Fudan University（复旦大学）

FluxMem: Adaptive Hierarchical Memory for Streaming Video Understanding

FluxMem: 用于流视频理解的自适应分层内存

Yiweng Xie, Bo He, Junke Wang, Xiangyu Zheng, Ziyi Ye, Zuxuan Wu

机构 * Institute of Trustworthy Embodied AI（可信具身人工智能研究所） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） ； University of Maryland, College Park（马里兰大学 College Park 分校） 纠错

AI总结 FluxMem通过自适应分层内存压缩技术，在流视频理解中实现了高效处理，提升了实时性能和离线表现。

Comments Accepted at CVPR 2026. Project page: https://yiwengxie.com/FluxMem/

Accelerating PDE Surrogates via RL-Guided Mesh Optimization

通过RL引导的网格优化加速PDE代理模型

Yang Meng, Ruoxi Jiang, Zhuokai Zhao, Chong Liu, Rebecca Willett, Yuxin Chen

机构 * UChicago（芝加哥大学） ； Fudan University（复旦大学） ； UAlbany（纽约大学阿尔巴尼分校） 纠错

AI总结 通过RL引导的网格优化方法，有效减少PDE代理模型训练的数据需求，提升计算效率。

Comments Accepted at AISTATS 2026

GAM-RAG: Gain-Adaptive Memory for Evolving Retrieval in Retrieval-Augmented Generation

GAM-RAG：基于增益的记忆用于演化检索的检索增强生成

Yifan Wang, Mingxuan Jiang, Zhihao Sun, Yixin Cao, Yicun Liu, Keyang Chen, Guangnan Ye, Hongfeng Chai

机构 * Fudan University（复旦大学） 纠错

AI总结 GAM-RAG通过动态更新检索记忆提升检索增强生成的性能，减少计算成本，提高推理效率。

Preference Score Distillation: Leveraging 2D Rewards to Align Text-to-3D Generation with Human Preference

偏好分数蒸馏：利用2D奖励对齐文本到3D生成

Jiaqi Leng, Shuyuan Tu, Haidong Cao, Sicheng Xie, Daoguo Dong, Zuxuan Wu, Yu-Gang Jiang

机构 * Fudan University（复旦大学） 纠错

AI总结 本文提出偏好分数蒸馏方法，利用2D奖励模型实现文本到3D生成的人类偏好对齐，无需3D训练数据，提升生成质量与扩展性。

IDProxy: Cold-Start CTR Prediction for Ads and Recommendation at Xiaohongshu with Multimodal LLMs

IDProxy：小红书广告与推荐中基于多模态大语言模型的冷启动CTR预测

Yubin Zhang, Haiming Xu, Guillaume Salha-Galvan, Ruiyan Han, Feiyang Xiao, Yanhua Huang, Li Lin, Yang Luo, Yao Hu

机构 * Xiaohongshu Inc.（小红书公司） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） 纠错

AI总结 IDProxy通过多模态大语言模型生成代理嵌入，解决广告和推荐系统中物品冷启动的CTR预测问题，实现与现有嵌入空间的对齐和端到端优化，已在小红书大规模应用。

Power Echoes: Investigating Moderation Biases in Online Power-Asymmetric Conflicts

权力回声：探究在线权力不对称冲突中的调停偏见

Yaqiong Li, Peng Zhang, Peixu Hou, Kainan Tu, Guangping Zhang, Shan Qu, Wenshi Chen, Yan Chen, Ning Gu, Tun Lu

机构 * Fudan University（复旦大学） 纠错

AI总结 本文通过实验研究在线权力不对称冲突中人类调停员的偏见类型及AI建议的影响，提出未来调停系统的研究方向。

Comments Accepted at the ACM CHI conference on Human Factors in Computing Systems (ACM CHI 2026)

MIST-RL: Mutation-based Incremental Suite Testing via Reinforcement Learning

MIST-RL：基于突变的增量测试套件生成 via 强化学习

Sicheng Zhu, Jiajun Wang, Jiawei Ai, Xin Li

机构 * Fudan University, Shanghai, China（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； South China University of Technology, Guangzhou, China（华南理工大学） 纠错

AI总结 MIST-RL通过强化学习优化测试生成，提升突变得分并减少测试用例数量，改进代码验证效果。

Comments Preprint. 17 pages

Individual Turing Test: A Case Study of LLM-based Simulation Using Longitudinal Personal Data

个体图灵测试：基于长期个人数据的LLM模拟案例研究

Minghao Guo, Ziyi Ye, Wujiang Xu, Xi Zhu, Wenyue Hua, Dimitris N. Metaxas

机构 * Rutgers University（罗格斯大学） ； Fudan University（复旦大学） ； Microsoft（微软公司） 纠错

AI总结 本文提出个体图灵测试，通过长期个人数据评估LLM模拟个体的能力，发现不同方法在日常聊天与个人意见上的表现存在显著差异。

Comments 5 pages, 2 figures

Seeing Across Views: Benchmarking Spatial Reasoning of Vision-Language Models in Robotic Scenes

跨视角视觉：评估视觉-语言模型在机器人场景中的空间推理能力

Zhiyuan Feng, Zhaolu Kang, Qijie Wang, Zhiying Du, Jiongrui Yan, Shubin Shi, Chengbo Yuan, Huizhi Liang, Yu Deng, Qixiu Li, Rushuai Yang, Arctanx An, Leqi Zheng, Weijie Wang, Shawn Chen, Sicheng Xu, Yaobo Liang, Jiaolong Yang, Baining Guo

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出MV-RoboBench基准，评估视觉-语言模型在机器人场景中的多视角空间推理能力，揭示其在多视角机器人感知中的挑战。

Comments Accepted to ICLR 2026. Camera-ready version. Project page: https://aaronfengzy.github.io/MV-RoboBench-Webpage/

Journal ref International Conference on Learning Representations (ICLR), 2026

EgoNight: Towards Egocentric Vision Understanding at Night with a Challenging Benchmark

EgoNight: 向夜间视角理解迈进的挑战性基准

Deheng Zhang, Yuqian Fu, Runyi Yang, Yang Miao, Tianwen Qian, Xu Zheng, Guolei Sun, Ajad Chhatkuli, Xuanjing Huang, Yu-Gang Jiang, Luc Van Gool, Danda Pani Paudel

机构 * East China Normal University（东华大学） ； HKUST(GZ)（香港科技大学（广州）） ； Nankai University（南开大学） ； Fudan University（复旦大学） 纠错

AI总结 EgoNight提出首个夜间视角视觉基准，通过日夜间对齐视频和人工验证构建VQA任务，揭示低光照条件下模型性能下降问题，并引入辅助任务推动模型泛化能力提升。

Comments Accepted by ICLR 2026

Uni-cot: Towards Unified Chain-of-Thought Reasoning Across Text and Vision

Uni-cot: 向跨文本和视觉的统一链式推理迈进

Luozheng Qin, Jia Gong, Yuqing Sun, Tianjiao Li, Mengping Yang, Xiaomeng Yang, Chao Qu, Zhiyu Tan, Hao Li

机构 * Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 Uni-CoT通过统一的链式推理框架实现跨文本和视觉的连贯多模态推理，采用宏级和微级推理范式，提升多模态推理的效率和性能。

Comments Accepted by ICLR 2026, Project Page: https://sais-fuxi.github.io/projects/uni-cot/

Openfly: A comprehensive platform for aerial vision-language navigation

Openfly：面向空中视觉-语言导航的综合性平台

Yunpeng Gao, Chenhui Li, Zhongrui You, Junli Liu, Zhen Li, Pengan Chen, Qizhi Chen, Zhonghan Tang, Liansheng Wang, Penghui Yang, Yiwen Tang, Yuhang Tang, Shuai Liang, Songyi Zhu, Ziqin Xiong, Yifei Su, Xinyi Ye, Jianan Li, Yan Ding, Dong Wang, Xuelong Li, Zhigang Wang, Bin Zhao

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Beihang University（北航） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； East China University of Science and Technology（东华大学） ； Fudan University（复旦大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； TeleAI 纠错

AI总结 OpenFly平台通过整合多种渲染引擎和自动化工具链，构建大规模空中VLN数据集，并提出关键帧感知的VLN模型，提升户外空中视觉-语言导航的研究与应用。

Comments accepted by ICLR 2026

OmniTracker: Unifying Object Tracking by Tracking-with-Detection

OmniTracker: 通过跟踪与检测统一目标跟踪

Junke Wang, Zuxuan Wu, Dongdong Chen, Chong Luo, Xiyang Dai, Lu Yuan, Yu-Gang Jiang

机构 * Shanghai Key Lab of Intelligent Information Processing and School of Computer Science, Fudan University（上海智能信息处理关键实验室和复旦大学计算机学院） ； Microsoft Research, Redmond（微软研究院（红mond）） ； Microsoft Research, Asia（微软亚洲研究院） 纠错

AI总结 OmniTracker通过结合跟踪与检测的优势，统一解决不同目标跟踪任务，实现高效且一致的模型架构和参数共享。

Comments accepted by TPAMI

Vision-Language Feature Alignment for Road Anomaly Segmentation

视觉-语言特征对齐用于道路异常分割

Zhuolin He, Jiacheng Tang, Jian Pu, Xiangyang Xue

机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发智能科学与技术研究院） 纠错

AI总结 VL-Anomaly通过结合视觉-语言模型的语义先验，提出了一种新的道路异常分割框架，有效提升异常检测的准确性和鲁棒性。

A Novel Reconfigurable Dexterous Hand Based on Triple-Symmetric Bricard Parallel Mechanism

一种基于三对称布拉克平行机构的新型可重构灵巧手

Chunxu Tian, Zhichao Huang, Hongzeng Li, Bo Wang, Jinghao Jia, Yirui Sun, Dan Zhang

机构 * Institute of AI and Robotics, Academy for Engineering & Technology, Fudan University（人工智能与机器人研究所，工程与技术学院，复旦大学） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（机械工程系，香港理工大学） 纠错

AI总结 本文提出了一种基于三对称布拉克平行机构的新型可重构灵巧手，通过拓扑和尺寸综合优化自由度和连杆配置，提升抓取多样性和操作精度。

Comments 8 pages, 14 figures, 2026 IEEE International Conference on Robotics & Automation

PointAlign: Feature-Level Alignment Regularization for 3D Vision-Language Models

PointAlign：用于3D视觉-语言模型的特征级对齐正则化

Yuanhao Su, Shaofeng Zhang, Xiaosong Jia, Qi Fan

机构 * University of Science and Technology of China（中国科学技术大学） ； Fuzhou University（福州大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） 纠错

AI总结 PointAlign通过特征级对齐正则化提升3D视觉-语言模型的几何信息保留与任务性能

Comments CVPR 2026 Accepted

MagicAgent: Towards Generalized Agent Planning

MagicAgent：迈向通用代理规划

Xuhui Ren, Shaokang Dong, Chen Yang, Qing Gao, Yunbin Zhao, Yongsheng Liu, Xinwei Geng, Xiang Li, Demei Yan, Yanqing Li, Chenhao Huang, Dingwei Zhu, Junjie Ye, Boxuan Yue, Yingnan Fu, Mengzhe Lv, Zezeng Feng, Boshen Zhou, Bocheng Wang, Xuanjing Huang, Yu-Gang Jiang, Tao Gui, Qi Zhang, Yunke Zhang

机构 * Honor Device Co., Ltd（Honor设备有限公司） ； Fudan University（复旦大学） 纠错

AI总结 MagicAgent通过合成数据框架和两阶段训练范式，实现通用代理规划，优于现有模型。

Learning to Explore with Parameter-Space Noise: A Deep Dive into Parameter-Space Noise for Reinforcement Learning with Verifiable Rewards

通过参数空间噪声学习探索：深入研究可验证奖励的强化学习

Bizhe Bai, Xinyue Wang, Peng Ye, Tao Chen

机构 * Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； College of Future Information Technology, Fudan University, Shanghai, China（未来信息科技学院，复旦大学） ； Shanghai AI Laboratory, Shanghai, China（上海人工智能实验室） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学） 纠错

AI总结 通过参数空间噪声提升探索能力，PSN-GRPO在多个基准中提升推理能力并超越传统探索方法。

Comments 17 pages, 10 Figures

GeoTeacher: Geometry-Guided Semi-Supervised 3D Object Detection

GeoTeacher: 基于几何的半监督3D物体检测

Jingyu Li, Xiaolong Zhao, Zhe Liu, Wenxiao Wu, Li Zhang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tongji University（同济大学） ； Hong Kong University（香港大学） ； Huazhong University of Science and technology（华中科技大学） 纠错

AI总结 GeoTeacher通过几何关系监督模块和体素级数据增强策略，提升半监督3D物体检测的几何感知能力。

Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)

Routing Matters in MoE: Scaling Diffusion Transformers with Explicit Routing Guidance

MoE中的路由问题：通过显式路由指导扩展扩散Transformer

Yujie Wei, Shiwei Zhang, Hangjie Yuan, Yujin Han, Zhekai Chen, Jiayu Wang, Difan Zou, Xihui Liu, Yingya Zhang, Yu Liu, Hongming Shan

机构 * Fudan University（复旦大学） ； Tongyi Lab, Alibaba Group（阿里云实验室，阿里巴巴集团） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） ； MMLab ； Institute of Science and Technology for Brain-inspired Intelligence, MOE Frontiers Center for Brain Science, Key Laboratory of Computational Neuroscience and Brain-Inspired Intelligence, and State Key Laboratory of Brain Function and Disorders, Fudan University（脑启发智能科学技术研究院、MOE前沿脑科学中心、计算神经科学与脑启发智能重点实验室、脑功能与疾病国家重点实验室，复旦大学） 纠错

AI总结 ProMoE通过显式路由指导提升视觉MoE性能，结合两步路由策略和原型路由机制，在ImageNet基准上优于现有方法。

Comments Accepted to ICLR 2026

Lookahead Tree-Based Rollouts for Enhanced Trajectory-Level Exploration in Reinforcement Learning with Verifiable Rewards

基于前瞻树的rollouts用于增强强化学习中轨迹层面的探索

Shangyu Xing, Siyuan Wang, Chenyuan Yang, Xinyu Dai, Xiang Ren

机构 * Nanjing University（南京大学） ； University of Southern California（南加州大学） ； Fudan University（复旦大学） 纠错

AI总结 基于前瞻树的rollouts通过促进轨迹多样性提升强化学习中策略学习效率

HardcoreLogic: Challenging Large Reasoning Models with Long-tail Logic Puzzle Games

HardcoreLogic: 用长尾逻辑谜题游戏挑战大型推理模型

Jingcong Liang, Shijun Wan, Xuehai Wu, Yitong Li, Qianglong Chen, Duyu Tang, Siyuan Wang, Zhongyu Wei

机构 * Fudan University（复旦大学） ； University of Southern California（南加州大学） ； Huawei Technologies Ltd（华为技术有限公司） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 HardcoreLogic通过长尾逻辑谜题挑战大型推理模型，揭示其在复杂规则和非标准变体上的局限性。

Bridging Draft Policy Misalignment: Group Tree Optimization for Speculative Decoding

弥合草案策略不一致：为推测解码的组树优化

Shijing Hu, Jingyang Li, Zhihui Lu, Pan Zhou

机构 * Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理学院） 纠错

AI总结 GTO通过组树优化解决推测解码中草案策略不一致问题，提升LLM推理效率。

Distribution-Aligned Decoding for Efficient LLM Task Adaptation

面向高效大语言模型任务适应的分布对齐解码

Senkang Hu, Xudong Han, Jinqi Jiang, Yihang Tao, Zihan Fang, Yong Dai, Sam Tak Wu Kwong, Yuguang Fang

机构 * Hong Kong JC STEM Lab of Smart City（香港JC智能城市STEM实验室） ； City University of Hong Kong（香港城市大学） ； University of Sussex（苏塞克斯大学） ； Huazhong University of Science and Technology（华中科技大学） ； Fudan University（复旦大学） ； Lingnan University（岭大大学） 纠错

AI总结 SVDecode通过引导输出分布对齐提升大语言模型任务适应性能，理论证明其与全微调等价，实验显示在多个任务上准确率提升显著。

Comments Accepted by NeurIPS'25

CineTrans: Learning to Generate Videos with Cinematic Transitions via Masked Diffusion Models

CineTrans: 通过掩码扩散模型学习生成具有电影过渡的视频

Xiaoxue Wu, Bingjie Gao, Yu Qiao, Yaohui Wang, Xinyuan Chen

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 CineTrans通过掩码扩散模型生成具有电影风格的多镜头视频，利用镜头边界与注意力图的对应关系，实现稳定且高质量的视频过渡。

Comments ICLR2026 Accept; Project Page:https://uknowsth.github.io/CineTrans/

ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving

ImagiDrive: 一种用于自动驾驶的统一想象与规划框架

Jingyu Li, Bozhou Zhang, Xin Jin, Jiankang Deng, Xiatian Zhu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Eastern Institute of Technology（技术东院） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学） 纠错

AI总结 ImagiDrive通过整合视觉-语言模型和驾驶世界模型，实现自动驾驶中的统一想象与规划循环，提升场景生成和决策预测的准确性与效率。

Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)

SecP-Tuning: Efficient Privacy-Preserving Prompt Tuning for Large Language Models via MPC

SecP-Tuning: 通过MPC实现大语言模型高效隐私保护提示微调

Jinglong Luo, Zhuo Zhang, Yehong Zhang, Shiyu Liu, Ye Dong, Hui Wang, Yue Yu, Xun Zhou, Zenglin Xu

机构 * Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Fudan University（复旦大学） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Institute of Statistical Interdisciplinary Research, Southwestern University of Finance and Economics（统计交叉学科研究所，西南财经大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 SecP-Tuning通过MPC实现大语言模型高效隐私保护提示微调，显著提升微调效率并减少通信开销。

Comments ICLR 2026

Seek-CAD: A Self-refined Generative Modeling for 3D Parametric CAD Using Local Inference via DeepSeek

Seek-CAD: 一种基于局部推理的自优化生成模型用于3D参数化CAD设计

Xueyang Li, Jiahao Li, Yu Song, Yunzhong Lou, Xiangdong Zhou

机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） ； School of Information and Intelligent Science, Donghua University（信息与智能科学学院，东华大学） 纠错

AI总结 Seek-CAD通过结合视觉和链式思维反馈，利用本地开源模型生成3D参数化CAD模型，提升生成效率和实用性。

Comments Accepted to ICLR 2026. The datatset has been released publicly and can be acessed in https://github.com/Sunny-Hack/Seek-CAD

SimpleTool: Parallel Decoding for Real-Time LLM Function Calling

SimpleTool: 并行解码用于实时大语言模型功能调用

Xiaoxin Shi, Jiaxin Wan, Linkang Dong, Wei Jiang, Yue Liu, Zengfeng Huang

机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Fudan University, Shanghai, China（复旦大学） 纠错

AI总结 SimpleTool通过并行解码技术实现大语言模型功能调用的实时加速，提升效率并降低延迟，适用于实时应用场景。