4D-VLA: Spatiotemporal Vision-Language-Action Pretraining with Cross-Scene Calibration
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
高校专区
Fudan University（复旦大学）
MoM: Linear Sequence Modeling with Mixture-of-Memories
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学）
Comments Technical report, 18 pages
Video Compression Commander: Plug-and-Play Inference Acceleration for Video Large Language Models
机构 * Shanghai Jiao Tong University（上海交通大学） ； Sichuan University（四川大学） ； Fudan University（复旦大学）
Comments EMNLP 2025 main
Dual-LoRA and Quality-Enhanced Pseudo Replay for Multimodal Continual Food Learning
机构 * College of Computer Science and Artificial Intelligence, Fudan University, China（复旦大学计算机科学与人工智能学院） ； Singapore Management University, Singapore（新加坡国立管理学院）
Referring Camouflaged Object Detection With Multi-Context Overlapped Windows Cross-Attention
机构 * School of Computer and Information Engineering, Shanghai Polytechnic University（计算机与信息工程学院，上海理工大学） ； Shanghai Key Laboratory of Intelligent Information Processing, School of Computer Science, Fudan University（智能信息处理重点实验室，复旦大学） ； Department of Automation, School of Intelligent Manufacturing and Control Engineering, Shanghai Polytechnic University（自动化系，智能制造与控制工程学院，上海理工大学） ； Academy for Engineering and Technology, Fudan University（工程与技术学院，复旦大学） ； Research and Design Center, Shanghai Insititue Of Computer Technology Company（研发设计中心，上海计算机技术有限公司）
Comments 12 pages, 7figures, This work is supported by National Nature Science Foundation of China (Grant No. 62203291)
Rank-Aware Agglomeration of Foundation Models for Immunohistochemistry Image Cell Counting
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Department of Gastrointestinal Surgery and the Gastric Cancer Center, Zhongshan Hospital, Fudan University（复旦大学中山医院胃肠外科及胃癌中心） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； The Comprehensive Breast Care Center, The Second Affiliated Hospital of Xi'an Jiaotong University（西安交通大学第二附属医院综合乳腺护理中心） ； Department of Pathology, The Second Affiliated Hospital of Xi’an Jiaotong University（西安交通大学第二附属医院病理科） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of General Surgery, Zhongshan Hospital (Xiamen), Fudan University（复旦大学中山医院（厦门）外科科）
Language-Enhanced Generative Modeling for Amyloid PET Synthesis from MRI and Blood Biomarkers
机构 * organization= Shanghai Artificial Intelligence Laboratory , city= Shanghai , postcode= 200082 , country= China ； organization= School of Medicine, Xiamen University , city= Xiamen , state= Fujian , country= China ； organization= Department of Nuclear Medicine \& PET Center, Huashan Hospital, Fudan University , city= Shanghai , country= China ； organization= Department of Gerontology, Shanghai Jiao Tong University Affiliated Sixth People’s Hospital , city= Shanghai , country= China ； organization= Department of Computer Science, Rutgers University , city= New Brunswick , state= New Jersey , country= United States ； organization= Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences , city= Shenzhen , country= China
Comments 31 pages, 8 figures
HumanoidGen: Data Generation for Bimanual Dexterous Manipulation via LLM Reasoning
机构 * Fudan University（复旦大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） ； 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）
Comments Project Page: https://openhumanoidgen.github.io
Revealing the Implicit Noise-based Imprint of Generative Models
机构 * Fudan University（复旦大学） ； CEC GienTech Technology Co.,Ltd.（CEC基因科技有限公司）
Brain3D: Generating 3D Objects from fMRI
机构 * Fudan University（复旦大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Surrey（萨里大学）
Comments IJCV 2025
AttackVLA: Benchmarking Adversarial and Backdoor Attacks on Vision-Language-Action Models
机构 * Fudan University（复旦大学） ； City University of Hong Kong（香港城市大学） ； Singapore Management University（新加坡管理大学）
MicroVQA++: High-Quality Microscopy Reasoning Dataset with Weakly Supervised Graphs for Multimodal Large Language Model
机构 * Fudan University（复旦大学）
Comments 11 pages, 4 figures
SimuFreeMark: A Noise-Simulation-Free Robust Watermarking Against Image Editing
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）
Enhancing Video Inpainting with Aligned Frame Interval Guidance
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
Comments 15 pages
PrivDFS: Private Inference via Distributed Feature Sharing against Data Reconstruction Attacks
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） ； Department of Artificial Intelligence, Ajou University（人工智能系，庆应大学）
Preserving Cross-Modal Consistency for CLIP-based Class-Incremental Learning
机构 * Institute of Trustworthy Embodied AI（可信具身人工智能研究院） ； Fudan University（复旦大学） ； Shanghai Collaborative Innovation Center of Intelligent Visual Computing（上海智能视觉计算协同创新中心） ； Columbia University（哥伦比亚大学）
PhaseWin Search Framework Enable Efficient Object-Level Interpretation
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； School of Mathematical Sciences, Fudan University（复旦大学数学学院） ； School of Cyber Science and Technology, Sun Yat-sen University（中山大学网络科学与技术学院）
FabasedVC: Enhancing Voice Conversion with Text Modality Fusion and Phoneme-Level SSL Features
机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； AI Platform Department, bilibili（bilibili人工智能平台部） ； School of Software Engineering, East China Normal University（华东师范大学软件工程学院） ； School of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Division of Music and Audio, Union Wheatland Culture and Media Ltd.（Union Wheatland Culture and Media Ltd.音乐与音频部）
Comments Accepted by ACMMM-Asia 2025
Audio-VLA: Adding Contact Audio Perception to Vision-Language-Action Model for Robotic Manipulation
机构 * School of Computer Science and Technology, East China Normal University（东华师范大学计算机科学与技术学院） ； School of Data Science and Engineering, East China Normal University（东华师范大学数据科学与工程学院） ； School of Software Engineering, East China Normal University（东华师范大学软件工程学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院）
CWT-Net: Super-resolution of Histopathology Images Using a Cross-scale Wavelet-based Transformer
机构 * School of Computer and Information Technology, Beijing Jiaotong University（计算机与信息学院，北京交通大学） ； School of Computer Science, Fudan University（计算机科学学院，复旦大学）
Journal ref Unpublished preprint (2025)
GRACE: Designing Generative Face Video Codec via Agile Hardware-Centric Workflow
机构 * State Key Laboratory of Integrated Chips and Systems（集成电路与系统集成国家重点实验室） ； Fudan University（复旦大学） ； Department of Electronic Engineering（电子工程系）
Argus: Resilience-Oriented Safety Assurance Framework for End-to-End ADSs
机构 * College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Fudan University（复旦大学）
Comments The paper has been accepted by the 40th IEEE/ACM International Conference on Automated Software Engineering, ASE 2025
Journal ref Proceedings of the 40th IEEE/ACM International Conference on Automated Software Engineering.2025
Improving Adversarial Transferability with Neighbourhood Gradient Information
机构 * Shanghai Key Lab of Intelligent Information Processing（上海智能信息处理关键实验室） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Shanghai Engineering Research Center of AI & Robotics（上海人工智能与机器人工程研究中心） ； Academy for Engineering & Technology, Fudan University（复旦大学工程与技术学院） ； Engineering Research Center of Robotics, Ministry of Education（教育部机器人工程研究中心）
Comments Accepted by Applied Soft Computing
Exploring the Adversarial Robustness of Face Forgery Detection with Decision-based Black-box Attacks
机构 * Shanghai Engineering Research Center of AI & Robotics, Academy for Engineering & Technology, Fudan University, Shanghai 200433, China（上海人工智能与机器人工程研究中心，工程与技术学院，复旦大学，上海） ； Engineering Research Center of Robotics, Ministry of Education, Academy for Engineering & Technology, Fudan University, Shanghai 200433, China（机器人工程研究中心，教育部，工程与技术学院，复旦大学，上海） ； Youtu Lab, Tencent, Shanghai 200000, China（优衣库实验室，腾讯，上海） ； vivo Mobile Communication Co., Ltd, Shanghai 200120, China（vivo移动通信有限公司，上海） ； Shanghai Key Lab of Intelligent Information Processing, School of Computer Science, Fudan University, Shanghai 200433, China（上海智能信息处理重点实验室，计算机科学学院，复旦大学，上海）
Comments Accepted by Knowledge-Based Systems
AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress
机构 * Fudan University（复旦大学） ； Ant Group（蚂蚁集团）
Comments Preprint
Re$^{\text{2}}$MaP: Macro Placement by Recursively Prototyping and Packing Tree-based Relocating
机构 * National Key Laboratory for Novel Software Technology and the School of Artificial Intelligence, Nanjing University（国家新型软件技术重点实验室和南京大学人工智能学院） ； College of Integrated Circuits and Nano-Micro Electronics, Fudan University（集成电路与纳米微电子学院，复旦大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； School of Computing and Data Science, the University of Hong Kong（计算与数据科学学院，香港大学）
Comments IEEE Transactions on Comupter-Aided Design under review
Diffusion Guided Adversarial State Perturbations in Reinforcement Learning
机构 * Department of Computer Science, Tulane University（Tulane大学计算机科学系） ； Shanghai Center for Mathematical Science, Fudan University（复旦大学上海数学科学中心）
Journal ref NeurIPS 2025 Poster
LongLLaDA: Unlocking Long Context Capabilities in Diffusion LLMs
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai AI Lab（上海人工智能实验室）
Comments 16 pages, 11 figures, Accepted by AAAI 2026
A Unified and Fast-Sampling Diffusion Bridge Framework via Stochastic Optimal Control
机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； School of Data Science, Fudan University（数据科学学院，复旦大学）
Beyond Correctness: Confidence-Aware Reward Modeling for Enhancing Large Language Model Reasoning
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Key Laboratory of Data Science, School of Computer Science, Fudan University（上海数据科学关键实验室，计算机科学学院，复旦大学）
