Morphing into Hybrid Attention Models
变形为混合注意力模型
机构 * Fudan University（复旦大学） ； ByteDance Seed（字节跳动种子） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出FlashMorph方法，将层选择建模为预算约束子集优化问题，通过可变形模型和门控学习高效选择全注意力层，实现Transformer到混合注意力的转换，在保持性能的同时降低选择成本。
高校专区
Fudan University（复旦大学）
Uncovering Salience-Driven Dynamics in Consumer Confidence with Generative Social Simulation
揭示消费者信心中的显著性驱动动态：基于生成式社会模拟
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出ConsumerSim框架，通过微观数据校准的合成人口、宏观经济信号和调查响应生成，重建消费者信心指数，在美欧日数据上优于基线模型，并揭示信心变化集中于显著性事件，且不同群体敏感性各异。
BayesEvolve: Explicit Belief States for Autonomous Scientific Discovery
BayesEvolve：自主科学发现的显式信念状态
机构 * Pfizer（辉瑞公司） ； Independent Researcher（独立研究员） ； University of California San Diego（加州大学圣地亚哥分校） ； Institute of Humanities and Social Science Data, Fudan University（复旦大学人文社会科学数据研究院）
AI总结 提出BayesEvolve框架，通过显式不确定性感知信念状态指导实验，在BBOB黑箱优化任务上比记忆引导基线更高效。
Comments 7 pages, 2 diagrams
ActiveVital: Geometry-Aware Embodied Vital Signs Monitoring for Home Healthcare Robots
ActiveVital：面向家庭医疗保健机器人的几何感知体感生命体征监测
机构 * MARS Lab, Nanyang Technological University, Singapore（MARS实验室，南洋理工大学，新加坡） ； Fudan University, Shanghai, China（复旦大学，上海，中国）
AI总结 提出ActiveVital框架，通过视觉引导机器人主动调整毫米波雷达与胸腔的几何对齐，将生命体征监测从被动信号恢复转为主动几何调控，显著降低呼吸和心率误差。
Latent Noise Mask for Reducing Visual Redundancy in Multimodal Large Language Models
潜在噪声掩码：减少多模态大语言模型中的视觉冗余
机构 * School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能学院、光学和电子学（iOPEN）、西北工业大学） ； Institute of Artificial Intelligence, China Telecom (TeleAI)（人工智能研究院、中国电信（TeleAI）） ； Fudan University（复旦大学） ； The University of Hong Kong（香港大学）
AI总结 提出Lens框架，通过轻量级LET令牌为视觉令牌评分，并注入自适应噪声抑制低相关令牌，在不改变模型结构的情况下提升多模态推理性能。
Comments 21 pages, 7 figures;
Parametric Skills
参数化技能
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出ParametricSkills框架，将文本技能在测试时转换为LoRA参数，解决长上下文下技能指令难以遵循的问题，在软件工程任务中平均提升6.44分。
Comments Preprint, Under Review
Analytic Concept-Centric Memory for Agentic Embodied Manipulation
分析性概念中心记忆用于具身操作代理
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Westlake University（西湖大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出分析性概念中心记忆框架，通过结构化概念（语义部件、参数模板等）组织经验，支持粗到细检索，提升长时程具身操作中的物体重识别、状态推理和技能复用。
GLIP: Graph and LLM Joint Pretraining for Graph-Level Tasks
GLIP：面向图级任务的图与大型语言模型联合预训练
机构 * Fudan University（复旦大学） ； ByteDance（字节跳动）
AI总结 提出GLIP框架，通过图增强、多令牌选择策略和扩散投影器，联合预训练图神经网络和大型语言模型，在图级分类与推理任务上超越现有方法。
Learning Transferable Dynamics Priors from Action to World Modeling
从动作到世界建模的可迁移动力学先验学习
机构 * School of Data Science, Fudan University, Shanghai, China（复旦大学数据科学学院，上海，中国） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院，上海，中国） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学，上海，中国） ； McGill University, Montreal, QC, Canada（麦吉尔大学，蒙特利尔，魁北克，加拿大）
AI总结 提出A2World模型，通过大规模机器人操作数据预训练动作条件世界模型，学习可迁移的交互动力学先验，支持模拟器评估和策略学习。
Comments ECCV 2026 Accepted
PCGD: Physics-Guided Conditional Graph Diffusion for TCAD Device Simulation
PCGD：面向TCAD器件仿真的物理引导条件图扩散
机构 * College of Integrated Circuits & Micro-Nano Electronics, Fudan University（集成电路与微纳电子学院，复旦大学） ； Shanghai Integrated Circuit Manufacturing Innovation Center（上海集成电路制造创新中心）
AI总结 提出PCGD框架，在非结构化TCAD网格上通过条件图扩散预测耦合静电场和载流子密度，结合物理引导混合目标迭代施加约束，实现亚百分误差并大幅降低PDE残差。
Variance Reduction for Stochastic Gradient Generalized Non-reversible Langevin Monte Carlo Algorithms
随机梯度广义非可逆朗之万蒙特卡洛算法的方差缩减
机构 * FinTech Thrust, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）金融科技方向） ； School of Mathematical Science, Fudan University（复旦大学数学学院） ； Department of Mathematics, Florida State University（佛罗里达州立大学数学系）
AI总结 研究随机梯度欧拉-丸山估计器在广义非可逆朗之万动力学中的前导阶波动，证明在消失步长下中心极限定理，并给出非对称扰动严格降低波动常数的充分条件。
Comments 49 pages, 12 figures
SemFlowRAG: Directed Semantic Flow from Abstraction to Evidence for Complex Reasoning
SemFlowRAG：从抽象到证据的有向语义流用于复杂推理
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学）
AI总结 提出SemFlowRAG框架，通过构建语料自适应的语义梯度图，将平面检索空间重构为层次结构，并设计抽象度引导的有向PageRank算法，使检索轨迹遵循“高到低语义抽象度”梯度，从而缓解“概率黑洞”问题，提升复杂多跳推理性能。
Lumos-Nexus: Efficient Frequency Bridging with Homogeneous Latent Space for Video Unified Models
Lumos-Nexus: 面向视频统一模型的高效频率桥接与同质潜在空间
机构 * Zhejiang University（浙江大学） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Lab（虎扑实验室） ； National University of Singapore（新加坡国立大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 提出Lumos-Nexus框架，通过两阶段训练和渐进频率桥接，在保持推理能力的同时显著提升视频生成保真度。
Comments ECCV 2026 Camera-Ready Version. Project page (https://jiazheng-xing.github.io/nexus-lumos-home/) and Code (https://github.com/alibaba-damo-academy/Lumos-Custom/) are available
VIGIL: Part-Grounded Structured Reasoning for Generalizable Deepfake Detection
VIGIL：基于部分的结构化推理用于通用深度伪造检测
机构 * Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究所） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海市多模态具身人工智能重点实验室）
AI总结 VIGIL通过计划-检验流程，结合部分级证据和结构化推理，提升深度伪造检测的可解释性和泛化能力。
Comments Project Page: https://vigil.best
Red-Teaming Coding Agents from a Tool-Invocation Perspective: An Empirical Security Assessment
从工具调用角度审视代码代理的红队测试：一项经验性安全评估
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Fudan University（复旦大学）
AI总结 本文从工具调用角度对六个流行的代码代理进行红队测试，发现ToolLeak漏洞并实现远程代码执行，揭示了代码代理的安全风险及防御建议。
LaGen: Towards Autoregressive LiDAR Scene Generation
LaGen：迈向自主驾驶的自回归激光雷达场景生成
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学）
AI总结 本文提出LaGen，首个支持长时交互生成的自回归框架，能基于单帧输入生成高保真4D激光雷达场景，并通过场景解耦和噪声调节模块提升生成质量。
Comments Accepted to ECCV 2026
Modeling Earth-Scale Human-Like Societies with One Billion Agents
用十亿个智能体建模地球尺度的人类社会
机构 * University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； Shenzhen University（深圳大学） ； Shanghai University of Finance and Economics（上海财经大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学）
AI总结 本文提出Light Society框架，通过结合大语言模型与优化算法，实现高效模拟十亿级智能体的社会现象，验证了其在信任游戏和意见扩散中的高保真度与效率。
Comments Work in progress
Leader Reward for POMO-Based Neural Combinatorial Optimization
领导者奖励用于基于POMO的神经组合优化
机构 * Fudan University（复旦大学）
AI总结 本文提出领导者奖励方法，通过在POMO模型的两个训练阶段应用，提升模型生成最优解的能力，尤其在TSP100上显著缩小了与最优解的差距。
