Learning Accurate Segmentation Purely from Self-Supervision
仅从自监督学习中学习准确的分割
机构 * Fudan University（复旦大学）
AI总结 Selfment通过自监督学习实现准确分割，无需人工标注，取得多个基准的新SOTA结果，并在伪装检测任务中表现优异。
高校专区
Fudan University（复旦大学）
On the Convergence of Single-Loop Stochastic Bilevel Optimization with Approximate Implicit Differentiation
单环随机双层优化的收敛性研究：近似隐式微分
机构 * Xi’an Jiaotong University（西安交通大学） ； Fudan University（复旦大学） ； SGIT AI Lab（SGIT人工智能实验室）
AI总结 本文提出单环随机近似隐式微分算法，证明其在O(κ⁷ ε⁻²)复杂度下达到ε-静态点，兼顾多环方法的最优收敛速度与单环的高效计算。
Diff-Aid: Inference-time Adaptive Interaction Denoising for Rectified Text-to-Image Generation
Diff-Aid: 修复文本到图像生成中的推理时间自适应交互去噪
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Academy of AI for Science（上海人工智能科学研究院）
AI总结 Diff-Aid通过自适应调整文本与图像交互提升文本到图像生成质量，提供可解释的调节模式并支持下游应用改进。
Comments 18 pages
Self-Supervised AI-Generated Image Detection: A Camera Metadata Perspective
自监督AI生成图像检测：从相机元数据视角
机构 * Department of Computer Science, City University of Hong Kong（城市大学计算机科学系） ； Department of Computer Science, Fudan University（复旦大学计算机科学系） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）人工智能学院） ； Department of Computer Science and the Shenzhen Research Institute, City University of Hong Kong（城市大学计算机科学系和深圳研究院）
AI总结 通过相机元数据学习特征，提出自监督方法检测AI生成图像，提升检测性能和鲁棒性。
Less is More: Lean yet Powerful Vision-Language Model for Autonomous Driving
少即是多：一种高效而强大的视觉-语言模型用于自动驾驶
机构 * School of Data Science, Fudan University Shanghai, China（复旦大学数据科学学院） ； Institute of Automation, Chinese Academy of Sciences Beijing, China（中国科学院自动化研究所）
AI总结 本研究提出Max-V1模型，通过端到端视觉-语言方法实现高效自动驾驶，取得nuScenes数据集上的显著性能提升。
Leveraging large multimodal models for audio-video deepfake detection: a pilot study
利用大型多模态模型进行音频视频深度伪造检测：一项试点研究
机构 * Tencent Youtu Lab（腾讯优图实验室） ； Fudan University（复旦大学）
AI总结 本文提出AV-LMMDetect，利用大型多模态模型进行音频视频深度伪造检测，通过监督微调和分阶段训练，在多个数据集上达到新的性能水平。
Comments 5pages,ICASSP2026
