National University of Singapore（新加坡国立大学）

ONE-SHOT: Compositional Human-Environment Video Synthesis via Spatial-Decoupled Motion Injection and Hybrid Context Integration

ONE-SHOT：通过空间解耦的运动注入与混合上下文整合进行组合人类-环境视频合成

Fengyuan Yang, Luying Huang, Jiazhi Guan, Quanwei Yang, Dongwei Pan, Jianglin Fu, Haocheng Feng, Wei He, Kaisiyuan Wang, Hang Zhou, Angela Yao

机构 * National University of Singapore（新加坡国立大学） ； Baidu Inc.（百度公司） 纠错

AI总结 本文提出ONE-SHOT框架，通过空间解耦运动注入和混合上下文整合，实现高效的人类-环境视频合成，优于现有方法，具有更好的结构控制和创意多样性。

Comments 23 pages, 7 figures

Differentially Private Manifold Denoising

差分隐私的流形去噪

Jiaqi Wu, Yiqing Sun, Zhigang Yao

机构 * Department of Statistics and Data Science, National University of Singapore（新加坡国立大学统计与数据科学系） 纠错

AI总结 本文提出一种差分隐私流形去噪框架，利用敏感参考数据修正噪声查询点，同时保证隐私。通过迭代过程估计局部均值和切线几何，并在每次迭代中沿私有估计子空间投影查询点，最终提供形式化的差分隐私保证。

Comments 59 pages

Internal APIs Are All You Need: Shadow APIs, Shared Discovery, and the Case Against Browser-First Agent Architectures

内部API足矣：影子API、共享发现以及对浏览器优先代理架构的反对

Lewis Tham, Nicholas Mac Gregor Garcia, Jungpil Hahn

机构 * Unbrowse AI ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） 纠错

AI总结 本文提出Unbrowse系统，通过共享路由图将浏览器路由发现转化为集体维护的可调用第一方接口索引，提升信息检索效率，同时引入三级微支付模型以促进理性采用。

Comments 17 pages, 2 figures, 5 tables

MoonAnything: A Vision Benchmark with Large-Scale Lunar Supervised Data

MoonAnything: 一个具有大规模月球监督数据的视觉基准

Clémentine Grethen, Yuang Shi, Simone Gasparini, Géraldine Morin

机构 * IRIT - Université de Toulouse（图卢兹第三大学-计算机科学研究所） ； National University of Singapore（新加坡国立大学） ； IPAL, IRL2955 纠错

AI总结 本文提出MoonAnything基准，基于真实月球地形和物理渲染，提供首个全面的几何和光度监督。包含LunarGeo和LunarPhoto两个子数据集，共13万+样本，适用于低纹理、高对比条件下的算法测试。

Comments Accepted to ACM MMSys 2026

RoboClaw: An Agentic Framework for Scalable Long-Horizon Robotic Tasks

RoboClaw：一个用于可扩展长周期机器人任务的代理框架

Ruiying Li, Yunlang Zhou, YuYao Zhu, Kylin Chen, Jingyuan Wang, Sukai Wang, Kongtao Hu, Minhui Yu, Bowen Jiang, Zhan Su, Jiayao Ma, Xin He, Yongjian Shen, Yang Yang, Guanghui Ren, Maoqing Yao, Wenhao Wang, Yao Mu

机构 * AgiBot ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） ； MoE Key Lab of Artificial Intelligence, AI Institute, SJTU（上海交通大学人工智能研究院教育部人工智能重点实验室） 纠错

AI总结 RoboClaw通过统一数据收集、策略学习和任务执行，提高长周期机器人任务的稳定性和可扩展性，减少人工干预，提升多策略鲁棒性。

Comments Code available at: https://github.com/RoboClaw-Robotics/RoboClaw

LPS-GNN : Deploying Graph Neural Networks on Graphs with 100-Billion Edges

LPS-GNN：在拥有1000亿条边的图上部署图神经网络

Xu Cheng, Liang Yao, Feng He, Yukuo Cen, Yufei He, Chenhui Zhang, Wenzheng Feng, Hongyun Cai, Jie Tang

机构 * Tsinghua University（清华大学） ； Sun Yat-sen University（中山大学） ； Tencent Inc（腾讯公司） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出LPS-GNN框架，通过优化图分区和子图增强策略，在单块GPU10小时内处理1000亿图节点，提升用户获取场景性能13.8%。

Journal ref ACM Transactions on Knowledge Discovery from Data (TKDD) (2026)