Fudan University（复旦大学）

Does Pass Rate Tell the Whole Story? Evaluating Design Constraint Compliance in LLM-based Issue Resolution

通过率能讲述全部故事吗？评估基于LLM的问题解决的设计约束合规性

Kai Yu, Zhenhao Zhou, Junhao Zeng, Ying Wang, Xueying Du, Zhiqiang Yuan, Junwei Liu, Ziyu Zhou, Yujia Wang, Chong Wang, Xin Peng

机构 * Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出设计感知问题解决方法，引入bench基准，通过挖掘和验证真实项目中的设计约束，评估LLM在问题解决中设计约束的合规性，发现测试通过率高并不代表设计合规性好。

OmniFysics: Towards Physical Intelligence Evolution via Omni-Modal Signal Processing and Network Optimization

OmniFysics：通过多模态信号处理和网络优化实现物理智能进化

Minghao Han, Dingkang Yang, Yue Jiang, Yizhou Liu, Lihua Zhang

机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； Fysics AI 纠错

AI总结 OmniFysics通过统一图像、音频、视频和文本的多模态信号处理，结合动态物理数据引擎和物理知识注入，实现网络化AI系统的自主优化，提升物理理解能力。

Comments This work has been submitted to the IEEE for possible publication

TransAgent: Enhancing LLM-Based Code Translation via Fine-Grained Execution Alignment

TransAgent：通过细粒度执行对齐增强基于LLM的代码翻译

Zhiqiang Yuan, Weitong Chen, Hanlin Wang, Xin Peng, Zhenpeng Chen, Yiling Lou

机构 * Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

AI总结 TransAgent通过细粒度执行对齐本地化错误代码块，提升LLM代码翻译的准确性与修复性能，优于现有方法33.3%和56.7%。

Comments Accepted by FSE'26

Controllable Singing Style Conversion with Boundary-Aware Information Bottleneck

可控的歌唱风格转换与边界感知信息瓶颈

Zhetao Hu, Yiquan Zhou, Wenyu Wang, Zhiyu Wu, Xin Gao, Jihua Zhu

机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； Fudan University（复旦大学） ； Division of Music and Audio Union Wheatland Culture and Media Ltd.（音乐与音频联合Wheatland文化传媒有限公司） 纠错

AI总结 本文提出了一种新颖的歌唱风格转换系统，通过边界感知信息瓶颈、帧级技术矩阵和高频带补全策略，解决风格泄漏、动态渲染和高保真生成问题，实现高质量的风格转换。

Comments 8 pages, 5 figures

CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment

CoEnv：通过组合环境驱动具身体验多智能体协作

Li Kang, Yutao Fan, Rui Li, Heng Zhou, Yiran Qin, Zhemeng Zhang, Songtao Huang, Xiufeng Song, Zaibin Zhang, Bruno N. Y. Chen, Zhenfei Yin, Dongzhan Zhou, Wangmeng Zuo, Lei Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出CoEnv框架，通过模拟与现实结合的组合环境，实现多智能体协作的高效执行与安全部署，提升任务成功率和效率。

Comments 31 pages, 8 figures, including supplementary material. Project page: https://faceong.github.io/CoEnv/

GLANCE: A Global-Local Coordination Multi-Agent Framework for Music-Grounded Non-Linear Video Editing

GLANCE：一种用于音乐引导非线性视频编辑的全局-局部协调多智能体框架

Zihao Lin, Haibo Wang, Zhiyang Xu, Siyao Dai, Huanjie Dong, Xiaohan Wang, Yolo Y. Tang, Yixin Wang, Qifan Wang, Lifu Huang

机构 * Fudan University（复旦大学） ； Stanford University（斯坦福大学） ； University of Rochester（罗切斯特大学） ； Meta AI 纠错

AI总结 GLANCE提出一种全局-局部协调多智能体框架，通过双环架构实现视频编辑任务的长期规划与分段处理，引入新的协调机制和评估框架，实验表明其在视频生成质量上优于现有方法。

Comments 14 pages, 4 figures, under review

ReMemNav: A Rethinking and Memory-Augmented Framework for Zero-Shot Object Navigation

ReMemNav：一种重新思考和记忆增强的零样本物体导航框架

Feng Wu, Wei Zuo, Wenliang Yang, Jun Xiao, Yang Liu, Xinhua Zeng

机构 * Fudan University（复旦大学） ； Tongji University（同济大学） 纠错

AI总结 ReMemNav通过整合全景语义先验和事件记忆，改进了零样本物体导航中的空间推理和决策，提升了成功率和探索效率。

Comments 8 pages, 5 figures

Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery

基于EEG的混合视觉和运动想象的机器人抓取与放置控制

Yichang Liu, Tianyu Wang, Ziyi Ye, Yawei Li, Yu-Gang Jiang, Shouyan Wang, Yanwei Fu

机构 * Institute of Science and Technology for Brain-inspired Intelligence (ISTBI), Fudan University（复旦大学类脑智能科学与技术研究院） ； School of Data Science, Fudan University（复旦大学大数据学院） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海市多模态具身智能重点实验室） ； Shanghai Innovation Institute（上海创新研究院） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出一种整合EEG视觉和运动想象与机器人控制的框架，实现实时意图驱动的抓取与放置。系统通过离线预训练解码器在在线流式管道中零样本方式实现神经信号与物理控制的连接，实现视觉意图到机器人动作的转换，验证了纯想象基BCI范式在实际人机协作中的灵活性。

Comments ICRA 2026

Thinking with Video: Video Generation as a Promising Multimodal Reasoning Paradigm

通过视频思考：视频生成作为一种有前途的多模态推理范式

Jingqi Tong, Yurong Mou, Hangcheng Li, Mingzhe Li, Yongzhuo Yang, Ming Zhang, Qiguang Chen, Tianyi Liang, Xiaomeng Hu, Yining Zheng, Xinchi Chen, Jun Zhao, Xuanjing Huang, Xipeng Qiu

机构 * Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究所） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海市多模态具身人工智能重点实验室） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； The Chinese University of Hong Kong（香港中文大学） ； Central South University（中南大学） ； Fudan University（复旦大学） 纠错

AI总结 本文提出'通过视频思考'范式，利用视频生成模型实现多模态推理，通过VideoThinkBench评估显示Sora-2在视觉和文本任务中均表现出色，证明视频生成模型在统一多模态理解与生成中的潜力。

Comments 34 pages, 17 figures