高校专区
UniG2U-Bench: 统一模型是否能提升多模态理解？
机构 * Microsoft Research Asia（微软亚洲研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； University of Oxford（牛津大学）
AI总结 UniG2U-Bench通过系统评估生成到理解的任务，揭示统一模型在多模态理解中的局限性和改进方向。
ACE-Brain-0：空间智能作为通用具身化体系的共享框架
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； University of Science（科学技术大学） ； Fudan University（复旦大学） ； Xiamen University（厦门大学） ； East China Normal University（华东师范大学） ； Wuhan University（武汉大学） ； Sun Yat-sen University（中山大学）
AI总结 ACE-Brain-0 通过空间智能作为共享框架，统一了自动驾驶、机器人和 UAVs 的具身化任务，采用 SSR 范式和 GRPO 方法实现跨领域泛化和领域精通的平衡。
Comments Code: https://github.com/ACE-BRAIN-Team/ACE-Brain-0 Hugging Face: https://huggingface.co/ACE-Brain/ACE-Brain-0-8B
OrchMAS: 基于多协作异构科学专家结构代理的协同推理
机构 * Magellan Technology Research Institute (MTRI)（Magellan技术研究 institute） ； Nanyang Technological University（南洋理工大学）
AI总结 OrchMAS通过双层多模型编排框架，实现异构科学专家代理的动态协作，提升复杂科学推理的鲁棒性和效率。
学习记忆增强的改进启发式方法用于灵活作业车间调度
机构 * Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education（教育部符号计算与知识工程重点实验室） ； College of Software（软件学院） ； College of Computer Science and Technology（计算机科学与技术学院） ； Singapore Management University（新加坡管理大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出MIStar框架，通过记忆增强的异构图神经网络和并行贪婪搜索策略，提升灵活作业车间调度的调度效果。
Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)
基于神经网络的实时套管接箍识别系统用于井下仪器
机构 * State Key Laboratory of Electronic Thin Films and Integrated Devices, University of Electronic Science and Technology of China（电子薄膜与集成器件国家重点实验室，电子科学与技术大学） ； Southwest Branch of China National Petroleum Corporation Logging Co., Ltd.（中国石油天然气集团有限公司西南分公司） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
AI总结 本文提出了一种轻量级神经网络，用于在井下环境中实现实时、鲁棒的套管接箍识别。
帧引导：基于帧级信号的无训练引导用于视频扩散模型的可控生成
机构 * KAIST（韩国国立科学技术院） ； NTU Singapore（南洋理工大学） ； Adobe Research（Adobe研究）
AI总结 帧引导通过帧级信号实现无训练的视频生成控制，支持多种任务如关键帧引导、风格化和循环，无需训练即可生成高质量视频。
Comments ICLR 2026. Project page: https://frame-guidance-video.github.io/
OptMerge: 通过模型融合统一多模态大语言模型的能力与模态
机构 * Tsinghua University（清华大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Sun Yat-sen University（中山大学） ； Nanyang Technological University（南洋理工大学）
AI总结 OptMerge通过模型融合统一多模态大语言模型的能力与模态，提出基准和算法提升性能2.48%
小初始化在噪声低管秩张量恢复中的作用
机构 * State Key Laboratory of Robotics and Intelligent Systems, Shenyang Institute of Automation, Chinese Academy of Sciences, China（机器人与智能系统国家重点实验室，沈阳自动化研究所，中国科学院，中国） ； University of Chinese Academy of Sciences, China（中国科学院大学，中国） ； School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院，新加坡） ； The Center for Intelligent Decision-making and Machine Learning, School of Management, Xi’an Jiaotong University, China（智能决策与机器学习中心，西安交通大学管理学院，中国）
AI总结 本文研究了在噪声环境下利用小初始化改进低管秩张量恢复的性能，证明了小初始化能实现接近最优的恢复误差，同时提供了理论保证和实验验证。
SaFeR-ToolKit: 通过虚拟工具调用实现多模态安全的结构化推理
机构 * Huazhong University of Science and Technology（华中科技大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； West China Hospital, Sichuan University（四川大学华西医院） ； Nanyang Technological University（南洋理工大学）
AI总结 SaFeR-ToolKit通过虚拟工具调用实现多模态安全的结构化推理，提升安全性、帮助性和推理严谨性，同时保持通用能力。
CodecFlow：通过条件流匹配在神经编解码器潜在空间中实现高效的带宽扩展
机构 * Singapore Institute of Technology（新加坡理工学院） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学）
AI总结 CodecFlow通过条件流匹配和结构受限量化器，在神经编解码器潜在空间中实现高效语音带宽扩展，提升频谱保真度和感知质量。
Comments 7 pages, 7 figures
WebDevJudge: 评估 (M)LLMs 作为 Web 开发质量的批评者
机构 * Tencent AI Lab（腾讯AI实验室） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Nanyang Technological University（南洋理工大学）
AI总结 WebDevJudge 提出了一种评估 LLM 作为 Web 开发质量批评者的基准，揭示了 LLM 与人类专家之间的显著差距，指出了模型在功能等价性识别、任务可行性验证和偏见缓解方面的根本性限制。
StreamSplat: 向动态3D重建的在线方法：从未校准视频流中
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute for AI（人工智能向量研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） ； Nanyang Technological University（南洋理工大学）
AI总结 StreamSplat通过在线动态3D重建方法，实现从未校准视频流中快速生成高精度3DGS表示，支持任意长度视频的实时重建。
Comments Accepted by ICLR 2026, Project page: https://streamsplat3d.github.io/
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