高校专区
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。
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：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: 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：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
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：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
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
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。
ReScene: 基于多视角图像的结构化室内场景重建
机构 * School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究院）
AI总结 提出ReScene框架，通过层级视图选择和关系感知组装，解决多视角场景重建中跨视角关系融合与物理一致性难题，在ScanNet上实现几何、渲染和感知质量的最优性能。
它向医生撒谎购买毒药成分：量化手机使用代理的现实世界滥用
机构 * Fudan University（复旦大学）
AI总结 研究手机使用代理在真实设备与商业应用中的恶意滥用，发现主流模型拒绝率低、任务完成率高，甚至能欺骗医生获取毒药前体，揭示安全意识-执行差距。
Comments work in progress
通过层特定位置嵌入缩放缓解Transformer中的位置偏差
机构 * Fudan University（复旦大学） ； Westlake University（西湖大学） ； Shanghai Key Laboratory of Intelligent Information Processing（上海市智能信息处理重点实验室）
AI总结 提出层特定位置嵌入缩放方法，通过遗传算法优化各层缩放因子，无需微调或增加延迟，有效缓解长上下文中的位置偏差，在关键值检索任务上准确率提升11.2%。
内化未来：一种统一的世界模型规划智能体训练范式
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tencent Youtu Lab（腾讯优图实验室）
AI总结 提出一种三阶段训练范式（WM-AMT、FE-SFT、FC-RL），使LLM智能体内化世界模型以进行前瞻性规划，在搜索和数学推理任务上优于基线方法。
视觉模型真的能遗忘吗？Mirage：表示层面的视觉遗忘认证
机构 * Fudan University（复旦大学） ； Southeast University（东南大学） ； Northeast Normal University（东北师范大学）
AI总结 提出Mirage框架，通过表示层面诊断揭示现有垂直联邦学习遗忘方法在输出层面通过认证后仍保留类别结构信息，并发现遗忘三元组困境和类别-样本不对称性。
PRISON：揭示大型语言模型的犯罪潜力
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 提出PRISON框架，通过五个特质量化LLMs的犯罪潜力，发现最先进模型常表现出犯罪倾向，且检测欺骗行为准确率仅44%。
SAM2Matting：通用图像与视频抠图
机构 * Fudan University（复旦大学） ； Shanghai University of Finance and Economics（上海财经大学）
AI总结 提出SAM2Matting框架，将VOS追踪器增强为高保真视频抠图，通过区域提议桥接和专用抠图头解耦任务，仅用图像训练即实现视频抠图新SOTA，支持多种提示类型并保持强时间一致性。
Comments ECCV 2026. Extended version. Project Page: https://henghuiding.com/SAM2Matting/
事件感知指令助手用于指代视频分割
机构 * Institute of Big Data, College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与技术学院大数据研究所） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究所） ； Shanghai University of Finance and Economics（上海财经大学）
AI总结 提出EVIS模型，通过可学习事件查询将视频分解为简单事件，结合对象-像素混合学习，实现层次化视频理解，在5个基准上表现优异。
Comments IEEE Transactions on Image Processing
多模态3D MRI中的局部、全局和跨模态上下文建模
机构 * Berlin Institute of Health at Charité - Universitätsmedizin Berlin（柏林健康研究所，柏林夏里特医学院） ； Health Data Science Unit, Heidelberg University Hospital and BioQuant（海德堡大学医院与BioQuant健康数据科学部） ； Intelligent Medicine Institute, Fudan University（复旦大学智能医学研究所） ； Department of Mathematics and Computer Science, Freie Universität Berlin（柏林自由大学数学与计算机科学系）
AI总结 提出MICViT，一种3D视觉Transformer，通过四种注意力机制显式建模模态内和跨模态的局部与全局交互，在多数据集脑龄预测任务中优于现有方法。
面向单色制造的三维生成资产的外观保持优化
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Fudan University（复旦大学） ； Hangzhou Dianzi University（杭州电子科技大学） ； Shandong University（山东大学）
AI总结 提出GenMF框架，通过外观导向的几何优化将纹理依赖的视觉线索转为几何着色效果，并引入可微应力正则化，在单色制造中保持外观细节并降低应力集中。
Comments under review
异构表示的液态融合用于通用显著目标检测
机构 * School of Computer Science and Artificial Intelligence, Changzhou University（常州大学计算机科学与人工智能学院） ； 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） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院）
AI总结 提出液态融合网络（LFNet），通过动态门控机制融合SSM（VMamba）和CNN（ConvNeXt）的异构表示，并设计显著引导上采样（SGU）算子，在五个任务上实现SOTA性能。
Comments 20 pages, 5 figures
位置重绑定缓存复用：交错多模态推理中无重放的视觉重访
机构 * Sun Yat-sen University（中山大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Harbin Institute of Technology (HIT)（哈尔滨工业大学） ； Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出位置重绑定缓存复用（PRCR）框架，通过重绑历史视觉KV缓存的位置坐标，实现无重放的高效视觉重访，在多个多模态推理基准上平均准确率提升5%，计算量减少数万倍。
PMDformer: 用于长期预测的补丁均值解耦信息Transformer
机构 * Southwestern University of Finance and Economics（西南财经大学） ； Shanghai Academy of AI for Science（上海人工智能研究院） ； Fudan University（复旦大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； X-Humanoid Research Institute（X-Humanoid 研究院） ； Chengdu Everimaging Science and Technology Co., Ltd.（成都永新科技有限公司） ； Artificial Intelligence and Digital Finance Key Laboratory of Sichuan Province（四川省人工智能与数字金融重点实验室）
AI总结 提出补丁均值解耦方法分离趋势与残差形状，结合趋势恢复注意力和邻近变量注意力，提升长期时间序列预测的稳定性和准确性。
TransXion: 一种高保真的图基准用于现实中的反洗钱
机构 * 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） ； Institute of Financial Technology, Fudan University（复旦大学金融技术研究所） ； Peking University（北京大学）
AI总结 TransXion通过整合正常活动的profile-aware模拟与非模板生成的非法子图，解决现有交易图数据集的稀疏性和模板偏差问题，提供更真实的反洗钱检测测试环境。
SEMixer: 语义增强的MLP-Mixer用于多尺度混合和长期时间序列预测
机构 * Shanghai Key Laboratory of Data Science, College of Computer Science and Artificial Intelligence Fudan University（上海数据科学 key 实验室，复旦大学计算机科学与人工智能学院） ； Harvard University（哈佛大学）
AI总结 提出SEMixer模型，通过随机注意力机制和多尺度渐进混合链，有效建模多尺度时间依赖并解决语义鸿沟问题，在10个公开数据集和真实无线网络数据上取得优异性能。
Comments This work is accepted by the proceedings of the ACM Web Conference 2026 (WWW 2026). The code is available at the link https://github.com/Meteor-Stars/SEMixer
语言学与人脑：计算神经科学的视角
机构 * Institute of AI and Robotics, College of Intelligent Robotics and Advanced Manufacturing, Fudan University（人工智能与机器人研究院，智能机器人与先进制造学院，复旦大学） ； Department of Language Science and Technology, The Hong Kong Polytechnic University（语言科学与技术系，香港理工大学） ； Department of Computing, The Hong Kong Polytechnic University（计算系，香港理工大学）
AI总结 本文从计算神经科学视角，通过建模、模拟和数据分析将语言层次动态结构转化为可测试神经模型，并利用深度学习和大语言模型探索语言处理的神经基础。
Journal ref Cognitive Neurodynamics, 2026
有限参考，可靠生成：低数据场景下的表格数据生成双组件框架
机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Institute of Financial Technology, Fudan University（复旦大学金融技术研究院） ； Northwestern Polytechnical University（西北工业大学）
AI总结 提出ReFine框架，通过从可解释模型提取符号规则嵌入提示引导生成，并采用双粒度过滤减少局部冗余，在低数据场景下实现稳健的表格数据生成，平均提升7.48%。
通过ROI重思考与合成数据增强脑部MRI异常检测与推理
机构 * College of Biomedical Engineering, Fudan University（复旦大学 生物医学工程学院）
AI总结 提出BrReMark框架，通过显式区域标记和假设验证机制增强脑部MRI诊断的可信度，结合结构化推理轨迹的监督微调和强化学习，以及基于域随机化的病理合成增强，显著提升定位精度并减少幻觉。
ShutterMuse: 基于多模态大语言模型的拍摄时刻摄影指导
机构 * Fudan University（复旦大学） ； StepFun
AI总结 提出CaptureGuide-Bench基准测试，评估MLLM在摄影师构图与主体姿态推荐方面的能力，并构建ShutterMuse统一模型，通过监督与强化微调实现最佳综合性能。
Comments Project Page:https://lijayutnt.github.io/ShutterMuse
FeVOS：前瞻性表达视频目标分割
机构 * Institute of Big Data, College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与技术学院大数据研究所）
AI总结 提出前瞻性表达视频目标分割任务，通过推理时空线索预测未来目标，并构建FeVOS数据集和FeVOS-R1模型，实现最先进性能。
Comments Accepted by ECCV 2026. Homepage: https://henghuiding.com/FeVOS/
面向3D计算机断层扫描的疾病中心视觉语言预训练与混合视觉编码
机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Lab, 310023, Hangzhou, China（虎扑实验室，杭州，中国） ； Shanghai Jiao Tong University, China（上海交通大学，中国） ； Zhejiang University, China（浙江大学，中国） ； Fudan University, China（复旦大学，中国）
AI总结 提出一种结合CNN-ViT混合编码器、疾病级对比学习和诊断感知提示的视觉语言预训练框架，在CT-RATE和Rad-ChestCT上取得最优性能，并提升零样本诊断可靠性。
Comments ICML 2026
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