高校专区
量化视觉几何基础变换器
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院人工智能安全国家重点实验室，计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； ETH Zürich（苏黎世联邦理工学院） ； City College of New York, City University of New York, USA（纽约城市学院，纽约城市大学，美国） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出QuantVGGT，首个针对大规模VGGT的量化框架，通过双平滑细粒度量化和噪声过滤多样化采样技术，在保持高精度的同时实现显著的内存减少和加速。
Comments Accepted by ICLR 2026
S$^2$Q-VDiT: 精确量化视频扩散变换器与显著数据和稀疏令牌蒸馏
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 S$^2$Q-VDiT通过显著数据选择和稀疏令牌蒸馏提升视频扩散变换器的量化性能，实现无损压缩和加速推理。
Comments Accepted by NeurIPS 2025
LoRA-Ensemble：高效不确定性建模用于自注意力网络
机构 * ETH Zurich（苏黎世联邦理工学院） ； Agroscope（农业生态观测机构）
AI总结 LoRA-Ensemble通过低秩适应方法实现自注意力网络的高效不确定性建模，优于现有隐式集合方法并达到显式集合的准确度水平。
Journal ref Transactions on Machine Learning Research, 2026
一种统一的低维设计嵌入用于软机器人形状、材料和驱动的联合优化
机构 * Soft Robotics Lab, D-MAVT, ETH Zurich, Switzerland（苏黎世联邦理工学院软机器人实验室） ； ETH AI Center, ETH Zurich, Switzerland（苏黎世联邦理工学院人工智能中心）
AI总结 本文提出了一种统一的低维设计嵌入方法，用于软机器人形状、材料和驱动的联合优化，通过结构化参数空间实现高效协同设计。
Comments This work has been submitted to the IEEE for possible publication
SORS：一种模块化、高保真度的软机器人模拟器
机构 * Soft Robotics Lab, D-MAVT, ETH Zurich（软机器人实验室，D-MAVT，苏黎世联邦理工学院）
AI总结 SORS是一种模块化、高保真的软机器人模拟器，通过能量基框架和约束非线性优化，实现对软机器人复杂行为的高精度建模与验证。
Comments This work has been submitted to the IEEE for possible publication. Code and data are available at github.com/srl-ethz/sors
Rewis3d：重建提升弱监督语义分割
机构 * Saarland University（萨尔兰大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 Rewis3d通过利用3D重建作为辅助监督信号，提升弱监督语义分割的性能，优于现有方法2-7%。
FedSCS-XGB -- 联邦服务器中心化替代XGBoost用于持续健康监测
机构 * Data Analytics (INDA) RWTH Aachen University Aachen, Germany ； Spinal Cord Injury Artificial Intelligence (SCAI) Lab ETH Zürich \& Swiss Paraplegic Research (SPF) Nottwil, Switzerland
AI总结 FedSCS-XGB通过联邦服务器中心化替代XGBoost实现持续健康监测，匹配集中式性能并保留XGBoost结构优势。
Comments Submitted to IEEE EMBC 2026
在几乎最优时间内实现无偏学习
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Amsterdam（阿姆斯特丹大学）
AI总结 本研究改进了无偏学习的复杂性界，通过证明在统计查询模型中多项式阈值函数的近似次数为~O(Γ²/ε²)，并给出了近最优的复杂性界。
Comments 20 pages
MOSIV：从视频中多物体系统识别
机构 * CMU（卡内基梅隆大学） ； Georgia Tech（佐治亚理工学院） ； Harvard（哈佛大学） ； ETH Zurich（苏黎世联邦理工学院） ； UIUC（伊利诺伊大学香槟分校） ； Insta360 ； UC Merced（加州大学默塞德分校）
AI总结 MOSIV通过从视频中导出的几何目标直接优化连续材料参数，提升多物体系统识别的接地准确性和模拟保真度。
Comments ICLR 2026
语言模型的转化
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Copenhagen（哥本哈根大学） ； CHI-FRO
AI总结 本文提出了一种基于确定性字符串到字符串转换的通用语言模型框架，通过有限状态机实现对不同输出格式的适应性转换。
融合记忆与空间：一种状态空间神经算子
机构 * Department of Computer Science ETH Zürich（计算机科学系 高等理工大学苏黎世分校） ； Faculty of Mathematics University of Vienna（数学系 维也纳大学）
AI总结 本文提出了一种状态空间神经算子，通过自适应阻尼和可学习频率调制机制，实现高效捕捉PDE长程依赖性，并在多种PDE基准测试中取得最佳性能。
DVD-Quant: 数据无依赖的视频扩散变换器量化
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 DVD-Quant通过无数据量化框架实现视频DiT模型的高效量化，提升运行速度并保持视觉质量。
Comments Code and models will be available at https://github.com/lhxcs/DVD-Quant
FindAnything: 任意环境中的开放词汇和以对象为中心的映射用于机器人探索
机构 * Technical University of Munich（技术大学慕尼黑） ； School of Computation, Information and Technology（计算、信息与技术学院） ； ETH Zurich（苏黎世联邦理工学院） ； Department of Computing（计算学院） ； Imperial College London（伦敦帝国理工学院） ； University of Patras（帕特拉大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
AI总结 FindAnything通过整合视觉语言信息，实现了大规模未知环境中高效、内存友好的开放词汇映射，适用于机器人探索任务。
Comments 11 pages, 5 figures
用序列蒙特卡洛方法融合语言模型
机构 * ETH Zürich（苏黎世联邦理工学院） ； McGill University（麦吉尔大学） ； Canada CIFAR AI Chair（加拿大 CIFAR 人工智能主席）
AI总结 本文提出了一种融合语言模型的统一框架，通过字节级序列蒙特卡洛算法实现不同词汇表模型的融合采样，提升了结构化文本生成任务的性能。
高斯服装：用于自由形式虚拟试穿的组合式3D高斯虚拟人物
机构 * Department of Computer Science, ETH Zürich（苏黎世联邦理工学院计算机科学系） ； ETH AI Center, ETH Zürich（苏黎世联邦理工学院人工智能中心） ； HKUST(GZ)（香港科技大学（广州））
AI总结 Gaussian Wardrobe通过组合式3D高斯表示，实现从多视角视频中生成高保真虚拟人物，并支持自由形式服装的跨个体重用，提升虚拟试穿的实用性
Comments 3DV 2026, 16 pages, 12 figures
通过将多视角重建网络缝合到视频生成器中实现文本到3D
机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌）
AI总结 VIST3A通过将多视角重建网络缝合到视频生成器中，实现文本到3D生成，提升3D场景生成质量。
Comments ICLR 2026 (Oral), Project page: https://gohyojun15.github.io/VIST3A/
TerraCodec：压缩光学地球观测数据
机构 * IBM Research Europe（IBM欧洲研究院） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 TerraCodec通过预训练的神经编码器实现高效压缩和云填充，提升地球观测数据处理性能。
基于3D傅里叶场的连续时空视频超分辨率
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出基于3D傅里叶场的连续时空视频超分辨率方法，通过神经编码器预测傅里叶基函数系数，实现高效且高质量的时空超分辨率重建。
像狗一样行走：从未标记的动作数据中学习可调节的模仿控制器用于四足机器人
机构 * Computational Robotics Lab in the Department of Computer Science, ETH Zurich, Switzerland（计算机科学系计算机器人实验室，瑞士苏黎世联邦理工学院） ； Robot Intelligence Lab in the Department of Artificial Intelligence, Korea University, South Korea（人工智能系机器人智能实验室，韩国大学）
AI总结 本文提出了一种从未标记动作数据中学习可调节模仿控制器的方法，通过自动发现行为模式并生成风格一致的运动目标，实现四足机器人自主步态生成与转换。
Comments The supplementary video is available at https://youtu.be/DukyUGNYf5A
结构化Kolmogorov-Arnold神经ODEs用于可解释学习和非线性动力学的符号发现
机构 * Department of Industrial Systems Engineering and Management, National University of Singapore（工业系统工程与管理系，新加坡国立大学） ； Department of Civil, Environmental and Geomatic Engineering, ETH Zürich（土木、环境与测绘工程系，苏黎世联邦理工学院） ； Future Resilient Systems, Singapore-ETH Centre（未来韧性系统，新加坡-苏黎世中心）
AI总结 SKANODE通过结合结构化状态空间建模与Kolmogorov-Arnold网络，实现对非线性动力学的可解释学习和符号发现。
基于不变性的动态遗憾最小化
机构 * University of Copenhagen（哥本哈根大学） ； ETH Zürich（苏黎世联邦理工学院） ； Lakera Zürich（苏黎世拉凯拉）
AI总结 本文提出ISD-linUCB算法，通过学习奖励模型中的不变性来减少问题维度，从而在快速变化环境中提升在线性能。
Comments 32 pages, 7 figures
在回放室中学习：带有回放对抗的在线学习
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Copenhagen（哥本哈根大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出回放设置下的在线学习框架，引入扩展阈值维度ExThD(H)作为学习能力的度量，证明了在对抗环境下学习的界限，并展示了正规学习与非正规学习的分离特性。
Journal ref Proceedings of the 2026 Annual ACM-SIAM Symposium on Discrete Algorithms (SODA)
极简多模态异常合成用于分布外检测与分割
机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zürich（苏黎世联邦理工学院） ； Fraunhofer IKS（弗劳恩霍夫研究所） ； EPFL（苏黎世联邦理工学院）
AI总结 本文提出极简多模态异常合成方法Feature Mixing，通过理论支持提升OOD检测性能，实验表明其在多个数据集上达到最优效果，速度提升显著。
Comments NeurIPS 2025
AuToMATo：一种基于持久性的聚类算法
机构 * Department of Computational Linguistics University of Zürich（苏黎世大学计算语言学系） ； Department of Mathematics Pennsylvania State University（宾夕法尼亚州立大学数学系） ； Department of Mathematics and Computer Science University of Basel（巴塞尔大学数学与计算机科学系） ； Department of Computer Science ETH Zürich（苏黎世联邦理工学院计算机科学系）
AI总结 AuToMATo是一种基于持久性的聚类算法，通过默认参数设置实现即开式操作，结合自助法分离密度峰，并在多个基准测试中表现优异。
Comments Code: https://doi.org/10.5281/zenodo.17279740
Journal ref TMLR (October 2025)
迈向自适应鲁棒大语言模型：通过CoIPO实现内在提示噪声抵抗力
机构 * Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Meituan LongCat Interaction Team（美团LongCat交互团队） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出CoIPO方法，通过对比学习提升大语言模型对提示噪声的内在鲁棒性，实验表明其在NoisyPromptBench上表现优于现有方法。
基于DINOv3嵌入的时空自回归建模用于无监督异常检测
机构 * Computer Vision Lab. ETH Zurich, Zurich, Switzerland（苏黎世ETH Zurich计算机视觉实验室）
AI总结 本文提出基于DINOv3嵌入的时空自回归模型，用于高效无监督异常检测，通过显式建模patch间空间依赖性提升性能并降低计算开销。
视觉-语言模型的半监督少样本适应
机构 * Computer Vision Lab, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院计算机视觉实验室）
AI总结 本文提出一种半监督方法，通过传播文本引导的伪标签来提升视觉-语言模型在极低样本情况下的适应性能，减少标注工作量超过50%。
Comments Code: https://github.com/jusiro/SS-Text-U
通过领域感知的傅里叶特征增强物理信息神经网络：迈向更优性能和可解释结果
机构 * Department of Engineering Cybernetics NTNU（工程 cybernetics 系 NTNU） ； Swiss Data Science Center (SDSC) ETH Zürich（瑞士数据科学中心（SDSC）ETH 苏黎世）
AI总结 通过引入领域感知的傅里叶特征，改进物理信息神经网络的性能和可解释性，实现更准确、高效且易解释的物理信息学习。
利用走球面方法进行运算符学习
机构 * Purdue University, USA（普渡大学） ； NVIDIA, USA（NVIDIA公司） ； ETH Zurich, Switzerland（苏黎世联邦理工学院） ； California Institute of Technology, USA（加州理工学院）
AI总结 本文提出了一种基于走球面方法的神经运算符学习方法，通过弱监督训练实现高效且稳定的偏微分方程求解。
弥合承诺与性能之间的差距：为微缩FP4量化 bridging the gap between promise and performance for microscaling FP4 quantization
机构 * Institute of Science and Technology Austria（奥地利科学与技术研究院） ； Yandex Research（Yandex研究） ； Red Hat AI（红帽人工智能） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出MR-GPTQ方法，通过优化FP4量化过程，提升MXFP4的准确性并实现性能提升。
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