University of Oxford（牛津大学）

Self-Supervised Learning of Structured Dynamics from Videos

从视频中进行结构化动力学的自监督学习

Lukas Knobel, Andrew Zisserman, Yuki M. Asano

机构 * Fundamental AI Lab, UTN（基础人工智能实验室，UTN） ； VGG, University of Oxford（VGG，牛津大学） 纠错

AI总结 研究能否从预训练图像视觉Transformer的冻结特征中恢复结构化运动表示，提出结构化动力学模型（SDM），通过未来特征预测分离动力学来源，结合自监督与弱监督训练，在新评估套件上表现出色，证明预训练图像模型可用于结构化视频动力学表示。

Comments preprint, Project page: https://lukasknobel.github.io/projects/StructuredDynamics

Out of Sight, Still in Mind: Token Compression for Omni-LLMs

视而不见，仍记于心：全模态大语言模型的令牌压缩

Suho Yoo, Youngjoon Jang, Hyebin Cho, Joon Son Chung

机构 * KAIST（韩国科学技术院） ； VGG, University of Oxford（牛津大学视觉几何组） 纠错

AI总结 研究旨在降低Omni-LLMs推理时输入令牌成本，提出无需训练的ReMo框架，通过跨模态重分配信息压缩视觉令牌，在Qwen2.5-Omni上实验，去除54%输入令牌且准确率无损失，甚至略超全令牌模型。

Comments Preprint

Vision-Language-Policy Model for Dynamic Robot Task Planning

用于动态机器人任务规划的视觉-语言-策略模型

Jin Wang, Kim Tien Ly, Jacques Cloete, Jin Jin, Nikos Tsagarakis, Ioannis Havoutis

机构 * Dynamic Robot Systems Group, Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所动态机器人系统组） ； Humanoids and Human-Centered Mechatronics (HHCM), Istituto Italiano di Tecnologia（意大利技术研究所人形与以人为中心的机电系统） 纠错

AI总结 针对机器人在非结构化环境中自然语言命令与自主执行衔接难题，提出基于视觉-语言模型的VLP框架，能解释指令、整合推理生成行为策略，还可动态调整策略，实验证明其有强大规划自主性和跨实体泛化能力。

Understanding Addition and Subtraction in Transformers

理解变换器中的加法与减法

Philip Quirke, Clement Neo, Fazl Barez

机构 * University of Oxford（牛津大学） ； NTU（南洋理工大学） ； Martian（火星） 纠错

AI总结 本文通过训练和分析变换器模型，揭示了加法和减法的因果结构，并提出了新的精确算法。

Comments 8 pages, 6 figures, 2 tables