高校专区
LAOF：基于光流约束的鲁棒潜在动作学习
机构 * Fudan University（复旦大学） ； Northwestern Polytechnical University（西北工业大学）
AI总结 本文提出LAOF方法，通过利用光流作为动作驱动信号，学习鲁棒的潜在动作表示，以应对动作无关的干扰。实验表明，LAOF在下游模仿学习和强化学习任务中表现优异，尤其在标注稀缺条件下效果显著。
Comments CVPR 2026; Project page: https://github.com/XizoB/LAOF
协同自适应课程用于渐进知识蒸馏
机构 * Fudan University（复旦大学） ； Shanghai Key Research Laboratory of NSAI（上海NSAI重点实验室） ； Joint Laboratory on Networked AI Edge Computing（网络化AI边缘计算联合实验室）
AI总结 本文提出FAPD框架，通过自适应知识转移提升边缘视觉分析系统的性能，实验表明其在CIFAR-10上准确率提升3.64%，收敛速度加快2倍。
Comments Accepted by IEEE ICME 2026
快速-缓慢思考RM：标量与生成奖励模型的有效整合
机构 * Fudan University（复旦大学） ； Meituan（美团）
AI总结 本文提出F/S-RM，结合快速和缓慢思考机制，提升奖励模型性能并降低计算成本。
半监督节点分类中的几何失衡
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； MBZUAI ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Logs AI Project（Logs AI项目）
AI总结 本文提出几何失衡概念，通过伪标签对齐、节点重排和模糊过滤缓解类别不平衡问题，实验表明在严重类别不平衡下性能优于现有方法。
Comments Accepted by NeurIPS 2025
Journal ref Proceedings of the Thirty-ninth Conference on Neural Information Processing Systems (NeurIPS 2025)
具有物理信息的长程库仑修正的机器学习哈密顿量
机构 * Key Laboratory of Computational Physical Sciences (Ministry of Education)（计算物理科学国家重点实验室（教育部）） ； Institute of Computational Physical Sciences（计算物理科学研究院） ； State Key Laboratory of Surface Physics（表面物理国家重点实验室） ； Department of Physics, Fudan University, Shanghai, 200433, China.（复旦大学物理系，上海，200433，中国）
AI总结 本文提出一种结合E(3)等变消息传递与倒数空间Ewald求和的双通道架构，通过变分分解静电能推导出非正交原子轨道基下的长程哈密顿量矩阵元，验证了物理信息长程修正对极性晶体和异质结构的重要性。
Comments 9 pages,3 figures
基于时间步的块掩码：用于高效扩散模型推理的优化方法
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； School of Data Science, Fudan University（复旦大学数据科学学院）
AI总结 本文提出基于时间步的块掩码方法，通过动态决定执行或跳过哪些块来优化预训练DPMs的计算图，提升推理效率。
Comments 10 pages
MedQ-Engine：一种用于医疗图像质量评估中进化多模态大语言模型的闭环数据引擎
机构 * Fudan University, Shanghai, China（复旦大学，上海，中国） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国）
AI总结 本文提出MedQ-Engine，通过闭环数据引擎迭代评估模型，发现失败原型，利用人类在循环注释提升模型性能，使8B参数模型在医疗图像质量评估中超越GPT-4o 13%并接近人类专家水平。
通过模块化身体部位相控实现可控的文本到运动生成
机构 * Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； HKUST（香港科技大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学）
AI总结 本文提出模块化身体部位相控方法，通过紧凑的标量相界面实现局部化编辑，保留运动整体一致性，提供可控的文本到运动生成方案。
PolicySim：一种基于LLM的代理社会模拟沙盒，用于主动政策优化
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； University of Nottingham（诺丁汉大学） ； PowerChina Huadong Engineering Corporation Limited（国家电网华东工程公司）
AI总结 本文提出PolicySim，通过用户代理模块和自适应干预模块，模拟用户行为与平台干预的双向动态，实现对干预政策的主动评估与优化。
HyEvo：自演化混合代理工作流用于高效推理
机构 * East China Normal University（华东师范大学） ； Beihang University（北京航空航天大学） ； Shanghai University of International Business and Economics（上海对外经贸大学） ； Fudan University（复旦大学）
AI总结 HyEvo通过混合原子合成方法，结合概率LLM节点和确定性代码节点，提升推理效率，减少计算成本和延迟。
数据驱动的全球海洋 Ensemble 预测
机构 * Artificial Intelligence Innovation and Incubation Institute（人工智能创新与孵化院） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Department of Atmospheric and Oceanic Sciences（大气科学与海洋科学系） ； Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院） ； FuXi Intelligent Computing Technology Co., Ltd.（复西智能计算技术有限公司）
AI总结 本文提出FuXi-ONS系统，通过学习物理结构扰动和大气编码模块，实现全球海洋5天预报，提升概率预测质量并加快预测速度。
CurveStream: 通过曲率感知的层次视觉记忆管理提升MLLMs在流媒体视频理解中的性能
机构 * College of Future Information Technology, Fudan University（未来信息科技学院，复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 CurveStream通过曲率感知的层次视觉记忆管理框架，在流媒体视频理解中实现显著性能提升，实验表明其在多个基准测试中均优于现有方法，达到新状态-of-the-art结果。
VAMPO：通过改进视频动作模型的视觉动态进行策略优化
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Xiamen University（厦门大学） ； University of Sussex（Sussex大学） ； Tianjin University（天津大学） ； Wuhan University（武汉大学） ； Hebei University of Technology（河北工业大学） ； Nanjing University（南京大学） ； Fudan University（复旦大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； South China University of Technology（华南理工大学）
AI总结 VAMPO通过策略优化直接提升视频动作模型的视觉动态，结合GRPO和非对抗性奖励，在多种模拟和真实任务中提升任务相关视觉动态，增强下游动作生成和泛化能力。
扩散引导的语义一致性用于多模态异质性
机构 * The University of British Columbia（不列颠哥伦比亚大学） ； Fudan University（复旦大学） ； Duke Kunshan University（杜克昆山大学） ； East China Normal University（华东师范大学） ； University of California, Davis（加州大学戴维斯分校） ； China University of Mining and Technology（中国矿业大学） ； SMBU ； Shenzhen University（深圳大学）
AI总结 本文提出SemanticFL框架，利用预训练扩散模型的语义表示，通过跨模态对比学习提升联邦学习在多模态异质数据中的鲁棒性，实验表明其在CIFAR-10等数据集上准确率提升达5.49%。
Comments Accepted by IEEE ICME 2026
EffectErase: 视频对象移除与插入的联合处理以实现高质量效果擦除
机构 * Institute of Big Data, College of Computer Science and Artificial Intelligence, Fudan University, China（大数据研究院，计算机科学与人工智能学院，复旦大学，中国）
AI总结 本文提出EffectErase方法，通过联合视频对象移除与插入，解决动态目标对象及其视觉效果的高质量擦除问题，利用大规模VOR数据集提升效果擦除质量。
Comments CVPR 2026, Project Page: https://henghuiding.com/EffectErase/
6Bit-Diffusion：视频扩散模型推理时的混合精度量化
机构 * Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出了一种推理时的混合精度量化框架，通过动态分配NVFP4和INT8精度，提升视频扩散模型的效率与质量，实验显示在推理速度和内存占用上有显著提升。
通过构造进行思考：一种用于视觉-文本交错几何推理的基准和策略优化
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） ； School of ECE, Peking University（北京大学电子工程学院） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Tencent Youtu Lab（腾讯优图实验室）
AI总结 本文提出GeoAux-Bench基准和A2PO策略优化框架，通过交错视觉-文本辅助工具提升几何推理性能，实验表明有效构造能降低推理困惑度，使MLLMs在选择性辅助构造上获得3.51%的提升。
Fin-R1：通过强化学习构建的金融推理大语言模型
机构 * School of Statistics and Data Science, Shanghai University of Finance and Economics, China（上海金融学院统计与数据科学学院，中国） ； School of Mathematical Sciences, Fudan University, China（复旦大学数学科学学院，中国） ； School of Economics, Shanghai University of Finance and Economics, China（上海金融学院经济学院，中国） ； AI Finance Development and Service Center, Shanghai University of Finance and Economics, China（上海金融学院人工智能金融发展与服务中心，中国） ； QuantaAlpha, China（QuantaAlpha，中国） ； Department of Statistics, Rice University, USA（里士满大学统计学系，美国） ； Department of Statistics, London School of Economics and Political Science, UK（伦敦政治经济学院统计学系，英国） ； Qinghai Provincial Key Laboratory of Big Data in Finance and Artificial Intelligence Application Technology, Qinghai Institute of Technology, China（青海省大数据在金融与人工智能应用技术重点实验室，青海技术学院，中国）
AI总结 Fin-R1通过强化学习方法，解决金融领域推理问题，具备高精度和可解释性，适用于合规检查和智能投顾。
MedQ-UNI: 向通过视觉-语言建模实现医学图像质量评估与修复的统一迈进
机构 * Fudan University, Shanghai, China（复旦大学，上海，中国） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国）
AI总结 本文提出MedQ-UNI，一种统一的视觉-语言模型，通过先评估再修复的范式，利用医学图像质量评估指导医学图像修复，实现了跨模态和降质类型的统一处理。
轻量级适应用于基于LLM的技术服务代理：潜在逻辑增强与鲁棒噪声消除
机构 * School of Mathematics and Sciences, Fudan University, Shanghai, China（复旦大学数学科学学院，上海，中国） ； Shanghai Center for Mathematical Sciences, Fudan University, Shanghai, China（复旦大学上海数学中心，上海，中国） ； Alibaba Group, Hangzhou, China（阿里巴巴集团，杭州，中国） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University, Shanghai, China（脑启发式智能科学技术研究院，复旦大学，上海，中国） ； Center for Applied Mathematics & Shanghai Key Laboratory of Contemporary Applied Mathematics, Fudan University, Shanghai, China（应用数学中心及上海当代应用数学重点实验室，复旦大学，上海，中国）
AI总结 本文提出轻量级适应框架，通过潜在逻辑增强和鲁棒噪声消除提升技术服务代理的稳定性和性能，同时采用混合奖励机制降低训练成本。
MedMASLab：多模态医疗多智能体系统的统一协调框架
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； vivo ； Stanford University（斯坦福大学）
AI总结 本文提出MedMASLab框架，解决医疗多智能体系统中多模态整合碎片化问题，通过标准化通信协议、自动化评估器和大规模基准测试，揭示领域特定性能差距，为未来自主临床系统建立新基准。
合成数据在场景文本识别中有什么问题？一个强大的合成引擎与多样化的模拟和自我进化
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（上海多模态具身人工智能重点实验室） ； WeChat Vision, Tencent Inc.（腾讯公司微信视觉团队）
AI总结 本文提出UnionST合成引擎，通过多样化的模拟和自我进化框架，提升合成数据的现实性和有效性，实验表明其在复杂场景中优于现有合成数据。
Comments Accepted by CVPR 2026
RhoMorph：菱形变形模块化机器人用于稳定、介质无关的重新配置运动
机构 * Institute of AI and Robotics, Academy for Engineering & Technology, Fudan University（人工智能与机器人研究院，工程与技术学院，复旦大学） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（科学与工程学院，香港中文大学（深圳）） ； Shenzhen Institute of Artificial Intelligence and Robotics for Society（社会人工智能与机器人研究所） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（机械工程系，香港理工大学）
AI总结 本文提出RhoMorph，一种新型可变形平面晶格自重构机器人，通过菱形模块实现稳定、介质无关的重新配置运动，采用简单控制策略实现形态变换、对接和移动等功能。
EchoGen：基于循环一致性的统一布局-图像生成与理解学习
机构 * School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学与技术学院） ； Tongji University（同济大学） ； Sun Yat-sen University（中山大学） ； Fudan University（复旦大学） ； Hefei University of Technology（合肥工业大学） ； Anhui Province Key Laboratory of Digital Security（安徽省数字安全重点实验室）
AI总结 本文提出EchoGen框架，通过统一模型联合训练布局到图像生成和图像定位任务，提升生成图像的布局准确性与文本描述一致性，同时增强图像定位的鲁棒性。
Comments 9 pages, Accepted at the 40th AAAI Conference on Artificial Intelligence (AAAI 2026)
Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(16), 2026
基于大规模自改进演示的目标导向视觉-语言导航学习
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Fudan University（复旦大学） ； The University of Adelaide（阿德莱德大学） ； Nanjing University（南京大学） ； Shanghai Jiaotong University（上海交通大学）
AI总结 本文提出SID方法，通过自改进演示提升导航能力，实现高效探索和泛化，显著提升导航性能，达到新状态的SOTA水平。
边缘-云协同计算在分布式智能与模型优化中的应用：综述
机构 * Division of Natural and Applied Sciences, Duke Kunshan University（杜克-昆山大学自然科学与应用科学系） ； Department of Electrical and Computer Engineering, The University of British Columbia（不列颠哥伦比亚大学电气与计算机工程系） ； College of Future Information Technology, Fudan University（复旦大学未来信息科技学院） ； Ant Group（蚂蚁集团） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院）
AI总结 本文综述了边缘-云协同计算在分布式智能与模型优化中的应用，探讨了核心架构、技术及挑战，包括模型压缩、适应与神经网络架构搜索，以及AI驱动的资源管理策略，同时分析了隐私保护、安全增强及实际部署案例。
Comments Accepted by IEEE ComST. 45 pages, 13 figures, 10 tables
变分核设计用于内部噪声：高斯混沌噪声、表示兼容性与可靠的深度学习
机构 * Shanghai Institute for Mathematics and Interdisciplinary Sciences (SIMIS)（上海数学与交叉科学研究院） ； Research Institute of Intelligent Complex Systems, Fudan University（复旦大学智能复杂系统研究所）
AI总结 本文通过变分核设计框架探讨内部噪声的几何相关性及与表示的兼容性，提出高斯混沌噪声并验证其在图像识别任务中的有效性。
Comments 37 pages
超越短时间 horizon：VQ-记忆用于非马尔可夫仿真基准中的鲁棒长时间 manipulation
机构 * Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究院（TeleAI））
AI总结 本文提出 RuleSafe 基准，通过 LLM 辅助仿真框架构建非马尔可夫任务，引入 VQ-Memory 以提升长时间规划和泛化能力。
Comments 9 pages
TxSum: 基于微粒语义锚定的用户导向以太坊交易理解
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Wuhan University（武汉大学） ； University of North Texas（北卡罗来纳州立大学） ； Fudan University（复旦大学）
AI总结 本文提出TxSum任务，通过构建187个复杂以太坊交易数据集，引入MATEX框架提升交易解释质量，使用户对复杂交易的理解率从52.9%提升至76.5%，恶意交易拒绝率提升至88%。
M^3：密集匹配与多视角基础模型结合的单目高斯点云SLAM
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Zhejiang University（浙江大学） ； Beijing Institute of Technology（北京理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出M^3，结合多视角基础模型与单目高斯点云SLAM，通过引入匹配头提升密集对应关系，增强跟踪稳定性，在多种基准上取得优异的位姿估计和场景重建性能。
Comments Project page: https://city-super.github.io/M3/
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