高校专区
VIVID-Med: 基于LLM监督的结构化预训练用于可部署的医学ViT
机构 * Shanghai University of Engineering Science（上海工程技术大学） ； National University of Singapore（新加坡国立大学） ； Case Western Reserve University（凯斯西储大学）
AI总结 VIVID-Med通过LLM监督的结构化预训练方法，实现轻量级可部署的医学ViT模型，在医学图像分析中表现出高效和强泛化能力。
Comments 10 pages, 4 figures
Cosmos-H-Surgical: 通过世界建模学习手术机器人策略
机构 * NVIDIA ； The Chinese University of Hong Kong（香港中文大学） ； Sung Kyun Kwan University（全州大学） ； Wenzhou Medical University（温州医学院） ； National University of Singapore（新加坡国立大学） ； Ruijin Hospital（瑞金医院）
AI总结 本文提出通过世界建模学习手术机器人策略，利用合成数据和逆动力学模型提升自主手术能力。
AD-R1: 闭环强化学习用于端到端自动驾驶的中立世界模型
机构 * SKL-IOTSC, University of Macau（SKL-IOTSC，澳门大学） ； Li Auto Inc. ； Sun Yat-sen University（中山大学） ； Huazhong University of Science and Technology（华中科技大学） ； Northwestern University（西北大学） ； National University of Singapore（新加坡国立大学）
AI总结 AD-R1通过引入中立世界模型和反事实合成技术，提升自动驾驶系统在危险预测和安全控制方面的性能。
SurgFed: 基于语言引导的多任务联邦学习用于手术视频理解
机构 * National University of Singapore（国立新加坡大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
AI总结 SurgFed通过语言引导的通道选择和超聚合方法，提升手术视频多任务联邦学习的跨站点和跨任务适应性。
基于上下文微调的轻量时间序列数据估值方法
机构 * Sun Yat-sen University State Key Laboratory of Internet Architecture（中山大学互联网架构国家重点实验室） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出LTSV方法，通过上下文微调实现轻量时间序列数据估值，有效解决传统方法的计算瓶颈和时间依赖性问题。
Comments Accepted as a full paper at DASFAA 2026 (The 31st International Conference on Database Systems for Advanced Applications)
从空间到动作：在空间先验基础上构建视觉-语言-动作模型
机构 * ByteDance Seed（字节跳动种子） ； NUS（新加坡国立大学） ； NTU（国立技术大学） ； THU（清华大学） ； SMU（南方大学）
AI总结 FALCON通过引入丰富的3D空间标记，改进了视觉-语言-动作模型的空间表示、模态可转移性和对齐能力，在多个基准和现实任务中取得最佳性能。
Comments Accepted at ICLR 2026. Project page: https://falcon-vla.github.io/
通过LLM判断对异质时间序列数据进行质量评级
机构 * Sun Yat-sen University（中山大学） ； State Key Laboratory of Al Safety（人工智能安全国家重点实验室） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出TSRating框架，利用LLM判断对异质时间序列数据进行质量评级，通过元学习提升跨领域适应性。
Comments Accepted at ICLR 2026
SurgCalib: 基于高斯点散的机器人辅助微创手术手眼标定
机构 * Robotics and Control Laboratory, University of British Columbia（机器人与控制实验室，不列颠哥伦比亚大学） ； Department of Biomedical Engineering, National University of Singapore（生物医学工程系，新加坡国立大学） ； Division of Otolaryngology – Head and Neck Surgery, University of British Columbia（耳鼻喉科–头颈外科部，不列颠哥伦比亚大学）
AI总结 SurgCalib通过基于高斯点散的无标记方法实现手术机器人手眼标定，提升手术精度与无菌环境合规性。
Comments 9 pages, 7 figures
Granulon: 通过自适应多粒度语义唤醒像素级视觉编码器以实现MLLM
机构 * National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学）
AI总结 Granulon通过自适应多粒度语义增强，提升多模态大语言模型的像素级视觉理解和多粒度推理能力。
青蛙沸腾阈值：世界模型基于异常检测中的临界性与盲目性
机构 * National University of Singapore（新加坡国立大学）
AI总结 研究揭示了世界模型在异常检测中的临界阈值，发现检测阈值受噪声底座、检测器和环境动态的三重交互影响，且正弦漂移无法被检测到。
Comments 10 pages, 5 figures, preprint
扩散模型中的原型引导概念擦除
机构 * Fudan University（复旦大学） ； National University of Singapore（国立新加坡大学）
AI总结 本文提出通过原型引导的方法在扩散模型中实现更可靠的概念擦除，尤其针对广义概念如性与暴力，提升图像生成的安全性和可控性。
Comments Accepted by CVPR 2026
POIROT：探讨多党谋杀谜游戏中的直接实体交互与数字中介交互及态度调节
机构 * Tsinghua University（清华大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Syracuse University（Syracuse大学） ； National University of Singapore（新加坡国立大学） ； Royal College of Art（皇家艺术学院）
AI总结 POIROT研究通过实验揭示，用户对机器人的负面态度影响其在多党谋杀谜游戏中的沉浸体验，表明交互方式需根据用户倾向进行适应性调整。
Comments 16 pages, 7 figures. Accepted to the 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI 2026)
通过强化学习增强的遥控操作与混合的灵巧专家VLA实现人机操作
机构 * Shanghai Jiao Tong University（上海交通大学） ； Sharpa ； Shanghai AI Lab（上海人工智能实验室） ； Zhongguancun Academy（中关村学院） ； National University of Singapore（新加坡国立大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出IMCopilot和MoDE-VLA框架，通过强化学习和多模态融合提升机器人灵巧操作能力，实现接触丰富的手内任务性能提升。
Comments Project Homepage: https://sites.google.com/view/mode-vla
上下文强化学习用于大型语言模型中的工具使用
机构 * National University of Singapore（新加坡国立大学） ； Salesforce AI Research（Salesforce AI研究） ； University of California Berkeley（加州大学伯克利分校） ； University of California, Santa Cruz（加州大学圣克ruz分校）
AI总结 本文提出ICRL框架，通过强化学习无需微调即可实现大型语言模型的工具使用能力，实验显示其在推理和工具任务中表现优异。
ImageEdit-R1: 通过强化学习提升多智能体图像编辑
机构 * National University of Singapore（新加坡国立大学） ； Adobe Research（Adobe研究）
AI总结 ImageEdit-R1通过强化学习实现多智能体图像编辑，提升复杂指令下的编辑效果与上下文感知能力。
QualiTeacher: 基于质量条件的伪标签用于现实世界图像恢复
机构 * Duke University Tsinghua University \'Ecole Polytechnique F\'ed\'erale de Lausanne (EPFL) National University of Singapore Sun Yat - sen University or
AI总结 QualiTeacher通过条件化伪标签质量提升图像恢复质量，解决传统方法中伪标签质量与模型泛化能力的矛盾。
Comments 15 pages, 8 figures
TeamHOI: 学习一种统一的策略以处理任意团队规模的协作人-物体交互
机构 * Garena ； Sea AI Lab ； National University of Singapore（新加坡国立大学）
AI总结 TeamHOI通过统一策略实现任意团队规模的协作人-物体交互，采用Transformer网络和对抗运动先验策略提升协作行为的物理合理性和多样性。
Comments CVPR 2026. Project page: https://splionar.github.io/TeamHOI/ Code: https://github.com/sail-sg/TeamHOI
多智能体非世界探索用于稀疏证据发现的高斯信念映射与双域覆盖
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； The University of Queensland（昆士兰大学）
AI总结 本文提出基于高斯信念映射和双域覆盖的多智能体路径规划框架，用于非世界稀疏证据发现，通过平衡信息获取与操作安全，提升探索效率和鲁棒性。
WildActor: 无约束身份保持视频生成
机构 * The Hong Kong University of Science（香港科学与技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 WildActor通过不对称注意力机制和视点自适应采样策略，在无约束视角下实现身份保持的人类视频生成。
Comments Project Page: https://wildactor.github.io/
3DMedAgent：面向3D医学分析的统一感知-理解框架
机构 * National University of Singapore（新加坡国立大学） ； Microsoft Research（微软研究院） ； TUD Dresden University of Technology（德累斯顿技术大学） ； University of Oxford（牛津大学）
AI总结 3DMedAgent通过统一框架实现2D MLLMs在3D医学分析中的高效处理，无需3D特定微调，提升3D医学图像的感知与理解能力。
Comments 19 pages, 7 figures
ELSA: 面向网络边缘的隐私感知分层联邦学习的高效LLM中心分割聚合
机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； National University of Singapore（新加坡国立大学） ； Teleinfo iF-Labs, China Academy of Information and Communications Technology（Teleinfo iF-Labs，中国信息通信技术研究院） ； Department of Electrical Engineering, University at Buffalo-SUNY（电气工程系，布法罗大学-纽约州立大学）
AI总结 ELSA通过任务无关聚类、动态模型分割和轻量通信方案，实现网络边缘隐私保护下的高效LLM微调。
Comments 11 pages, 16 figures
另一边未必更绿：在多个城市中，对绿色的感知存在种族和个性差异
机构 * Future Cities Lab Global, Singapore-ETH Centre（未来城市实验室全球，新加坡-ETH中心） ； Department of Architecture and Civil Engineering, City University of Hong Kong（香港城市大学建筑与土木工程系） ； Digital Geography Lab, Department of Geosciences and Geography, University of Helsinki（赫尔辛基大学地理科学与地理系数字地理实验室） ； Department of Architecture, National University of Singapore（新加坡国立大学建筑系） ； Department of Real Estate, National University of Singapore（新加坡国立大学房地产系）
AI总结 本研究通过分析多个城市中绿色感知的差异，发现居住地对绿色感知有显著影响，而人口统计数据和个性在感知中作用较小。
Journal ref Landscape and Urban Planning 271 (2026) 105618
SAC-Loco：安全且可调节的四足机器人运动
机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）
AI总结 SAC-Loco提出了一种安全且可调节的四足机器人运动框架，通过可调节的扰动顺应性和鲁棒的故障预防，实现对外部力扰动的稳健响应。
WikiDBGraph: 一个用于数据库孤岛上协作学习的数据管理基准测试套件
机构 * National University of Singapore（新加坡国立大学）
AI总结 WikiDBGraph通过构建大规模现实数据库数据集，评估协作学习在处理现实数据孤岛中的有效性与局限性，揭示了现有方法在实际部署中的不足。
Comments ICDE 2026
Journal ref ICDE 2026
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
视感知-aware的多模态空间推理从单目图像
机构 * NUS, Singapore（新加坡国立大学） ； NTU, Singapore（新加坡国立大学） ； MIT, US（麻省理工学院） ； A*STAR, Singapore（新加坡科技研究局）
AI总结 本文提出了一种感知-aware的多模态推理框架，通过统一标记空间联合处理视觉证据和文本推理，提升单目图像空间推理的鲁棒性。
Evo：具有进化平衡的自回归-扩散大语言模型
机构 * University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； Technical University of Munich（慕尼黑技术大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 Evo通过进化平衡机制，结合自回归和扩散模型，实现高效且高质量的语言生成。
基于词锚的时序伪造定位
机构 * National University of Singapore（新加坡国立大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） ； Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东科学院））
AI总结 基于词锚的时序伪造定位方法通过词级二分类提升定位精度，减少计算成本，克服类别不平衡问题。
Comments Submitted for review
Cog2Gen3D: 三维语义-几何认知雕刻用于三维生成
机构 * School of Artificial and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Computing, Macquarie University（麦考瑞大学计算机学院）
AI总结 Cog2Gen3D通过结合语义和绝对几何信息，提出了一种三维认知引导的扩散框架，以实现可控的三维生成。
FARTrack: 快速自回归视觉跟踪与高性能
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家重点实验室） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； National University of Singapore（新加坡国立大学）
AI总结 FARTrack通过任务特定自蒸馏和帧间自回归稀疏化，实现了高效且高性能的视觉跟踪，在GOT-10k上达到70.6%的AO，同时在GPU和CPU上分别达到343 FPS和121 FPS。
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