高校专区
LiteVGGT: 通过几何感知的缓存标记合并提升基础VGGT
机构 * Nanjing University of Posts and Telecommunications（南京邮电大学） ； Horizon Robotics ； Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； Macau University of Science and Technology（澳门科技大学） ； TARS Robotics ； China Mobile Zijin Innovation Institute（中国移动吉林创新研究院）
AI总结 LiteVGGT通过几何感知的缓存标记合并提升基础VGGT的效率，实现10倍加速和内存减少，适用于大规模3D重建场景。
多域现实世界面部伪造检测的 sanity 检查
机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Wuhan University（武汉大学） ； Stanford University（斯坦福大学）
AI总结 本文提出多域现实世界面部伪造检测范式，通过DevDet框架提升真实伪造区分能力，实现在无域指定条件下的准确判断。
PosterCopilot: 向专业图形设计中的布局推理与可控编辑迈进
机构 * PRLab, Nanjing University（南京大学PRLab） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 PosterCopilot通过三阶段训练策略和完整工作流程，实现专业图形设计中布局推理与可控编辑的提升。
Comments Project page: https://postercopilot.github.io/
面向特征的调制：学习时序表格数据
机构 * School of Artificial Intelligence, Nanjing University, China（人工智能学院，南京大学） ； National Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学）
AI总结 本文提出了一种面向特征的时间调制机制，通过调节特征表示的统计属性来平衡泛化性和适应性，有效应对时序表格数据中的时间偏移问题。
Comments 17 pages, 6 figures, 8 tables. NeurIPS 2025
通过时间位移理解深度表格方法的极限
机构 * School of Artificial Intelligence, Nanjing University, China（人工智能学院，南京大学，中国） ； National Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学，中国）
AI总结 本文通过改进训练协议和引入时间嵌入方法，提升深度表格模型在时间分布位移下的表现。
Comments 21 pages, 10 figures, 13 tables. ICML 2025
Astra：一种用于GPU内核性能优化的多智能体系统
机构 * Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学）
AI总结 Astra是首个基于LLM的多智能体系统，用于优化GPU内核性能，通过协作生成高效内核并实现显著加速。
从距离到方向：结构感知的标签特定特征融合用于标签分布学习
机构 * Department of Electrical and Computer Engineering, University of Alberta（阿尔伯塔大学电气与计算机工程系） ； School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Computer, Jiangsu University of Science and Technology（江苏科技大学计算机学院） ； Institute of Systems Engineering, Macau University of Science and Technology（澳门科技大学系统工程研究所） ； Research Center of Performance and Productivity Analysis, Istinye University（Istinye大学绩效与生产力分析研究中心）
AI总结 本文提出LIFT-SAP和LDL-LIFT-SAP方法，通过引入结构锚点捕捉簇间交互，提升标签分布学习的性能。
TEXTRIX：用于原生纹理生成及更广泛领域的潜在属性网格
机构 * Nanjing University（南京大学） ； DreamTech ； HKU（香港大学） ； OriginArk
AI总结 TEXTRIX通过构建潜在3D属性网格和稀疏注意力扩散变换器，实现高保真纹理合成及精确3D分割。
Comments Project Page: https://www.neural4d.com/research-page/textrix
DiverseAR: 提升位级自回归图像生成中的多样性
机构 * PRLab, Nanjing University（南京大学PRLab） ； The University of Hong Kong（香港大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Lovart AI ； WeChat, Tencent Inc.（腾讯公司）
AI总结 DiverseAR通过自适应logits分布缩放和能量基生成路径搜索算法，提升位级自回归图像生成的样本多样性，同时保持视觉质量。
Comments 23 pages
符合性校正以提高效率可能与熵相矛盾
机构 * State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学，中国） ； School of Computing and Mathematical Sciences, Birkbeck, University of London（计算与数学科学学院，伯克贝克大学，伦敦）
AI总结 本文提出一种熵约束的符合性校正方法，以在提升CP效率的同时平衡模型预测熵，实验表明其能显著提高现有CP方法的效率。
Diffusion-SDPO：用于扩散模型的受保护直接偏好优化
机构 * School of Artificial Intelligence, Nanjing University（人工智能学院，南京大学） ； National Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家实验室，南京大学） ； Alibaba International Digital Commerce Group（阿里巴巴国际数字商业集团）
AI总结 Diffusion-SDPO通过保护性更新规则提升扩散模型对人类偏好的对齐效果。
Comments The code is publicly available at https://github.com/AIDC-AI/Diffusion-SDPO
SemAgent：基于语义的代理AI赋能的车联网轨迹预测
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） ； School of Intelligent Software and Engineering, Nanjing University (Suzhou Campus)（智能软件与工程学院，南京大学（苏州校区）） ； Department of Computer Science, Brunel University London（计算机科学系，布伦尔大学伦敦）
AI总结 SemAgent通过整合语义通信与代理AI，提升车联网环境下的轨迹预测性能，实验显示在低信噪比条件下预测精度提升达47.5%。
Comments Submitted for possible journal publication
RealGen：通过检测器引导的奖励实现逼真文本到图像生成
机构 * Shanghai AI Lab（上海人工智能实验室） ； Sun Yat-Sen University（中山大学） ； Nanjing University（南京大学） ； CUHK MMLab（香港中文大学多模态实验室） ； Tsinghua University（清华大学） ； Peking University（北京大学）
AI总结 RealGen通过检测器引导的奖励机制提升文本到图像生成的真实感和细节，优于现有模型。
Hallo4: 通过直接偏好优化实现高保真的动态肖像动画
机构 * Fudan University（复旦大学） ； Baidu Inc.（百度公司） ； Shanghai Innovative Institute（上海创新研究院） ； Nanjing University（南京大学） ； Alibaba Group（阿里巴巴集团）
AI总结 Hallo4通过直接偏好优化和时空运动调制，实现高保真的动态肖像动画生成，提升唇部同步、表情自然性和身体运动一致性。
Arcadia：迈向一个完整的生命周期框架用于具身终身学习
机构 * Zhejiang University（浙江大学） ； Unitree Tech（单位树科技） ； Peking University（北京大学） ； Nanjing University（南京大学） ； Manycore Tech（Manycore科技） ； Bytedance Seed（字节跳动种子） ； University of Adelaide（阿德莱德大学）
AI总结 Arcadia提出了一种闭环框架，通过紧密耦合四个阶段实现具身终身学习，支持持续改进和端到端泛化。
双原型用于适应性预训练模型在类增量学习中的应用
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家实验室，南京大学） ； School of Artificial Intelligence, Nanjing University, China（人工智能学院，南京大学） ； Department of Computer Science and Technology, Nanjing University, China（计算机科学与技术系，南京大学） ； School of Electronic Science and Engineering, Nanjing University, China（电子科学与工程学院，南京大学）
AI总结 本文提出DPTA方法，通过双原型网络和任务适应机制，在类增量学习中提升模型性能，实验证明其在多个数据集上优于现有方法。
Comments 31 pages,9 figures,6 tables
学习对比特征表示以进行面部动作单元检测
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China.（新型软件技术国家重点实验室，南京大学，中国南京） ； School of Intelligence Science and Technology, Nanjing University, Suzhou, China.（智能科学与技术学院，南京大学，中国苏州） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University, Chengdu, China.（计算与人工智能学院，西南交通大学，中国成都）
AI总结 本文提出了一种结合自监督和监督信号的对比学习框架，用于提升面部动作单元检测的准确性，通过负样本重加权和正样本采样技术解决类别不平衡和噪声标签问题。
Comments This paper has been accepted by Pattern Recognition
UniArt: 一种统一的3D表示方法，用于从单张图像生成具有开集关节的3D可动物体
机构 * Hong Kong University of Science and Technology（香港理工大学） ； Tsinghua University（清华大学） ； Nanjing University（南京大学）
AI总结 UniArt通过统一的潜在表示和开集关节预测方法，实现了从单张图像生成高质量可动3D物体的端到端合成。
R2Q: 向通过残差细化量化实现稳健的2位大语言模型
机构 * Nanjing University（南京大学） ； Microsoft AI（微软人工智能）
AI总结 R2Q通过残差细化量化方法，在极端压缩下提升2位大语言模型的性能和稳定性。
Mavors：多粒度视频表示用于多模态大语言模型
机构 * Peking University（北京大学） ； Kling Team（Kling团队） ； Nanjing University（南京大学） ； CASIA（中国科学院自动化研究所）
AI总结 Mavors通过多粒度视频表示方法，提升多模态大语言模型在长视频理解中的时空模式保留与计算效率平衡能力。
Comments 22 pages
FaithFusion：通过像素级信息增益和谐融合重建与生成
机构 * Baidu Inc.（百度公司） ； Nanjing University（南京大学）
AI总结 FaithFusion通过像素级信息增益融合3DGS与扩散模型，实现高保真的驾驶场景生成。
Comments 16 pages, 10 figures
ConceptGuard：通过多模态风险检测实现文本-图像到视频生成的主动安全
机构 * CUHK MMLab（香港中文大学多模态实验室） ； Future Lab, Alibaba Group（阿里巴巴集团未来实验室） ； Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 ConceptGuard通过多模态风险检测实现文本-图像到视频生成的主动安全，优于现有方法。
面向通用控制的软机器人系统
机构 * Shenzhen Key Lab of Advanced Motion Control Technology and Modern Automation Equipment（深圳先进运动控制技术及现代自动化装备重点实验室） ； School of Intelligence Science and Engineering（智能科学与工程学院） ； College of Artificial Intelligence（人工智能学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； School of Mechanical and Aerospace Engineering（机械与航空航天工程学院） ； Nanyang Technological University（南洋理工大学） ； School of Robotics and Automation（机器人与自动化学院） ； Nanjing University（南京大学） ； School of Advanced Engineering（先进工程学院） ； Great Bay University（大贝大学） ； Center for Precision Engineering（精密工程中心） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院）
AI总结 本文提出了一种基于控制顺应性的通用软机器人控制框架，通过模仿人类运动控制原理，实现了稳定、安全且跨平台可转移的行为，为统一软机器人控制提供了新思路。
适应性与普遍性：面向在线凸优化的问题依赖性通用遗憾
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（国家新型软件技术重点实验室，南京大学，中国） ； School of Artificial Intelligence, Nanjing University, China（人工智能学院，南京大学，中国）
AI总结 本文提出UniGrad方法，实现在线凸优化的通用性和问题依赖性，通过两种实现方式达到不同函数类的最优遗憾界。
DOGE: 基于可微贝塞尔图的道路网络提取
机构 * Nanjing University（南京大学）
AI总结 DOGE通过可微贝塞尔图优化道路网络提取，无需地面真实值，实现高保真向量地图生成。
Comments 11 pages, 6 figures
节能模式解耦：一种通用的模式辅助架构用于多任务时间序列分析
机构 * 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 Pets提出了一种通用的模式辅助架构，通过局部能量分析和波动模式融合，提升多任务时间序列分析的泛化能力和性能。
Comments We have updated the abstract, citations and related work. At the same time, we have also updated the latest baseline model
多域集成分布下的领域融合可控泛化用于跨领域时间序列预测
机构 * 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 本文提出TimeControl模型，通过领域融合范式整合多领域时间序列信息，利用扩散模型实现跨领域时间序列预测的可控泛化。
Comments We have updated the abstract, introduction and related work. Additionally, we have incorporated the latest competitive baseline models
通过扩散模型进行3D物体的材质重建
机构 * Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出了一种基于扩散模型的3D物体材质重建框架，通过两阶段重建和视图-材质交叉注意力机制，实现高保真材质预测与生成。
DualGazeNet: 一种生物启发的双目注视查询网络用于显著物体检测
机构 * School of Computation, Information and Technology, Technical University of Munich（计算信息与技术学院，慕尼黑技术大学） ； Department of Informatics, Technical University of Munich（信息学院，慕尼黑技术大学） ； University Research and Innovation Center, Obuda University（奥布达大学研究与创新中心） ； State Key Laboratory for Novel Software Technology, Nanjing University Suzhou Campus（新型软件技术国家重点实验室，南京大学苏州校区） ； School of Science and Technology, Nanjing University Suzhou Campus（科学与技术学院，南京大学苏州校区） ； Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学）
AI总结 DualGazeNet通过生物启发的纯Transformer框架，实现了显著物体检测的高效准确性和计算效率，超越了多种现有方法。
PairHuman: 一个高保真摄影数据集用于定制双人生成
机构 * School of Microelectronics, Tianjin University（电子工程学院，天津大学） ； School of Artificial Intelligence, Jilin University（人工智能学院，吉林大学） ； School of Electrical and Information Engineering, Tianjin University（电气与信息工程学院，天津大学） ； School of Intelligent Science and Technology, Nanjing University（智能科学与技术学院，南京大学）
AI总结 PairHuman数据集及DHumanDiff方法用于高保真双人肖像生成，提供大规模高质量数据和定制化生成技术。
Comments 46 pages, 31 figures
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