高校专区
ARGen：基于情感强化的生成增强方法用于基于视觉的动态情绪感知
机构 * Fudan University（复旦大学） ； East China Normal University（华东师范大学）
AI总结 本文提出ARGen框架，通过情感语义注入和自适应强化扩散阶段，解决野外动态表情识别中的数据稀缺问题，提升情绪感知的生成质量和识别性能。
EmoScene：用于可控情感图像生成的双空间数据集
机构 * Fudan University（复旦大学） ； East China Normal University（华东师范大学）
AI总结 本文提出EmoScene数据集，通过双空间编码情感维度与感知属性，提升文本到图像模型对场景语义和情感调制的控制能力。
非递归多路径神经网络的超参数转移定律
机构 * Fudan University, Shanghai, China（复旦大学） ； New York University, New York, NY, USA（纽约大学）
AI总结 本文提出有效深度概念，揭示了非递归多路径神经网络中学习率衰减遵循-3/2幂律，实现超参数跨深度和宽度的可靠转移。
生成AI在行动：来自阿里巴巴客户服务中心的实地实验证据
机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； Dartmouth College（达特茅斯学院） ； Alibaba Group Inc.（阿里巴巴集团）
AI总结 本研究通过大规模实地实验评估生成AI助手对电商售后客服人员绩效的影响，发现AI显著提升服务速度和服务质量，但对顶级员工产生负面影响，提示需定制化部署策略。
DenoiseRL：引导推理模型从噪声前缀中恢复
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 提出DenoiseRL框架，通过强化学习从弱模型的错误推理中学习，无需外部监督或强教师模型，提升推理性能和训练效率。
Comments 17 pages, 5 figures
TelePhysics: 从单张图像生成物理一致的多物体场景 with 实时交互
机构 * Fudan University（复旦大学） ； Institute of Artificial Intelligence, China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI））
AI总结 本文提出TelePhysics，一种无需训练的框架，通过整体场景级3D重建将单张图像转换为物理一致且可控的视频。该方法通过统一的空间坐标系统表示完整场景几何，解决物体穿透和对齐模糊问题，实现准确的多物体交互和更丰富的复杂控制类型，从而在保持逼真视觉保真度的同时实现实时物理交互预览。
Comments ACMMM 2026. Project page: https://physomni.github.io/
从合成到真实：迈向身份一致的化妆转移的合成与真实数据
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 Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究院）
AI总结 本文提出ConsistentBeauty和RealBeauty方法，通过合成数据筛选和强化学习提升化妆转移的逼真度与身份一致性，并建立多样化基准测试以评估模型在复杂真实场景中的性能。
MetaRank: 为模型可迁移性估计的任务感知度量选择
机构 * Fudan University（复旦大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校）
AI总结 MetaRank通过元学习框架实现任务感知的MTE度量选择，提升模型迁移性估计的准确性。
Comments 5 figures
超越块边界：扩散大语言模型的多块编辑
机构 * Ant Group（蚂蚁集团） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新院）
AI总结 研究针对块扩散语言模型的块边界问题，提出多块编辑（MBE）方法。通过无需训练的解码算法编辑前序块令牌，引入监督微调策略，扩展SGLang提升效率。实验表明该方法在保持吞吐量时优于基线，在长程一致性任务上有显著性能提升。
SkillCAT: 面向LLM智能体的对比评估与拓扑感知技能自进化
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Computer Science, Fudan University（复旦大学计算机学院）
AI总结 提出SkillCAT框架，通过对比因果提取、评估增强进化和拓扑感知任务执行三阶段，实现无需训练的LLM智能体技能自进化，在多个基准上平均提升高达40.40%。
Comments 9 pages, 4 figures
RA-Det：通过鲁棒性不对称性实现对AI生成图像的通用检测
机构 * Jiangnan University（江南大学） ； Fudan University（复旦大学）
AI总结 RA-Det通过鲁棒性不对称性检测AI生成图像，实现通用且高效的检测方法。
AdvSynGNN：通过对抗合成与自我纠正传播实现结构自适应的图神经网络
机构 * University of Macau（澳门大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； University of Southampton（南安普顿大学）
AI总结 本文提出AdvSynGNN，通过对抗合成与自我纠正传播实现结构自适应的图神经网络，提升在结构噪声和非同质拓扑下的鲁棒性。
Comments 32 pages, 8 figures
VibeVoice-ASR-BitNet技术报告
机构 * Microsoft Research（微软研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 介绍VibeVoice-ASR-BitNet，针对边缘CPU实时推理优化。采用异构量化及渐进式量化感知训练，在ggml框架实现自定义内核和运算符，可比模型大小下速度快1.6 - 2.3倍，准确性略降。
Comments Technical Report
H$^2$SD：混合事后自蒸馏
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 研究针对强化学习中奖励监督问题，提出 H$^2$SD 混合事后自蒸馏框架。成功轨迹用教师概率调更新幅度，失败轨迹基于参考提示调整教师并最小化反向 KL 散度，实验表明该框架优于基线，能稳定优化且效率良好。
智能体不仅会认同，还会记忆：对有状态个人智能体中持续谄媚行为的基准测试
机构 * City University of Hong Kong（香港城市大学） ； ByteDance（字节跳动） ； Yale University（耶鲁大学） ； Fudan University（复旦大学） ； Hong Kong Baptist University（香港浸会大学） ； Dalian University of Technology（大连理工大学）
AI总结 研究有状态个人智能体中的持续谄媚行为，引入PASB基准测试，评估真实智能体。通过特定方法隔离写入过程，发现提交边界是关键转折点，提交声明有三种模式，表明智能体谄媚行为是状态写入治理问题，PASB确定相关写入时控制。
StreamProfileBench：真实流式场景中细粒度用户画像推断的基准
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） ； Shanghai University of Finance and Economics（上海财经大学） ； MOE laboratory for National Development and Intelligent Governance, Fudan University（复旦大学国家发展与智能治理实验室） ； Research Institute of Intelligent Complex Systems, Fudan University（复旦大学智能复杂系统研究院）
AI总结 提出StreamProfileBench基准，通过持续状态维护任务和免标注评估框架，研究大语言模型在流式用户画像更新中的保守偏差问题。
OS-Sentinel: 通过现实工作流中的混合验证实现安全增强的移动GUI代理
机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 OS-Sentinel通过结合形式验证器和VLM上下文判断者，提升移动GUI代理的安全性，实验显示在多个指标上优于现有方法。
Comments ACL 2026 (Oral) & Best Paper at AIWILD @ ICLR 2026
策略驱动的物理层系统的双层长期优化的代理人工智能
机构 * Key Laboratory of EMW Information (MoE), College of Future Information Technology, Fudan University（复旦大学未来信息技术学院电磁波信息科学教育部重点实验室） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） ； School of Engineering, Edith Cowan University（埃迪斯科文大学工程学院） ； Information Systems Technology and Design Pillar, Singapore University of Technology and Design（新加坡科技设计大学信息系统技术与设计系）
AI总结 提出Agentic-LTPO框架，利用代理AI生成上层配置，下层求解实时物理层问题，在无小区MIMO波束成形中实现57.2%的长期性能提升。
Comments 14 pages, 11 figures
BiWM：利用双向自回归推进开源交互式视频世界模型
机构 * LynnReal AI ； 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 提出BiWM框架，通过双向自回归范式将预训练视频骨干转化为交互式世界模型，仅需两阶段训练（微调+分布匹配蒸馏），支持多尺度模型和长程生成，优于现有因果流水线。
自我恢复：通过人类恢复演示获得故障恢复能力
机构 * Institute of Trustworthy Embodied AI (TEAI), Fudan University（复旦大学可信具身人工智能研究所） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室）
AI总结 研究如何让具身机器人从故障中恢复，提出EgoRecovery协同训练框架，利用以自我为中心的人类数据捕捉故障恢复过程，将人类恢复演示与机器人数据共享空间对齐，实验证明该方法在现实世界恢复任务中比多种基线方法成功率更高。
重写响应路径：BYOK LLM 代理中的静默篡改与提供者签名防御
机构 * Fudan University（复旦大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 研究BYOK LLM代理响应路径完整性问题，发现中继可篡改响应。提出sign-c服务器端方案，能认证执行承载字段和查询，本地垫片验证，加密保护机密性，防御有效拒绝篡改响应，误拒率为零，延迟开销低。
SwiftRepertoire: 通过动态核码实现少样本免疫特征合成
机构 * University of Macau（澳门大学） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； The First People’s Hospital of Foshan（佛山第一人民医院） ； Juntendo University（立命馆大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Renmin University of China（中国人民大学） ； Minzu University of China（民族大学） ； Tsinghua University（清华大学） ； Capital Medical University（首都医科大学）
AI总结 本文提出SwiftRepertoire框架，通过动态核码实现少样本免疫特征合成，利用轻量任务描述符和原型字典生成紧凑任务特定参数化，实现快速适应新任务，提升临床和研究场景下的模型实用性与可解释性。
Comments 19 pages, 8 figures, 8 tables
NeuroPareto：在广阔参数空间中针对昂贵多目标搜索的校准获取
机构 * University of Macau（澳门大学） ； Fudan University（复旦大学） ； Renmin University of China（中国人民大学） ； Wuhan University（武汉大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Southampton（南安普顿大学） ； Hong Kong Baptist University（香港 Baptist大学）
AI总结 NeuroPareto通过整合排名中心过滤、不确定性解耦和历史条件获取策略，有效导航复杂目标景观，实现多目标优化中的高效搜索与高精度候选生成。
Comments 39 pages, 19 figures
揭示通用3D医学分割中的模态差异与泛化幻觉
机构 * Fudan University, Shanghai, China.（复旦大学） ； Shanghai Academy of Artificial Intelligence for Science, Shanghai, China.（上海人工智能科学研究院） ； Shanghai Universal Medical Imaging Diagnostic Center, Shanghai, China.（上海通用医学影像诊断中心）
AI总结 本文通过UMD数据集揭示3D医学分割中模态差异与泛化幻觉问题，指出现有基础模型在实际应用中存在显著性能差异，需转向多模态训练以提升通用性。
CreatiPoster：迈向可编辑和可控的多层平面设计生成
机构 * University of Science and Technology of China（中国科学技术大学） ； Intelligent Creation（智能创作） ； Fudan University（复旦大学）
AI总结 研究旨在解决平面设计难题，提出CreatiPoster框架，通过协议模型和条件背景模型生成可编辑多层构图，超越开源方法和商业系统，发布无版权语料库，推动AI辅助平面设计应用。
用于肌肉骨骼护理的基于证据的人工智能
机构 * Ruijin Hospital, College of Health Science and Technology, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院，健康科学技术学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； 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） ； MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（中国科学技术大学脑启发智能感知与认知教育部重点实验室） ； School of Basic Medical Sciences, Intelligent Medicine Institute, Fudan University（复旦大学基础医学院智能医学研究院） ； Department of Radiation Oncology, Stanford University School of Medicine（斯坦福大学医学院放射肿瘤学系） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； College of AI, Tsinghua University（清华大学人工智能学院）
AI总结 研究针对肌肉骨骼护理中证据分散问题，提出基于大语言模型的OrthoPilot系统，整合多源数据进行持续管理。该系统在诊断推理等方面超越专家，优于其他智能系统，还提升了管理成功率和病床病例数等，推动临床人工智能实现纵向管理。
Comments All co-authors have now consented to the submission and approved the authorship
对齐稳定修复：缓解不需要的对象插入并保持颜色一致性
机构 * Nanyang Technological University（南洋理工大学） ； Tencent Hunyuan3D（腾讯 Hunyuan3D） ； Fudan University（复旦大学） ； Fudan ISTBI–ZJNU Algorithm Centre for Brain-Inspired Intelligence（复旦大学 ISTBI–浙师大脑启发式智能算法中心） ； Zhejiang Normal University（浙江师范大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出ASUKA框架，通过重建先验和专有VAE解码器解决生成修复中的对象插入和颜色不一致问题，提升修复图像的质量和一致性。
Comments Update: more exps and analysis
节点即智能体：图智能体网络
机构 * Rutgers University（罗格斯大学） ； University of Liverpool（利物浦大学） ； Fudan University（复旦大学）
AI总结 研究针对图神经网络不能处理节点信息不平衡及忽略全局语义关系的局限，提出检索增强图智能体网络ReaGAN，赋予节点自主决策能力，通过智能体规划和局部 - 全局检索实现自适应消息传播，在少样本设置下性能优异。
Comments 11 pages, work in progress
学习、推理、优化：GUI 智能体中卡尼曼双系统智能的框架
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） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发式智能科学技术研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Amazon（亚马逊） ； Shanghai Innovation Institute（上海创新研究院） ； ByteDance Douyin Content Group（字节跳动抖音内容部）
AI总结 针对 GUI 智能体存在依赖试错决策、评估指标简单等问题，提出 CogniGUI 框架，结合全解析器引擎和 GRPO 基础智能体，实现自适应学习，经实验验证其在新基准测试中优于现有方法。
Comments Withdrawn due to ongoing technical improvements. The work requires further refinement and additional experiments to meet our quality standards. A revised version will be submitted in the future
StructGen：通过结构化上下文建模消除多参考图像生成中的歧义
机构 * Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学研究所） ； Institute of Big Data, Fudan University（复旦大学大数据研究院） ； Visual Intelligence + X International Joint Laboratory of the Ministry of Education（教育部视觉智能+X国际联合实验室） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； MT Lab, Meitu Inc（美图公司MT实验室）
AI总结 研究多参考图像生成问题，现有方法因自然语言指令缺陷致效果不佳。提出StructGen，用结构化格式编码参考图像，构建数据集、训练框架和基准，实验证明其在语义对齐和生成一致性上优于现有方法。
Comments Project page: https://jianingpeng0382.github.io/StructGen/
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