Preference Score Distillation: Leveraging 2D Rewards to Align Text-to-3D Generation with Human Preference
偏好分数蒸馏：利用2D奖励对齐文本到3D生成
机构 * Fudan University（复旦大学）
AI总结 本文提出偏好分数蒸馏方法，利用2D奖励模型实现文本到3D生成的人类偏好对齐，无需3D训练数据，提升生成质量与扩展性。
高校专区
Fudan University（复旦大学）
IDProxy: Cold-Start CTR Prediction for Ads and Recommendation at Xiaohongshu with Multimodal LLMs
IDProxy：小红书广告与推荐中基于多模态大语言模型的冷启动CTR预测
机构 * Xiaohongshu Inc.（小红书公司） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学）
AI总结 IDProxy通过多模态大语言模型生成代理嵌入，解决广告和推荐系统中物品冷启动的CTR预测问题，实现与现有嵌入空间的对齐和端到端优化，已在小红书大规模应用。
Power Echoes: Investigating Moderation Biases in Online Power-Asymmetric Conflicts
权力回声：探究在线权力不对称冲突中的调停偏见
机构 * Fudan University（复旦大学）
AI总结 本文通过实验研究在线权力不对称冲突中人类调停员的偏见类型及AI建议的影响，提出未来调停系统的研究方向。
Comments Accepted at the ACM CHI conference on Human Factors in Computing Systems (ACM CHI 2026)
MIST-RL: Mutation-based Incremental Suite Testing via Reinforcement Learning
MIST-RL：基于突变的增量测试套件生成 via 强化学习
机构 * Fudan University, Shanghai, China（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； South China University of Technology, Guangzhou, China（华南理工大学）
AI总结 MIST-RL通过强化学习优化测试生成，提升突变得分并减少测试用例数量，改进代码验证效果。
Comments Preprint. 17 pages
Individual Turing Test: A Case Study of LLM-based Simulation Using Longitudinal Personal Data
个体图灵测试：基于长期个人数据的LLM模拟案例研究
机构 * Rutgers University（罗格斯大学） ； Fudan University（复旦大学） ； Microsoft（微软公司）
AI总结 本文提出个体图灵测试，通过长期个人数据评估LLM模拟个体的能力，发现不同方法在日常聊天与个人意见上的表现存在显著差异。
Comments 5 pages, 2 figures
Seeing Across Views: Benchmarking Spatial Reasoning of Vision-Language Models in Robotic Scenes
跨视角视觉：评估视觉-语言模型在机器人场景中的空间推理能力
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University（浙江大学）
AI总结 本文提出MV-RoboBench基准，评估视觉-语言模型在机器人场景中的多视角空间推理能力，揭示其在多视角机器人感知中的挑战。
Comments Accepted to ICLR 2026. Camera-ready version. Project page: https://aaronfengzy.github.io/MV-RoboBench-Webpage/
Journal ref International Conference on Learning Representations (ICLR), 2026
EgoNight: Towards Egocentric Vision Understanding at Night with a Challenging Benchmark
EgoNight: 向夜间视角理解迈进的挑战性基准
机构 * East China Normal University（东华大学） ； HKUST(GZ)（香港科技大学（广州）） ； Nankai University（南开大学） ； Fudan University（复旦大学）
AI总结 EgoNight提出首个夜间视角视觉基准，通过日夜间对齐视频和人工验证构建VQA任务，揭示低光照条件下模型性能下降问题，并引入辅助任务推动模型泛化能力提升。
Comments Accepted by ICLR 2026
Uni-cot: Towards Unified Chain-of-Thought Reasoning Across Text and Vision
Uni-cot: 向跨文本和视觉的统一链式推理迈进
机构 * Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学）
AI总结 Uni-CoT通过统一的链式推理框架实现跨文本和视觉的连贯多模态推理，采用宏级和微级推理范式，提升多模态推理的效率和性能。
Comments Accepted by ICLR 2026, Project Page: https://sais-fuxi.github.io/projects/uni-cot/
Openfly: A comprehensive platform for aerial vision-language navigation
Openfly：面向空中视觉-语言导航的综合性平台
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Beihang University（北航） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； East China University of Science and Technology（东华大学） ； Fudan University（复旦大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； TeleAI
AI总结 OpenFly平台通过整合多种渲染引擎和自动化工具链，构建大规模空中VLN数据集，并提出关键帧感知的VLN模型，提升户外空中视觉-语言导航的研究与应用。
Comments accepted by ICLR 2026
OmniTracker: Unifying Object Tracking by Tracking-with-Detection
OmniTracker: 通过跟踪与检测统一目标跟踪
机构 * Shanghai Key Lab of Intelligent Information Processing and School of Computer Science, Fudan University（上海智能信息处理关键实验室和复旦大学计算机学院） ； Microsoft Research, Redmond（微软研究院（红mond）） ； Microsoft Research, Asia（微软亚洲研究院）
AI总结 OmniTracker通过结合跟踪与检测的优势，统一解决不同目标跟踪任务，实现高效且一致的模型架构和参数共享。
Comments accepted by TPAMI
Vision-Language Feature Alignment for Road Anomaly Segmentation
视觉-语言特征对齐用于道路异常分割
机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发智能科学与技术研究院）
AI总结 VL-Anomaly通过结合视觉-语言模型的语义先验，提出了一种新的道路异常分割框架，有效提升异常检测的准确性和鲁棒性。
A Novel Reconfigurable Dexterous Hand Based on Triple-Symmetric Bricard Parallel Mechanism
一种基于三对称布拉克平行机构的新型可重构灵巧手
机构 * Institute of AI and Robotics, Academy for Engineering & Technology, Fudan University（人工智能与机器人研究所，工程与技术学院，复旦大学） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（机械工程系，香港理工大学）
AI总结 本文提出了一种基于三对称布拉克平行机构的新型可重构灵巧手，通过拓扑和尺寸综合优化自由度和连杆配置，提升抓取多样性和操作精度。
Comments 8 pages, 14 figures, 2026 IEEE International Conference on Robotics & Automation
PointAlign: Feature-Level Alignment Regularization for 3D Vision-Language Models
PointAlign：用于3D视觉-语言模型的特征级对齐正则化
机构 * University of Science and Technology of China（中国科学技术大学） ； Fuzhou University（福州大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学）
AI总结 PointAlign通过特征级对齐正则化提升3D视觉-语言模型的几何信息保留与任务性能
Comments CVPR 2026 Accepted
MagicAgent: Towards Generalized Agent Planning
MagicAgent：迈向通用代理规划
机构 * Honor Device Co., Ltd（Honor设备有限公司） ； Fudan University（复旦大学）
AI总结 MagicAgent通过合成数据框架和两阶段训练范式，实现通用代理规划，优于现有模型。
Learning to Explore with Parameter-Space Noise: A Deep Dive into Parameter-Space Noise for Reinforcement Learning with Verifiable Rewards
通过参数空间噪声学习探索：深入研究可验证奖励的强化学习
机构 * Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； College of Future Information Technology, Fudan University, Shanghai, China（未来信息科技学院，复旦大学） ； Shanghai AI Laboratory, Shanghai, China（上海人工智能实验室） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学）
AI总结 通过参数空间噪声提升探索能力，PSN-GRPO在多个基准中提升推理能力并超越传统探索方法。
Comments 17 pages, 10 Figures
GeoTeacher: Geometry-Guided Semi-Supervised 3D Object Detection
GeoTeacher: 基于几何的半监督3D物体检测
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tongji University（同济大学） ； Hong Kong University（香港大学） ； Huazhong University of Science and technology（华中科技大学）
AI总结 GeoTeacher通过几何关系监督模块和体素级数据增强策略，提升半监督3D物体检测的几何感知能力。
Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)
Routing Matters in MoE: Scaling Diffusion Transformers with Explicit Routing Guidance
MoE中的路由问题：通过显式路由指导扩展扩散Transformer
机构 * Fudan University（复旦大学） ； Tongyi Lab, Alibaba Group（阿里云实验室，阿里巴巴集团） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） ； MMLab ； Institute of Science and Technology for Brain-inspired Intelligence, MOE Frontiers Center for Brain Science, Key Laboratory of Computational Neuroscience and Brain-Inspired Intelligence, and State Key Laboratory of Brain Function and Disorders, Fudan University（脑启发智能科学技术研究院、MOE前沿脑科学中心、计算神经科学与脑启发智能重点实验室、脑功能与疾病国家重点实验室，复旦大学）
AI总结 ProMoE通过显式路由指导提升视觉MoE性能，结合两步路由策略和原型路由机制，在ImageNet基准上优于现有方法。
Comments Accepted to ICLR 2026
Lookahead Tree-Based Rollouts for Enhanced Trajectory-Level Exploration in Reinforcement Learning with Verifiable Rewards
基于前瞻树的rollouts用于增强强化学习中轨迹层面的探索
机构 * Nanjing University（南京大学） ； University of Southern California（南加州大学） ； Fudan University（复旦大学）
AI总结 基于前瞻树的rollouts通过促进轨迹多样性提升强化学习中策略学习效率
HardcoreLogic: Challenging Large Reasoning Models with Long-tail Logic Puzzle Games
HardcoreLogic: 用长尾逻辑谜题游戏挑战大型推理模型
机构 * Fudan University（复旦大学） ； University of Southern California（南加州大学） ； Huawei Technologies Ltd（华为技术有限公司） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 HardcoreLogic通过长尾逻辑谜题挑战大型推理模型，揭示其在复杂规则和非标准变体上的局限性。
Bridging Draft Policy Misalignment: Group Tree Optimization for Speculative Decoding
弥合草案策略不一致：为推测解码的组树优化
机构 * Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理学院）
AI总结 GTO通过组树优化解决推测解码中草案策略不一致问题，提升LLM推理效率。
Distribution-Aligned Decoding for Efficient LLM Task Adaptation
面向高效大语言模型任务适应的分布对齐解码
机构 * Hong Kong JC STEM Lab of Smart City（香港JC智能城市STEM实验室） ； City University of Hong Kong（香港城市大学） ； University of Sussex（苏塞克斯大学） ； Huazhong University of Science and Technology（华中科技大学） ； Fudan University（复旦大学） ； Lingnan University（岭大大学）
AI总结 SVDecode通过引导输出分布对齐提升大语言模型任务适应性能，理论证明其与全微调等价，实验显示在多个任务上准确率提升显著。
Comments Accepted by NeurIPS'25
CineTrans: Learning to Generate Videos with Cinematic Transitions via Masked Diffusion Models
CineTrans: 通过掩码扩散模型学习生成具有电影过渡的视频
机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 CineTrans通过掩码扩散模型生成具有电影风格的多镜头视频，利用镜头边界与注意力图的对应关系，实现稳定且高质量的视频过渡。
Comments ICLR2026 Accept; Project Page:https://uknowsth.github.io/CineTrans/
ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving
ImagiDrive: 一种用于自动驾驶的统一想象与规划框架
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） ； Eastern Institute of Technology（技术东院） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学）
AI总结 ImagiDrive通过整合视觉-语言模型和驾驶世界模型，实现自动驾驶中的统一想象与规划循环，提升场景生成和决策预测的准确性与效率。
Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)
SecP-Tuning: Efficient Privacy-Preserving Prompt Tuning for Large Language Models via MPC
SecP-Tuning: 通过MPC实现大语言模型高效隐私保护提示微调
机构 * Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Fudan University（复旦大学） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Institute of Statistical Interdisciplinary Research, Southwestern University of Finance and Economics（统计交叉学科研究所，西南财经大学） ； National University of Singapore（新加坡国立大学）
AI总结 SecP-Tuning通过MPC实现大语言模型高效隐私保护提示微调，显著提升微调效率并减少通信开销。
Comments ICLR 2026
Seek-CAD: A Self-refined Generative Modeling for 3D Parametric CAD Using Local Inference via DeepSeek
Seek-CAD: 一种基于局部推理的自优化生成模型用于3D参数化CAD设计
机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） ； School of Information and Intelligent Science, Donghua University（信息与智能科学学院，东华大学）
AI总结 Seek-CAD通过结合视觉和链式思维反馈，利用本地开源模型生成3D参数化CAD模型，提升生成效率和实用性。
Comments Accepted to ICLR 2026. The datatset has been released publicly and can be acessed in https://github.com/Sunny-Hack/Seek-CAD
SimpleTool: Parallel Decoding for Real-Time LLM Function Calling
SimpleTool: 并行解码用于实时大语言模型功能调用
机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Fudan University, Shanghai, China（复旦大学）
AI总结 SimpleTool通过并行解码技术实现大语言模型功能调用的实时加速，提升效率并降低延迟，适用于实时应用场景。
Learning Accurate Segmentation Purely from Self-Supervision
仅从自监督学习中学习准确的分割
机构 * Fudan University（复旦大学）
AI总结 Selfment通过自监督学习实现准确分割，无需人工标注，取得多个基准的新SOTA结果，并在伪装检测任务中表现优异。
On the Convergence of Single-Loop Stochastic Bilevel Optimization with Approximate Implicit Differentiation
单环随机双层优化的收敛性研究：近似隐式微分
机构 * Xi’an Jiaotong University（西安交通大学） ； Fudan University（复旦大学） ； SGIT AI Lab（SGIT人工智能实验室）
AI总结 本文提出单环随机近似隐式微分算法，证明其在O(κ⁷ ε⁻²)复杂度下达到ε-静态点，兼顾多环方法的最优收敛速度与单环的高效计算。
Diff-Aid: Inference-time Adaptive Interaction Denoising for Rectified Text-to-Image Generation
Diff-Aid: 修复文本到图像生成中的推理时间自适应交互去噪
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Academy of AI for Science（上海人工智能科学研究院）
AI总结 Diff-Aid通过自适应调整文本与图像交互提升文本到图像生成质量，提供可解释的调节模式并支持下游应用改进。
Comments 18 pages
Self-Supervised AI-Generated Image Detection: A Camera Metadata Perspective
自监督AI生成图像检测：从相机元数据视角
机构 * Department of Computer Science, City University of Hong Kong（城市大学计算机科学系） ； Department of Computer Science, Fudan University（复旦大学计算机科学系） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）人工智能学院） ； Department of Computer Science and the Shenzhen Research Institute, City University of Hong Kong（城市大学计算机科学系和深圳研究院）
AI总结 通过相机元数据学习特征，提出自监督方法检测AI生成图像，提升检测性能和鲁棒性。
