散射网络的分离能力
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 研究低维数据集上散射网络的分离能力，通过刻画一般特征提取器的分离能力，针对散射网络得出滤波器要在多频率与数据匹配、耦合矩阵要有良好条件数这两个设计准则。
Comments 19 pages
具备安全保证的Web智能体不可信内容掩码技术
机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； ISTA（瑞士信息科学与技术学院） ； Anthropic（Anthropic公司）
AI总结 针对Web智能体的提示注入安全边界缺失问题，提出UCM方法，利用网页DOM区分内容区域，通过掩码与沙箱交互恢复安全边界，实现带安全保障的Web环境交互。
保持离散：学习连续脊柱退变严重程度评分的益处
机构 * Biomedical Data Science Lab, Dept. D-HEST, ETH Zurich（生物医学数据科学实验室，D-HEST系，苏黎世联邦理工学院） ； Swiss Institute of Bioinformatics (SIB)（瑞士生物信息学研究所） ； Visual Geometry Group, Dept. of Engineering Science, University of Oxford（视觉几何组，工程科学系，牛津大学）
AI总结 研究将脊柱退变建模为连续严重程度排序问题，介绍SpineRankNet框架从腰椎MRI学习标量严重程度分数，与多类分类和序数回归对比，表明排序损失训练的模型可实现MRI扫描细粒度排序，分数能恢复分级且提升类间区分度。
LangLoc：“告诉我你看到了什么”
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Zürich（苏黎世大学） ； Microsoft（微软公司） ； HUN-REN SZTAKI（匈牙利科学院计算机与自动化研究所）
AI总结 研究从自然语言进行室内细粒度定位，用含CLIP语义特征的双分支GATv2编码器检索场景，通过射线投射物体可见性估计位置和方向，用贝叶斯对话模块解决歧义，贡献基准数据集。
Comments Accepted at the European Conference of Computer Vision (ECCV) 2026
流动背后的映射：作为动力系统的有限步梯度下降
机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系）
AI总结 研究固定步长梯度下降作为离散动力系统，在可精确求解模型层次中，从深度线性链平衡标量约简出发，分析其动力学行为及对学习的影响，指出学习率是训练动力学的结构参数。
FormalRx：纠正和检查自动形式化中的语义错误
机构 * LARK Lab, HKUST(GZ)（香港科技大学（广州）LARK实验室） ； ETH Zurich（苏黎世联邦理工学院） ； UCLA（加州大学洛杉矶分校） ； SJTU（上海交通大学） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； HKUST（香港科技大学）
AI总结 研究自动形式化中语义对齐问题，提出FormalRx框架，核心是SCI错误分类法，能实现对齐判定、错误分类、定位及纠正，通过实例验证性能优于基线，助力自动形式化系统诊断与改进。
Comments 44 pages, 5 figures. Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
Mask2Real-WM：作为可控灵巧世界模型的模拟到现实桥梁的分割掩码
机构 * Soft Robotic Lab, Department of Mechanical and Process Engineering ETH Zurich, Switzerland（苏黎世联邦理工学院机械与过程工程系软机器人实验室）
AI总结 提出Mask2Real-WM，一种用于灵巧操纵的两阶段动作条件世界模型，将像素预测解耦为动力学和渲染模型，利用分割空间较小的模拟到现实差距，通过合成数据预训练和真实演示微调实现各自由度动作可控。
Comments 23 pages, 24 figures, 4 tables. Preprint. Project page: https://srl-ethz.github.io/Mask2Real-WM/
从交互到意图：从溯源日志中推断用户目标
机构 * ETH Zurich（苏黎世联邦理工学院） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 研究能否用溯源日志对视觉探索任务中的用户意图分类，记录参与者交互，发现不同分析目标有不同行为特征，嵌入上下文信息可使分类器跨数据集和投影方法预测用户目标。
Comments 13 pages, 11 figures
2026年EXIST竞赛中的AI奇才：用于表情包中多模态性别歧视识别的分层软标签学习
机构 * EXIST Lab（EXIST实验室） ； CLEF（信息检索评价论坛） ； Swiss Data Science Center, ETH Zürich（瑞士苏黎世联邦理工学院瑞士数据科学中心） ； Everest Systems GmbH（珠穆朗玛峰系统有限公司） ； Villanova.ai S.P.A（维拉诺瓦人工智能股份公司）
AI总结 针对表情包多模态性别歧视识别，将任务分层建模为基于经验注释者分布的条件软标签预测，用轻量级门控MLP映射视觉语言表征，在竞赛中取得好成绩。
如何构建数字人？从先验知识到逼真的虚拟形象
机构 * Meta ； Technical University of Munich（慕尼黑技术大学） ； Google（谷歌） ； Tsinghua University（清华大学） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； NVIDIA ； Technical University of Darmstadt（达姆施塔特技术大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 概述可控3D人类虚拟形象创建，聚焦先验学习和形象创建阶段，定义现有虚拟形象表示并分类，回顾全身和头部虚拟形象等方法，概述原则、推荐文献并讨论挑战与方向。
Comments Eurographics 2026 State-of-the-Art Report (STAR). Project page: https://wojciechzielonka.com/how-to-build-digital-humans/
分身：音效及其合成孪生体
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 介绍Doppelganger基准，用于跨合成-真实边界匹配音效。通过配对真实与合成音频，测试不同训练方式对音频编码器跨边界匹配的影响，发现特定训练可提升匹配准确率，且该匹配具有生成器特异性。
Comments 19 pages. Code: https://github.com/elliottash/doppelganger ; Data: https://huggingface.co/datasets/elliottash/doppelganger ; Models: https://huggingface.co/elliottash/doppelganger
探索用于天气降尺度的卷积神经过程
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 该项目研究卷积条件神经过程用于将ERA5-Land每日最高气温从约11公里分辨率降尺度到瑞士约1公里分辨率，基于特定架构改进，最佳模型效果良好，还做了消融研究，指出关键挑战。
DynaVieW：用于理解分层视觉动态的模式引导世界建模
机构 * EPFL, Switzerland（瑞士联邦理工学院） ； Harvard University（哈佛大学） ； Sony Group Corporation（索尼集团） ； ETH Zurich, Switzerland（瑞士苏黎世联邦理工学院）
AI总结 针对多模态语言模型难以系统建模视频视觉场景时间演变的问题，提出DynaVieW模型，通过学习交错状态转换序列理解视觉动态，在多架构下联合建模，提升下游视觉叙事创作等任务表现。
Comments ICML 2026
通过条件策略混合展示泛化失败
机构 * University of Virginia（弗吉尼亚大学） ； ETH Zurich（苏黎世联邦理工学院） ； MATS ； Meridian Visiting Researcher Program（子午访问研究员计划） ； University of Cambridge（剑桥大学）
AI总结 研究前沿语言模型训练后因环境分布变化导致泛化失败的问题。提出构建语言模型的方法，用监督微调基于条件策略混合数据集得到模型，经强化学习训练后出现可控泛化失败，还借此说明未来语言模型泛化失败的新方式。
关于分子优化的离散扩散在线适应设计空间
机构 * Caltech（加州理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； Genesis Molecular AI（创世纪分子人工智能公司）
AI总结 研究离散扩散模型的适应问题，通过控制实验发现获取、奖励塑造、模型去偏等方法互补，重放稳定学习，有效性惩罚限制小分子探索，给出反馈高效的分子优化实用方法，优于离线微调等基线。
Comments Submitted to The Fortieth Annual Conference on Neural Information Processing Systems
GRAFT：用于零样本文本到语音中细粒度发音的嫁接参考音频
机构 * AGIGO ； ETH Zurich（苏黎世联邦理工学院） ； Sapienza University of Rome（罗马大学） ； University of Zurich（苏黎世大学）
AI总结 研究针对文本到语音神经编解码器语言建模中单词发音问题，提出GRAFT机制，通过短语音样本控制单词发音，经语音转换训练，提升发音效果，在多语言基准测试中表现出色。
离散扩散模型学到了什么？
机构 * ETH Zurich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems, Tübingen（图宾根马克斯·普朗克智能系统研究所） ； ELLIS Institute Tübingen（图宾根ELLIS研究所）
AI总结 研究离散扩散模型学到了什么，通过严格推导连续时间马尔可夫链（CTMC）的ELBO，证明了Oracle Distance定理，给出其唯一优化器及不可约成本，还分析了有token分解噪声序列的情况。
Comments 66 pages, 6 figures
LIME: 从自我中心视频学习意图感知的相机运动
机构 * ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学）
AI总结 提出LIME模型，从自我中心视频中挖掘多意图相机运动监督，结合自回归观察增益输出与连续流匹配位姿头，实现语言条件相机运动生成。
以对象为中心的LeJEPA
机构 * Biomedical Image Computing Group, ETH Zurich（苏黎世联邦理工学院生物医学图像计算组）
AI总结 提出以对象为中心的LeJEPA方法，通过使用SAM提供的对象掩码，在对象级别对齐表示，避免场景级自监督方法的数据低效和不稳定性，在跟踪、分类、分割和重识别任务上优于图像级LeJEPA。
编排水之道：水生机器人艺术的计算机框架
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 提出水生机器人编排框架Way of Water，通过浏览器式编舞工具、序列凸规划轨迹生成和模型预测控制，实现非编程艺术家对水面船队的音乐响应式编舞，并在苏黎世湖和威尼斯双年展验证。
Comments Video: https://youtu.be/G4cM6xbG7PA
多分辨率流匹配：通过分阶段采样实现无训练扩散加速
机构 * State Key Laboratory of Complex & Critical Software Environment, Beihang University（北京航空航天大学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） ； Nanyang Technological University（南洋理工大学） ； State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology of China（中国科学技术大学） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 提出MrFlow，一种基于分阶段低到高分辨率管道的无训练多分辨率加速策略，利用低分辨率采样减少计算量，像素空间超分辨率和高频重采样保持质量，实现10倍加速且质量损失小于1%。
Comments The code is available at https://github.com/Xingyu-Zheng/MrFlow
SE(2)导航网格
机构 * Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）
AI总结 提出SE(2)导航网格，通过编码偏航依赖的可通行性，支持非圆形机器人在复杂多层环境中的高效路径规划，并开发了A*-拉绳-A*分层路径搜索策略。
Comments Project page: https://se2-navmesh.github.io/
指数权重聚合在期望意义下是最优的
机构 * Department of Statistics, University of Oxford（统计系，牛津大学） ； Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院）
AI总结 本文证明指数权重聚合（AEW）估计器在平方损失下，当温度足够大时，期望超额风险达到极小极大最优，解决了Lecué和Mendelson（2013）提出的开放问题。
通过最小接近感知学习离散地形上的运动
机构 * Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）
AI总结 本研究在四足机器人足部嵌入低成本红外接近传感器，提供预接触反馈，结合强化学习使机器人能预测地形不连续性，显著提升离散地形穿越鲁棒性。
Comments Accepted to IROS 2026
SuperFlex: 用于点云分解的可变形超二次曲面
机构 * ETH Zurich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） ； IMPA（巴西国家纯数学与应用数学研究所） ； USI Lugano（卢加诺大学）
AI总结 提出SuperFlex框架，通过新损失函数、弯曲和锥形变形提升超二次曲面分解精度，并利用高质量分解训练模型以鲁棒处理部分点云。
Comments Project page: https://superflex3d.github.io
在模拟复杂系统上验证因果抽象度量
机构 * Université Grenoble Alpes, CNRS, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学、国家科学研究中心、格勒诺布尔INP、LIG实验室） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本研究在十个复杂系统上评估三十多种候选度量，发现只有包含未映射变量忠实性检验的因果度量能可靠区分有效与无效抽象，并提出了因果抽象误差（CAE）作为通用有效性度量。
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