Huazhong University of Science and Technology（华中科技大学）

AlphaOracle: Oracle bone script decipherment via human-workflow-inspired deep learning

AlphaOracle：通过受人工工作流程启发的深度学习进行甲骨文破译

Yuliang Liu, Haisu Guan, Pengjie Wang, Xinyu Wang, Jinpeng Wan, Kaile Zhang, Handong Zheng, Xingchen Liu, Zhebin Kuang, Huanxin Yang, Bang Li, Yongge Liu, Lianwen Jin, Xiang Bai

机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； School of Electronic Information Engineering, South China University of Technology（华南理工大学电子信息学院） ； Key Laboratory of Oracle Bone Inscriptions Information Processing, Anyang Normal University（安阳师范学院甲骨文信息处理重点实验室） 纠错

AI总结 针对约3000个未破译甲骨文字符的问题，提出受人工工作流程启发的AlphaOracle框架，经多阶段管道进行甲骨文破译，与专家解读高度一致，还能减少分析时间，为甲骨文及其他未破译文字研究提供参考。

Comments Accepted by The Innovation 2026

Journal ref The Innovation 7(11), 101462, 2026

EvolvingWorld: An Open-Schema Framework for Co-Evolving Role-Play Agents and World Model in Interactive Literary World

EvolvingWorld：用于交互式文学世界中角色与世界模型协同进化的开放架构框架

Qing Zong, Yue Guo, Mengxin Yang, Yiwen Guo, Yangqiu Song

机构 * Hong Kong University of Science and Technology（香港科技大学） ； LIGHTSPEED（光速） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 研究交互式文学世界中角色与世界协同进化问题，提出EvolvingWorld框架，含角色智能体和世界模型两个耦合模块，制定7个可训练任务，构建数据集并引入评估协议，实验证明其能有效改进长期模拟。

DAUPNet: Domain-Aware Uncertainty Modeling for Reliable Prototype Discrimination in Cross-Domain Few-Shot Semantic Segmentation

DAUPNet：跨域少样本语义分割中用于可靠原型区分的域感知不确定性建模

Lei Yuan, Zhongxu Hu, Jingyi Wen, Pengxing Yi

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 针对跨域少样本语义分割中因域偏移致原型匹配不可靠的问题，提出DAUPNet框架，通过协调特征、概率表示原型及用不确定性调节优化，在四个标准目标域取得较好平均mIoU，为跨域少样本语义分割提供了可靠方法。

Self-Evolving Just-In-Time Memory for Proactive Embodied Safety

用于主动具身安全的自进化即时记忆

Bingrui Sima, Lizhong Wang, Xiaoya Lu, Kun He, Xiao Yang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 研究视觉语言模型在闭环交互中应对动态危险的问题，提出自进化即时记忆框架，含RSG、事实记忆和经验记忆，并通过自动测试-验证-写入循环完善元技能，实验证明该框架大幅提升安全成功率且不阻碍任务进展。

LATO.2: Factorized 3D Mesh Generation with Vertex and Topology Flow

LATO.2：基于顶点和拓扑流的因式分解3D网格生成

Hang Long, Tianhao Zhao, Junkai Lin, Youjia Zhang, Huipeng Guo, Rendong Liang, Jiale Xu, Jozef Hladký, Matthias Nießner, Yuanming Hu, Wei Yang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Meshy AI ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 研究针对现有拓扑感知网格生成方法的不足，提出LATO.2框架，将网格生成分解为顶点流和连通性流，由专用变分自编码器支持，具有逐部分生成和拓扑自适应编辑优势，实验证明其超越现有方法。

SubdivAR: Autoregressive Next-Scale Prediction for Neural Mesh Subdivision

SubdivAR: 用于神经网格细分的自回归下一尺度预测

Huipeng Guo, Zikai Song, Hang Long, Jielei Zhang, Wenbing Li, Junkai Lin, Tianhao Zhao, Jinshen Zhang, Tianle Guo, Wei Yang

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 提出SubdivAR框架，将网格细分建模为自回归下一尺度预测，利用混合拓扑感知Transformer结合全局语义与局部拓扑特征，在FII-40K数据集上显著降低Hausdorff距离和Chamfer距离。