高校专区
最大光通量光谱成像的振荡色散
机构 * Nanjing University, Nanjing, China（南京大学） ； Key Laboratory of Optoelectronic Devices and Systems with Extreme Performances of MOE, Nanjing University, Nanjing, China（极端性能光电器件与系统国家重点实验室）
AI总结 本文提出ODIS光谱仪和PDAUN网络，通过轴向移动色散器实现近全光通量，利用PAN指导恢复高保真光谱信息，在低光照条件下取得显著性能提升。
无参考全景立体匹配 via 多视角一致性最大化
机构 * Nanjing University, Nanjing, China（南京大学） ； Nanyang Technological University, Singapore（南洋理工大学）
AI总结 本文提出FreeOmniMVS框架，通过多视角一致性最大化实现无参考全景立体匹配，解决传统方法在几何关系和全局依赖性方面的不足，提升遮挡和基线变化下的鲁棒性。
Comments 8 pages, 5 figures
WhispSynth：通过真实数据整理和一种新的无音高生成框架扩展多语言Whisper语料库
机构 * Key Laboratory of Modern Acoustics, Nanjing University（南京大学现代声学重点实验室） ； Fudan University（复旦大学） ； ByteDance（字节跳动）
AI总结 本文提出WhispSynth，通过新型高保真生成框架构建大规模多语言语料库，利用DDSP基于的无音高方法与TTS模型结合，生成118小时高质量whisper语音，提升文本到whisper研究的鲁棒性。
Comments Under Review
TheraAgent：具有自我进化记忆和证据校准推理的多智能体框架用于PET治疗诊断
机构 * Fudan University（复旦大学） ； University of Bern（伯尔尼大学） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学）
AI总结 TheraAgent通过自我进化记忆和证据校准推理，解决PET治疗诊断中数据稀缺、信息异构和证据推理的问题，实现75.7%的准确率。
面向神经元的数据选择用于大语言模型的指令微调
机构 * NLP ； CT Lab, Department of Computer and Information Science, University of Macau（计算机与信息科学系，澳门大学CT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） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； Provable Responsible AI and Data Analytics Lab, KAUST（可证明责任AI与数据分析实验室，卡尔斯兰大学） ； National Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学）
AI总结 本文提出NAIT框架，通过分析神经元激活模式相似性选择高效指令微调数据，提升大语言模型特定或通用能力，实验证明其在多种任务中优于其他方法。
ReMem-VLA：通过双层递归查询增强视觉-语言-动作模型的记忆能力
机构 * Technical University of Munich（慕尼黑技术大学） ； Huawei Heisenberg Research Center（华为海森堡研究中心） ； University of Freiburg（弗赖堡大学） ； Nanjing University（南京大学） ； Huawei Technologies（华为技术）
AI总结 ReMem-VLA通过双层递归查询机制提升视觉-语言-动作模型的记忆能力，结合帧级和块级记忆查询，增强短期和长期记忆，通过端到端训练实现上下文聚合与维护，优于现有基线模型。
Comments 14 pages, 6 figures
AlphaFlowTSE：通过条件AlphaFlow实现的一步生成目标说话人提取
机构 * School of Electronic Science and Engineering, Xiamen University, Xiamen, China（1 厦门大学电子科学与技术学院，厦门，中国） ； School of Informatics, Xiamen University, Xiamen, China（2 厦门大学信息学院，厦门，中国） ； School of Intelligence Science and Technology, Nanjing University, Suzhou, China（3 南京大学智能科学与技术学院，苏州，中国） ； Shenzhen Loop Area Institute, Shenzhen, China（4 深圳循环区研究所，深圳，中国） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, Shenzhen, China（5 香港中文大学人工智能学院，深圳，中国） ； The Chinese University of Hong Kong, Shatin, N.T., Hong Kong SAR, China（6 香港中文大学，沙田，香港特别行政区，中国）
AI总结 AlphaFlowTSE通过条件AlphaFlow实现一步生成目标说话人提取，提升目标语音保真度和真实混合泛化能力。
Comments Submitted to Interspeech 2026 for review
AdaClearGrasp: 学习自适应清除以实现零样本鲁棒灵巧抓取在密集障碍环境中
机构 * Nanjing University（南京大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） ； National University of Singapore（新加坡国立大学）
AI总结 AdaClearGrasp通过自适应清除与零样本灵巧抓取技术，提升机器人在密集障碍环境中的抓取成功率。
Comments 12 pages. Under review
一个token，两种命运：通过视觉token操控构建统一框架以对抗大语言模型幻觉
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室） ； School of Computer Science and Engineering, Southeast University, China（东南大学计算机科学与工程学院）
AI总结 通过视觉token操控构建统一框架，有效减少大语言模型幻觉，提升POPE准确性2%。
Comments 10 pages
Delta-K: 通过交叉注意力增强提升多实例生成
机构 * School of Software Engineering, Sun Yat-sen University（中山大学软件学院） ； Nanjing University（南京大学） ； College of Management and Economics, Tianjin University（天津大学管理学院）
AI总结 Delta-K通过在交叉注意力键空间中直接操作，解决扩散模型在多实例生成中的概念遗漏问题，提升生成质量且无需额外训练或架构修改。
通过一行代码改进搜索代理
机构 * Nanjing University（南京大学） ； Tencent YoutuLab（腾讯优图实验室）
AI总结 通过一行代码改进搜索代理，提出SAPO算法以稳定训练并提升性能
ResearchEnvBench: 为研究代码执行环境合成的基准测试
机构 * Institute of Trustworthy Embodied AI（可信具身AI研究院） ； Shanghai Innovation Institution（上海创新机构） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身AI重点实验室） ； College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； OpenMOSS ； Wuhan University（武汉大学） ； Nanjing University（南京大学） ； Jilin University（吉林大学）
AI总结 ResearchEnvBench 是一个用于评估自主代理在研究代码执行中环境合成能力的基准测试，旨在解决当前代理在依赖解析和版本耦合方面的不足。
InternVL-U: 使统一多模态模型在理解、推理、生成和编辑方面更加普及
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； South China University of Technology（华南理工大学） ； Nanjing University（南京大学） ； Xiamen University（厦门大学） ； CUHK MMLab（香港中文大学MMLab）
AI总结 InternVL-U通过轻量级统一多模态模型，在保持强大生成能力的同时，实现了在理解、推理、生成和编辑方面的高效平衡。
Comments technical report, 61 pages, https://github.com/OpenGVLab/InternVL-U
逐帧测试时校正用于自回归长视频生成
机构 * Nanjing University（南京大学） ； Tencent Hunyuan（腾讯文言） ； Chinese University of Hong Kong Shenzhen（香港中文大学（深圳）） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出TTC方法，通过利用初始帧作为参考锚点，有效校正自回归长视频生成中的漂移问题，提升生成质量并延长生成长度。
具有受限通信先验的多智能体强化学习
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Network Security and Information Technology, YiLi Normal University（伊犁师范学院网络安全与信息技术学院） ； Nanjing University of Posts and Telecommunications（南京邮电大学）
AI总结 本文提出了一种通信受限的多智能体强化学习框架，通过统一表征通信条件并量化通信影响，提升复杂动态环境中的学习效率。
通过自适应链式推理压缩实现高效推理：一个自优化框架
机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学）
AI总结 SEER通过自适应压缩链式推理，提升LLM在软件工程和数学任务中的效率与鲁棒性。
在文本丰富网络中学习层次化知识：基于分类学的表示学习
机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； Ant Group（蚂蚁集团）
AI总结 TIER通过构建隐含层次分类学并整合到节点表示中，提升文本丰富网络的层次化知识学习能力，实现更可解释的结构化建模。
Comments Accepted by KDD 2026. Extended version coming soon
缓解图异常检测中的同质性差异：一种可扩展和自适应的方法
机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； National Engineering Laboratory for Big Data Analysis and Applications（大数据分析与应用国家工程实验室） ； Peking University（北京大学）
AI总结 SAGAD通过自适应融合和频率偏好指导损失，有效缓解图异常检测中的同质性差异，实现高效且可扩展的异常检测
Comments Accepted by WWW 2026
VORL-EXPLORE: 多机器人在动态环境中的混合学习规划方法
机构 * The University of Western Australia（西澳大学） ； The Chinese University of Hong Kong（香港中文大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄大学） ； Nanjing University（南京大学）
AI总结 VORL-EXPLORE通过混合学习和规划方法，解决多机器人在动态环境中探索时的执行保真度问题，提升路径效率与安全交互。
通过基于大语言模型的进化分阶段设计推进自动化算法设计
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； Huawei Noah’s Ark Lab, China（华为诺亚实验室）
AI总结 本文提出EvoStage方法，通过分阶段进化设计提升自动化算法设计效率，实现超越人类专家和现有LLM方法的性能。
Comments 28 pages, 19 figures and 7 tables
通过空间解耦特征学习的实时声带检测框架用于鼻内气管插管
机构 * Hubei Key Laboratory of Modern Manufacturing Quality Engineering, Hubei University of Technology（湖北现代制造质量工程重点实验室，湖北工业大学） ； School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） ； Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系） ； Key Laboratory of Symbolic Computation and Knowledge Engineering, Ministry of Education（教育部符号计算与知识工程重点实验室） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家实验室）
AI总结 本文提出Mobile GlottisNet，通过空间解耦特征学习实现实时声带检测，适用于嵌入式和边缘设备，提升鼻内气管插管的急救应用效率。
Comments 15 pages, 7 figures
Duala: 用于跨受试者fMRI解码的双层主体与刺激对齐
机构 * State Key Laboratory of Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Institute of Brain-Machine Interface, Nanjing University（脑机接口研究院，南京大学）
AI总结 Duala通过双层对齐方法提升跨受试者fMRI解码的准确性和鲁棒性
SketchGraphNet: 一种用于大规模草图语料库识别的内存高效混合图变换器
机构 * College of Computer, Qinghai Normal University（青海师范大学计算机学院） ； College of Computer, Nanjing University（南京大学计算机学院） ； College of Computer, Qinghai Minzu University（青海民族大学计算机学院）
AI总结 SketchGraphNet通过混合图神经网络实现大规模草图识别，采用内存高效的全局注意力机制，提升训练效率与识别准确率。
解耦文本先验用于基于扩散的图像超分辨率
机构 * State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210023, China（新型软件技术国家重点实验室，南京大学，南京）
AI总结 DTPSR通过解耦文本先验提升基于扩散的图像超分辨率性能，引入空间层次和频率语义两个维度，实现高感知质量和强泛化能力。
Comments Accepted by CVPR 2026
MeanCache: 从瞬时到平均速度以加速流匹配推理
机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国unicom数据科学与人工智能研究 institute） ； Unicom Data Intelligence, China Unicom（中国unicom数据智能） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室）
AI总结 MeanCache通过引入平均速度视角，有效缓解流匹配推理中的误差累积，实现显著加速并优于现有缓存方法。
Journal ref ICLR 2026
RadDiff：基于检索的去噪扩散用于蛋白质逆折叠
机构 * National Key Laboratory for Novel Software Technology（国家新型软件技术重点实验室） ； School of Computer Science, Nanjing University（南京大学计算机科学学院）
AI总结 RadDiff通过引入检索增强机制和知识感知扩散模型，提升蛋白质逆折叠的序列恢复率和可折叠性。
深度伪造生成与检测：基准与综述
机构 * East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文综述了深度伪造生成与检测的最新进展，分析了相关技术、数据集及未来研究方向。
Comments This paper has been accepted by ACM Computing Surveys. We closely follow the latest developments in this \href{https://github.com/flyingby/Awesome-Deepfake-Generation-and-Detection}{project}
FabricGen: 基于微结构的编织材料生成
机构 * Nankai University（南开大学） ； Nanjing University（南京大学）
AI总结 FabricGen通过分解宏观纹理与微观编织模式，结合预训练扩散模型和专用语言模型，实现高质量编织材料的生成。
Comments 10 pages, 11 figures
RoTri-Diff: 一种基于空间机器人-物体三元交互引导的扩散模型用于双臂操作
机构 * School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系）
AI总结 RoTri-Diff通过建模机器人-物体三元交互关系，提出了一种基于扩散的模仿学习框架，以提高双臂操作的稳定性和协调性。
Comments ICRA 2026
NuNext：将核检测重新表述为下一个点检测
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology Beijing（北京科技大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 NuNext通过多模态大语言模型直接输出核质心，采用空间感知软监督和强化微调策略提升检测性能，优于现有方法。
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