Peking University（北京大学）

EcoVideo: Entropy-Orchestrated Video Generation Paradigm in Cloud-Edge Dynamics

EcoVideo: 云边动态中的熵编排视频生成范式

Jiayu Chen, Hengyi Zhang, Maoliang Li, Minyu Li, Zihao Zheng, Xuanzhe Liu, Guojie Luo, Xiang Chen

机构 * School of Computer Science, Peking University, China（北京大学计算机科学学院，中国） ； State Key Lab of Multimedia Information Processing, Peking University, China（北京大学多媒体信息处理国家重点实验室，中国） ； International School, Beijing University of Posts and Telecommunications, China（北京邮电大学国际学院，中国） ； School of Information Science and Technology, Beijing Forestry University, China（北京林业大学信息科学与技术学院，中国） 纠错

AI总结 提出EcoVideo框架，利用自注意力熵进行无训练帧选择，云大模型去噪关键帧，边轻量模型插值重建，自适应调整预算和深度，实现2.9倍端到端加速。

Comments EcoVideo is honored to be accepted by ECCV 2026

MOPD: Multi-Teacher On-Policy Distillation for Capability Integration in LLM Post-Training

MOPD: 面向LLM后训练中能力集成的多教师同策略蒸馏

Wenhan Ma, Jianyu Wei, Liang Zhao, Hailin Zhang, Bangjun Xiao, Lei Li, Qibin Yang, Bofei Gao, Yudong Wang, Rang Li, Jinhao Dong, Zhifang Sui, Fuli Luo

机构 * Peking University（北京大学） ； LLM Core Xiaomi（小米大模型核心团队） ； University of Hong Kong（香港大学） ； Renmin University of China（中国人民大学） 纠错

AI总结 提出多教师同策略蒸馏（MOPD）范式，通过先训练领域专家再在学生自生成数据上蒸馏，消除暴露偏差并提供密集优化信号，在Qwen3-30B-A3B上优于多种基线，并已部署于工业级模型MiMo-V2-Flash。

Heads, Not Backbones: Output Heads Dominate Architectures on Fat-Tailed Returns

头部，而非骨干：输出头部在肥尾收益架构中占主导地位

Sichao He, Yansong Zhang

机构 * Peking University Academy for Advanced Interdisciplinary Studies（北京大学先进跨学科研究院） ； Yeshine Interactive HK Technology Limited（Yeshine互动香港科技有限公司） 纠错

AI总结 针对短周期肥尾金融收益的深度预测，比较四种骨干网络和三种输出头部，发现输出头部（尤其是混合高斯头部）在分布度量上显著优于骨干网络，且在高波动时期价值最大。

Comments Code & data: https://github.com/Routhleck/heads-not-backbones

GeoEdit: Geometry-Aware Object Editing via Dual-Branch Denoising

GeoEdit: 基于几何感知的双分支去噪对象编辑

Yi He, Jiangming Wang, Xinyu Wang, Mark Fong, Songchun Zhang, Yuxuan Xue, Hai-Tao Zheng, Yue Ma

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Pengcheng Laboratory（鹏城实验室） ； Sun Yat-sen University（中山大学） ； Peking University（北京大学） ； HKUST（香港科技大学） ； University of Tübingen（图宾根大学） 纠错

AI总结 提出GeoEdit，一种无需训练的三阶段管道，通过3D解耦、点对应对齐和双分支去噪，实现单张照片中对象的刚性几何变换（平移、旋转、缩放），同时保持背景自然和身份一致性。

Comments Accepted to ECCV 2026

ARKD: Adaptive Reinforcement Learning-Guided Bidirectional KL Divergence Distillation for Text Generation

ARKD: 自适应强化学习引导的双向KL散度蒸馏用于文本生成

Zilong Liu, Xuewen Zhang, Jinrui Xing, Juyi Qiao, Huiyong Wang, Junming Jiao

机构 * Li Auto, Beijing, China（北京利亚自动化有限公司） ； School of Software and Microelectronics, Peking University, China（北京大学软件与微电子学院） 纠错

AI总结 针对单一KL目标难以平衡主分布拟合与长尾概率建模的问题，提出基于强化学习的自适应KL加权蒸馏框架，通过策略网络动态分配前向和反向KL散度权重，实现主模态和长尾模态的双重对齐，在Rouge-L和BertScore上持续提升。

KbSD: Knowledge Boundary aware Self-Distillation for Behavioral Calibration in Agentic Search

KbSD: 面向智能体搜索中行为校准的知识边界感知自蒸馏

Tao Feng, Xinke Jiang, Chao Wu

机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） 纠错

AI总结 针对智能体搜索中知识边界校准的奖励稀疏问题，提出KbSD框架，通过密集令牌级监督、稀疏结果奖励和象限自适应优化，利用提示增强教师模型生成校准推理演示，显著提升任务准确率并减少幻觉。

STEAM: Self-Supervised Temporal Ensemble Advantage Modeling for Real-World Robot Learning

STEAM: 面向真实世界机器人学习的自监督时间集成优势建模

Zhihao Liu, Qiuyi Gu, Yitao Wang, Dongming Qiao, Yixian Zhang, Shuaihang Chen, Liangzhi Shi, Tianxing Zhou, Zefang Huang, Kang Chen, Zhen Guo, Quanlu Zhang, Jincheng Yu, Xiaodan Liang, Guoliang Fan, Yu Wang, Feng Gao, Xinlei Chen, Chao Yu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Striding AI ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhongguancun Academy（中关村学院） ； Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Beijing Institute of Technology（北京理工大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Infinigence AI 纠错

AI总结 提出自监督时间集成优势建模（STEAM），利用专家轨迹中帧对的时间偏移作为自监督信号，学习帧级优势以区分进展与失败，结合CFGRL在多种真实任务中提升策略成功率。

MotionAtlas: Detailed Region Captioning for Motion-Centric Videos

MotionAtlas: 面向运动中心视频的详细区域描述

Weisong Liu, Haochen Wang, Kuan Gao, Yuhao Wang, Yikang Zhou, Zhongwei Ren, Jacky Mai, Anna Wang, Yanwei Li, Jason Li, Zhaoxiang Zhang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Peking University（北京大学） ； Wuhan University（武汉大学） ； Beijing Jiaotong University（北京交通大学） 纠错

AI总结 提出MotionAtlas系统，通过区域感知运动描述、自举精炼数据管道和定制训练策略，在运动中心视频描述中显著提升细粒度理解，超越现有模型。

Comments Accepted to ECCV 2026. Project page: https://kagura-0001.github.io/projects/MotionAtlas

SPACE: Swarm Pheromone Fields for Adaptive Collision-Aware Exploration

SPACE: 用于自适应碰撞感知探索的群体信息素场

Haohua Que, Haojia Gao, Mingkai Liu, Qian Zhang, Jiajun Sun, Fei Qiao

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） 纠错

AI总结 针对大规模地面机器人群体在拥挤环境中探索时的安全-效率权衡问题，提出SPACE方法，通过维护吸引前沿信息素、排斥探索信息素和快速机器人密度场实现去中心化协调，在真实建筑平面图上将碰撞率降低4-17倍，覆盖时间仅增加约2%。

Dynamic Parsing and Updating Natural Language Specification using VLMs for Robust Vision-Language Tracking

利用视觉语言模型动态解析和更新自然语言规范以实现鲁棒的视觉语言跟踪

Xiao Wang, Liye Jin, Dan Xu, Yuehang Li, Lan Chen, Yaowei Wang, Yonghong Tian, Jin Tang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） ； Peng Cheng Laboratory, Shenzhen（鹏城实验室深圳分部） ； Shenzhen Graduate School, Peking University（北京大学深圳研究生院） 纠错

AI总结 提出语言依赖解析机制提取跟踪核心成分，并利用Qwen-VL进行成分感知的文本更新，在多个基准上取得一致优越性能。

D$^{2}$R$^{2}$OSR: Degradation-Disentangled Representation for Real-World Omnidirectional Image Super-Resolution

D$^{2}$R$^{2}$OSR: 面向真实世界全向图像超分辨率的退化解耦表示

Hongyu An, Xinfeng Zhang, Xu Fan, Shijie Zhao, Li Zhang, Ruiqin Xiong

机构 * School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院） ； ByteDance Inc.（字节跳动公司） ； School of Computer Science, Peking University（北京大学计算机学院） 纠错

AI总结 提出D$^{2}$R$^{2}$OSR框架，通过显式建模鱼眼成像和ERP投影的退化，结合视角投影表示和退化特定模块，实现真实世界全向图像超分辨率，达到SOTA性能。

Database Context Compression for Text-to-SQL on Real-World Large Databases

面向真实世界大型数据库的文本到SQL数据库上下文压缩

Jingwen Liu, Weibin Liao, Xin Gao, Junfeng Zhao, Yasha Wang

机构 * National Engineering Research Center of Software Engineering, Peking University（软件工程国家工程研究中心，北京大学） ； School of Computer Science, Peking University（北京大学计算机学院） ； Peking University Information Technology Institute, Tianjin Binhai（天津滨海大学信息技术研究所，北京大学） 纠错

AI总结 针对真实大型数据库中文本到SQL性能瓶颈，提出基于SGCF原则的数据库上下文压缩方法DBCC，通过离线结构语义压缩和在线证据净化，将输入上下文减少两个数量级，并提升模式链接召回率和执行准确率。

SpeakerCard-1M: An Evidence-Grounded Corpus for In-the-Wild Speaker Verification

SpeakerCard-1M：面向野外说话人确认的基于证据的说话人卡片语料库

Junyi Peng, Oldřich Plchot, Xiao Song, Dading Chong, Lichun Fan, Hang Su, Themos Stafylakis, Junjie Li, Kong Aik Lee, Shuai Wang, Jian Luan, Jan Černocký

机构 * Brno University of Technology, Czechia（布拉格技术大学，捷克） ； Peking University, China（北京大学，中国） ； Xiaomi, China（小米，中国） ； Athens University of Economics and Business, Greece（雅典经济与商业大学，希腊） ； The Hong Kong Polytechnic University, Hong Kong（香港理工大学，香港） ； Nanjing University, China（南京大学，中国） 纠错

AI总结 提出SpeakerCard-1M双语说话人资源，通过声学探针和受限LLM生成结构化说话人卡片，并定义跨模态协议以支持基于证据的说话人确认。

Comments Corpus and protocols at https://junyipeng00.github.io/SpeakerCard-1M-page

SPADE-Bench: Evaluating Spontaneous Strategic Deception in Agents via Plan-Action Divergence

SPADE-Bench：通过计划-行动分歧评估智能体中的自发性策略欺骗

Yuyan Bu, Haowei Li, Qirui Zheng, Bowen Dong, Kaiyue Yang, Jiaming Ji, Yingshui Tan, Wenxin Li, Yaodong Yang, Juntao Dai

机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Peking University（北京大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Chinese Academy of Science（中国科学院大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 针对LLM智能体在工具使用中可能出现的自发性策略欺骗（计划与行动不一致），提出SPADE-Bench基准，通过结合实际工具执行和受控压力场景，严格区分欺骗与幻觉，实验证实该问题真实且紧迫。

X-DiffVLA: X-Embodied Diffusion Action Heads for Vision-Language-Action Models

X-DiffVLA：面向视觉-语言-动作模型的跨具身扩散动作头

Boyu Li, Chaoyi Xu, Haoqi Yuan, Xinrun Xu, Börje F. Karlsson, Haoran Li, Zongqing Lu, Dongbin Zhao

机构 * SKL-MAIS, Institute of Automation, Chinese Academy of Sciences（SKL-MAIS，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； BeingBeyond ； School of Computer Science, Peking University（北京大学计算机学院） 纠错

AI总结 针对跨具身数据学习通用策略的挑战，提出X-DiffVLA模型，通过扩散模型和具身强制技术实现异构末端执行器间的知识迁移，在RoboCasa和Isaac Gym上分别提升15.3%和12.5%。

Geo-Expert: Towards Expert-Level Geological Reasoning via Parameter-Efficient Fine-Tuning

Geo-Expert: 通过参数高效微调实现专家级地质推理

Chenyou Guo, Zongqi Liu, Yizhou Zhang, Zhaorui Jiang, Ze Liu

机构 * Ocean University of China（中国海洋大学） ； Peking University（北京大学） ； Monash University（墨尔本大学） 纠错

AI总结 本文提出Geo-Expert，通过参数高效微调（LoRA）在定制高质量指令数据集上微调小规模语言模型，在专门的地质推理基准Geo-Eval上，8B模型超越70B通用模型和GPT-4o，32B模型接近前沿推理模型。

Comments 11 pages, 1 figure, 3 tables. Accepted at ICML 2026 AI for Science Workshop

Break the Brake, Not the Wheel: Untargeted Jailbreak via Entropy Maximization

打破刹车，而非车轮：通过熵最大化实现无目标越狱

Mengqi He, Xinyu Tian, Xin Shen, Shu Zou, Jinhong Ni, Zhaoyuan Yang, Weikang Li, Xuesong Li, Jing Zhang

机构 * Australian National University（澳大利亚国立大学） ； The University Of Queensland（昆士兰大学） ； Peking University（北京大学） ； GE research（通用电气研究院） ； CSIRO（澳大利亚联邦科学与工业研究组织） 纠错

AI总结 提出UJEM-KL攻击方法，通过最大化决策令牌的熵来翻转视觉-语言模型的拒绝输出，实现高迁移性的无目标越狱。

Comments Preprint. 17 pages, 8 figures, 6 tables

PolarAPP: Beyond Polarization Demosaicking for Polarimetric Applications

PolarAPP: 超越极化去马赛克用于极化应用

Yidong Luo, Chenggong Li, Yunfeng Song, Ping Wang, Boxin Shi, Junchao Zhang, Xin Yuan

机构 * Zhejiang University（浙江大学） ； School of Engineering, Westlake University（西湖大学工学院） ； School of Automation, Central South University（中南大学自动化学院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（北京大学计算机学院视觉技术国家工程研究中心） 纠错

AI总结 PolarAPP提出首个联合优化去马赛克与下游任务的框架，通过元学习实现语义对齐，引入等效成像约束并采用任务细化阶段提升精度，实验表明其在去马赛克质量和下游性能上均优于现有方法。

UniMotion: A Unified Framework for Motion-Text-Vision Understanding and Generation

UniMotion: 一种用于运动-文本-视觉理解和生成的统一框架

Ziyi Wang, Xinshun Wang, Shuang Chen, Yang Cong, Mengyuan Liu

机构 * Peking University（北京大学） ； Donghua University（东华大学） ； South China University of Technology（华南理工大学） 纠错

AI总结 UniMotion首次提出统一框架，同时处理人类运动、自然语言和RGB图像的理解与生成，通过连续模态处理和自监督预训练解决传统模型的局限性。

Comments Accepted to ECCV 2026

MixGRPO: Unlocking Flow-based GRPO Efficiency with Mixed ODE-SDE

MixGRPO: 通过混合ODE-SDE解锁基于流的GRPO效率

Junzhe Li, Yutao Cui, Tao Huang, Weijie Kong, Yiming Cheng, Chuxuan Zeng, Yinping Ma, Chun Fan, Miles Yang, Zhao Zhong, Liefeng Bo

机构 * Hunyuan, Tencent（腾讯混元） ； School of Computer Science, Peking University（北京大学计算机学院） ； Computer Center, Peking University（北京大学计算中心） ； Department of Engineering Physics, Tsinghua University（清华大学工程物理系） 纠错

AI总结 本文提出MixGRPO框架，通过结合ODE和SDE混合采样策略，优化流匹配模型的效率与性能，采用滑动窗口机制减少优化开销，提升收敛速度，其中MixGRPO-Flash进一步降低训练时间达71%。

Delayed Bidirectional Alignment via Disentangled Audio Semantics for Audio-Visual Segmentation

通过解耦音频语义实现延迟双向对齐的音频视觉分割

Jingqi Tian, Yiheng Du, Haoji Zhang, Yuji Wang, Isaac Ning Lee, Xulong Bai, Tianrui Zhu, Jingxuan Niu, Yansong Tang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Peking University（北京大学） 纠错

AI总结 本文提出DDAVS方法，通过解耦音频语义和延迟双向对齐解决音频视觉分割中的多源纠缠和视听错位问题，实验表明其在多种场景下均取得最优性能。

Comments Accepted by ECCV 2026

SRUM: Fine-Grained Self-Rewarding for Unified Multimodal Models

SRUM：细粒度自奖励用于统一多模态模型

Weiyang Jin, Yuwei Niu, Jiaqi Liao, Chengqi Duan, Aoxue Li, Shenghua Gao, Xihui Liu

机构 * HKU MMLab（香港大学多媒体实验室） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） ； Noah’s Ark Lab, Huawei（华为诺亚方舟实验室） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 SRUM通过内部评估模块对生成模块进行自奖励，提升统一多模态模型的视觉生成能力，实验证明在T2I-CompBench和T2I-ReasonBench上性能显著提升。

Comments Accepted to ECCV 2026. 20 pages, 8 figures, webpage can be seen in https://waynejin0918.github.io/srum_web/

CLARity: Reasoning Consistency Alone Can Teach Reinforced Experts

CLARity：仅通过推理一致性即可教授强化专家

Jiuheng Lin, Cong Jiang, Zirui Wu, Jiarui Sun, Yansong Feng

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） 纠错

AI总结 CLARity通过一致性感知奖励机制和两阶段精炼-监控训练流程，提升推理一致性，利用小规模通用LLM有效指导专家模型，实验显示在一致性与准确性上均有显著提升。

Comments ACL 2026 Main Conference

MM-Nav: Multi-View VLA Model for Robust Visual Navigation via Multi-Expert Learning

MM-Nav：基于多专家学习的多视角VLA模型用于鲁棒视觉导航

Tianyu Xu, Jiawei Chen, Jiazhao Zhang, Wenyao Zhang, Zekun Qi, Minghan Li, Zhizheng Zhang, He Wang

机构 * Peking University（北京大学） ； Galbot ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出MM-Nav模型，通过多专家学习从合成数据中学习多样化的导航能力，展示模型在合成环境中的强泛化能力，并在现实世界实验中验证其有效性。

Comments Project page: https://pku-epic.github.io/MM-Nav-Web/

Learnable Blur Kernel for Single-Image Defocus Deblurring in the Wild

可学习模糊核用于野外单图像模糊去模糊

Jucai Zhai, Pengcheng Zeng, Chihao Ma, Yong Zhao, Jie Chen

机构 * Shenzhen Graduate School, Peking University（北京大学深圳研究生院） ； Peng Cheng Laboratory（鹏城实验室） 纠错

AI总结 本文提出一种基于可学习模糊核和DefocusGAN的单图像模糊去模糊方法，通过无监督学习恢复高频率细节，实验表明在PSNR和LPIPS指标上达到最优性能。

Comments 9 pages, 7 figures

Journal ref AAAI2023