EmambaIR: Efficient Visual State Space Model for Event-guided Image Reconstruction
EmambaIR：用于事件引导图像重建的高效视觉状态空间模型
机构 * Harbin Institute of Technology（哈尔滨理工大学）
AI总结 本文提出EmambaIR，一种高效的视觉状态空间模型，通过跨模态Top-k稀疏注意力模块和门控状态空间模块，提升事件流图像重建的效率与性能，实现更高效的全局上下文捕捉。
高校专区
Harbin Institute of Technology（哈尔滨工业大学）
SphereVAD: Training-Free Video Anomaly Detection via Geodesic Inference on the Unit Hypersphere
SphereVAD: 基于单位超球面几何推断的无训练视频异常检测
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区）
AI总结 SphereVAD通过几何推断在单位超球面上实现无训练视频异常检测，利用预训练多模态大语言模型的中间层特征，通过Frechet均值中心化、Holistic Scene Attention和vMF引导的球面几何拉近技术，实现零样本异常识别。
Comments 48 pages, 25 figures
Pre-training Enables Extraordinary All-optical Image Denoising
预训练实现非凡全光图像去噪
机构 * Ministry of Industry and Information Technology Key Lab of Micro-Nano Optoelectronic Information System（工业和信息化部微纳光电信息系统重点实验室） ； Guangdong Provincial Key Laboratory of Semiconductor Optoelectronic Materials and Intelligent Photonic System（广东省半导体光电材料与智能光子系统重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； School of Electronics and Information Engineering（电子与信息工程学院） ； Zhejiang Provincial Key Laboratory of Intelligent Vehicle Electronics Research（浙江省智能车辆电子研究所） ； Hangzhou Dianzi University（杭州电子科技大学） ； School of Science and Engineering（科学与工程学院） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Quantum Science Center of Guangdong-Hong Kong-Macao Greater Bay Area（粤港澳大湾区量子科学中心） ； Key Laboratory of Photonic Technology for Integrated Sensing and Communication, Ministry of Education（教育部光电一体化感知与通信技术重点实验室） ； Guangdong University of Technology（广东工业大学）
AI总结 本文提出一种预训练驱动方法，通过两步优化过程实现高效全光图像去噪，显著提升去噪质量，适用于多种图像风格，且在噪声环境下保持细节并提高PSNR。
3D Generation for Embodied AI and Robotic Simulation: A Survey
用于具身AI和机器人模拟的3D生成：综述
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Wuhan University（武汉大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Xinjiang University（新疆大学） ； Tencent（腾讯）
AI总结 本文综述了用于具身AI的3D生成，探讨了其在数据生成、模拟环境构建和Sim2Real桥梁中的作用，指出领域正从视觉真实转向交互准备，并识别了物理标注有限、几何质量与物理有效性差距等主要瓶颈。
Comments 27 pages, 11 figures, 8 tables
Exact Is Easier: Credit Assignment for Cooperative LLM Agents
精确更简单：合作大语言模型代理的信用分配
机构 * Eastern Institute of Technology（东部技术研究所） ； The Hong Kong Polytechnic University（香港理工大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 本文提出C3方法，通过精确历史恢复实现合作大语言模型代理的信用分配，证明精确方法在效果、成本和效率上均优于近似方法，并引入三种可审计指标用于信用评估。
PAIR-Former: Budgeted Relational Multi-Instance Learning for Functional miRNA Target Prediction
PAIR-Former：预算化的关系多实例学习用于功能miRNA靶点预测
机构 * School of Future Technology（未来技术学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； School of Medicine（医学院） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Medical College, Jinan University（济南大学医学院） ； Shenzhen Jingtai Technology Co., Ltd. (XtalPi)（深圳金泰科技有限公司（XtalPi））
AI总结 本文提出PAIR-Former，通过预算化的关系多实例学习方法，解决功能miRNA靶点预测中的关系模式建模问题，实现高精度预测。
Comments Preprint. Under review. During the preprint stage, inquiries and feedback can be directed to Jiaqi Yin (yjqhit@gmail.com)
VDEGaussian: Video Diffusion Enhanced 4D Gaussian Splatting for Dynamic Urban Scenes Modeling
VDEGaussian：基于视频扩散的4D高斯点云用于动态城市场景建模
机构 * Harbin Institute of Technology（哈尔滨工业大学）
AI总结 本文提出一种结合视频扩散的4D高斯点云方法，解决动态场景建模中快速移动物体建模难题，通过时间一致性先验和不确定性蒸馏提升新型视角合成效果。
Escaping the Diversity Trap in Robotic Manipulation via Anchor-Centric Adaptation
通过锚点中心适应摆脱机器人操作中的多样性陷阱
机构 * National University of Singapore（新加坡国立大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Institude for Information Research, A STAR（A*STAR信息研究所）
AI总结 本文提出锚点中心适应方法，通过稳定策略骨架和选择性扩展覆盖范围，解决多样性陷阱问题，提升任务可靠性和成功率。
Comments 21 pages, 8 figures
RCoT-Seg: Reinforced Chain-of-Thought for Video Reasoning and Segmentation
RCoT-Seg：强化链式推理用于视频推理与分割
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Pazhou Lab (Huangpu)（琶洲实验室（黄埔））
AI总结 本文提出RCoT-Seg框架，通过分离时间推理与空间感知，改进视频分割中关键帧选择与定位，提升多目标场景下的鲁棒性与精度。
Comments 21 pages
Implicit Compression Regularization: Concise Reasoning via Internal Shorter Distributions in RL Post-Training
隐式压缩正则化：通过内部更短分布实现简洁推理（在强化学习后训练）
机构 * College of Software, Nankai University（南开大学软件学院） ； Zhongguancun Academy（中关村学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； Beijing Institute of Technology（北京理工大学）
AI总结 本文提出隐式压缩正则化（ICR），通过内部更短分布实现简洁推理，改进强化学习后训练中的推理效率和准确性。
Masks Can Talk: Extracting Structured Text Information from Single-Modal Images for Remote Sensing Change Detection
掩码可以说话：从单模图像中提取结构化文本信息用于遥感变化检测
机构 * Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Harbin Institute of Technology Suzhou Research Institute（哈尔滨工业大学苏州研究院） ； North China University of Water Resources and Electric Power（华北水利水电大学） ； University of Auckland（奥克兰大学）
AI总结 本文提出S2M框架，通过零额外标注成本从变化标签中直接提取结构化文本特征，提升遥感变化检测的多模态监督效果。
Rethinking Experience Utilization in Self-Evolving Language Model Agents
重新思考自演化语言模型代理中的经验利用
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 本文研究自演化代理中经验利用的关键设计维度，提出ExpWeaver方法，通过在决策过程中交织经验使用，使代理在需要额外指导时才调用经验，提升性能。
Comments 30 pages, 20 figures, 7 tables
UniV2D: Bridging Visual Restoration and Semantic Perception for Underwater Salient Object Detection
UniV2D：连接视觉修复与语义感知以实现水下显著目标检测
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Computer Science, The University of Sydney（悉尼大学计算机学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院）
AI总结 本文提出UniV2D，通过联合优化视觉修复与显著目标检测，解决水下视觉退化问题，提升语义一致性与检测性能。
MASPO: Joint Prompt Optimization for LLM-based Multi-Agent Systems
MASPO：基于大语言模型的多智能体系统的联合提示优化
机构 * Institute of Computing and Intelligence, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳研究院）
AI总结 本文提出MASPO框架，通过联合评估机制和数据驱动的进化束搜索，优化多智能体系统中的提示，提升整体性能，实验显示在6个任务中平均准确率提升2.9。
Comments Accepted at ICML 2026
InterCoG: Towards Spatially Precise Image Editing with Interleaved Chain-of-Grounding Reasoning
InterCoG：迈向空间精确图像编辑的交错链式 grounding 推理
机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Zhengzhou Advanced Research Institute of Harbin Institute of Technology（哈尔滨工业大学郑州先进研究院） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Artificial Intelligence Research Institute, Shenzhen University of Advanced Technology（深圳先进技术大学人工智能研究院）
AI总结 本文提出InterCoG框架，通过文本与视觉的交错链式推理实现复杂场景中精细图像编辑，结合文本空间关系和视觉定位提升编辑精度。
TEA-Bench: A Systematic Benchmarking of Tool-enhanced Emotional Support Dialogue Agent
TEA-Bench: 一种工具增强情感支持对话代理的系统性基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学）
AI总结 本文提出TEA-Bench，首个评估工具增强情感支持对话代理的交互式基准，通过真实情感场景和工具环境评估情感支持质量和事实性。实验表明工具增强提升情感支持质量并减少幻觉，但效果依赖模型能力。
