高校专区
DeGuNet：用于高效激光雷达-相机3D检测的深度引导超紧凑骨干网络
机构 * Tianjin University（天津大学） ； Peking University（北京大学）
AI总结 研究针对自动驾驶中激光雷达与相机融合检测依赖2D预训练骨干网络的问题，提出DeGuNet，通过稀疏感知机制有效对齐图像与激光雷达深度，实验证明其能消除架构冗余，提升效率并提高mAP，建立参数高效多模态3D感知新范式。
Comments Accepted to ECCV 2026
突发脉冲神经网络
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（中国传媒大学媒体融合与传播国家重点实验室） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Peng Cheng Laboratory（鹏城实验室） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
AI总结 研究SNN的准确性 - 鲁棒性问题，提出基于突发增强脉冲神经元和动态权重约束机制的BuSNN，通过理论分析和实验表明其在准确性、鲁棒性及低功耗方面优势显著，推进了SNN在相关应用中的可行性。
Comments 18 pages, 21 figures, 1 supplementary material PDF, submitted to IEEE Transactions on Pattern Analysis and Machine Intelligence
读回：预训练的多模态语言模型是文本到图像生成的零样本奖励模型
机构 * The University of Hong Kong（香港大学） ； ByteDance Seed（字节跳动Seed） ； Peking University（北京大学）
AI总结 研究提出SpectraReward将预训练多模态语言模型转为图像生成强化学习奖励模型，用图像条件提示对数似然作奖励，还引入Self-SpectraReward形成闭环框架。经广泛实验验证，二者能提升生成性能，表明奖励-策略对齐是关键。
突破瓶颈：用于严格归纳的沙漏推理
机构 * Peking University（北京大学）
AI总结 研究针对大语言模型少样本归纳推理能力不足的问题，提出沙漏推理方法，通过在推理阶段强制实现严格上下文隔离，构建符号编码器 - 解码器。实验表明该方法在多基准测试中显著提升准确率，证实收益源于阶段隔离和初始归纳质量。
迈向人类水平的灵巧遥操作
机构 * Tsinghua University（清华大学） ； State Key Lab of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，字节跳动公司） ； Peking University（北京大学）
AI总结 研究如何通过遥操作赋予机器人手内灵巧性，提出TeleDexter手 - 物体协同跟踪控制器，利用混合奖励训练，经单阶段强化学习及随机化处理可零样本迁移到真实机器人，在多项任务上取得高成功率并能训练自主策略。
Comments Project Website: https://bigai-dex.github.io/blog/teledexter/
STAMP：深度搜索智能体的溯源引导信用分配
机构 * Baidu Inc.（百度公司） ； Peking University（北京大学）
AI总结 研究深度搜索智能体强化学习中奖励-信用不匹配问题，提出STAMP方法，通过基于参考的验证器和首次曝光归因确定信用，经符号保留优势调制注入信用，实验表明该方法能提升GRPO基线分数。
ToolAtlas：通过工具端内存实现一次学习、处处复用
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Microsoft（微软）
AI总结 研究针对大语言模型代理依赖外部工具时工具知识难共享问题，提出ToolAtlas框架，通过执行验证探测构建提供商端工具内存，经实验证明该框架能有效提升性能且可跨环境和框架复用，确立了提供商端工具内存范式。
BackendForge：使用后端服务对智能端到端代码生成进行基准测试
机构 * Key Lab of HCST (PKU), MOE（北京大学计算机科学与技术国家重点实验室；软件学院，北京大学） ； SCS, Peking University（北京通明湖信息技术应用创新中心） ； Beijing Tongming Lake Information Technology Application Innovation Center (TLAIC)（复旦大学高级计算系统研究所） ； Fudan University Institute of Systems for Advanced Computing（上海开放计算系统研究所） ； Shanghai Institute of Systems for Open Computing
AI总结 研究智能端到端代码生成评估问题，引入BackendForge基准，给定规范和契约让大语言模型生成容器化服务，用测试和代码代理共同进化测试预言机和参考服务，发现当前大语言模型虽能实现部分API行为，但生成完整后端服务仍有困难。
成像101：在科学计算成像上对大语言模型编码智能体进行基准测试
机构 * College of Future Technology and the National Biomedical Imaging Center, Peking University（北京大学未来技术学院和国家生物医学成像中心） ； AI for Science Institute (AISI)（科学人工智能研究所） ； University of Michigan（密歇根大学） ； State Key Laboratory of Acoustics and Marine Information, Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所声场声信息国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Astronautics, Beihang University（北京航空航天大学宇航学院） ； Key Laboratory of Spacecraft Design Optimization and Dynamic Simulation Technologies, Ministry of Education（教育部航天器设计优化与动态仿真技术重点实验室）
AI总结 研究针对计算成像构建正确重建管道费力的问题，引入含57个任务的Imaging-101基准及三个评估轨道，评估七个前沿大语言模型，发现应用编码智能体于计算成像存在系统性挑战，指出技能增强、领域专业化智能体是可靠成像辅助的途径。
用于减轻机器人基础模型中捷径学习的人工中央凹感知
机构 * Yale University（耶鲁大学） ； University of Connecticut（康涅狄格大学） ； Peking University（北京大学） ； Imperial College London（帝国理工学院） ； Digients
AI总结 研究机器人基础模型因捷径学习难以稳健部署的问题，提出人工中央凹感知模块AFP，通过预测任务条件掩码辅助微调，使策略关注任务相关区域，实验证明其能减少微调时间、抑制过拟合并提升泛化能力。
基于惩罚加权最小二乘法和引导全变差的量子压缩感知CT重建算法
机构 * Peking University Health Science Center（北京大学医学部）
AI总结 研究针对现有基于QUBO的稀疏视图CT重建的局限，提出结合PWLS和GTV的量子压缩感知CT方法，经二进制编码形成统一QUBO模型，实验表明该方法重建质量最佳，为量子辅助稀疏视图CT重建提供了概念验证。
Comments 14 pages, 11 figures
UNIBROWSE：用于多模态浏览比较的数据到智能体框架
机构 * Key Laboratory of Computational Linguistics, MOE, Peking University（教育部计算语言学重点实验室，北京大学） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； School of Computer Science, Peking University（北京大学计算机科学学院）
AI总结 研究多模态浏览比较任务，提出UNIBROWSE统一数据管道，同时生成三种模式训练数据，增强知识图谱，引入探索度度量。经此训练的35B规模智能体在多模态浏览比较基准测试中性能领先，超多个闭源智能体工作流程。
Comments 17 pages, 5 figures
VINE：驯服强化学习中的生成控制策略
机构 * AgiBot（未知机构） ； The Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学）
AI总结 研究针对流匹配策略在值梯度强化学习中训练不稳定的问题，提出VINE方法。该方法通过在去噪步骤重建插值状态，创建稳定可微路径，实现稳定的端到端值梯度优化，在相关基准和任务中表现优于现有方法。
SPARK：大语言模型中基于敏感性的潜在推理状态分析与引导
机构 * Xi’an Jiaotong University（西安交通大学） ； Peking University（北京大学） ； Tencent（腾讯）
AI总结 研究大语言模型推理失败问题，提出SPARK方法，利用隐藏状态响应诊断推理状态并引导测试时干预，通过长度控制敏感性等手段，在实验中提升了Qwen3系列模型性能，证明敏感性对推理失败诊断及干预的作用。
Robo-ValueRL：离线到在线强化学习的可靠价值估计
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Beijing Forestry University（北京林业大学） ； Peking University（北京大学） ； Microsoft Research（微软研究院）
AI总结 研究离线到在线强化学习中价值函数可靠性对策略优化的影响，提出Robo-ValueRL框架，通过特定指标评估价值估计可靠性并用于策略预训练和在线改进，实验显示其能有效提升下游策略性能，突出价值引导数据利用对策略改进的重要性。
Comments Please refer to our website: https://gewu-lab.github.io/Robo-ValueRL/
CoDiMAD：基于扩散的特权蒸馏用于无通信多机器人协调
机构 * Peking University（北京大学） ； National Innovation Institute of Defense Technology（国防科技创新研究院）
AI总结 研究无通信多机器人协调问题，提出CoDiMAD三阶段框架，先训练特权预言机，再构建数据集，最后将预言机蒸馏到学生智能体中，通过扩散反向过程采样动作，实验证明其性能优于基线。
用于语言模型预训练的复杂度引导的逐组件初始化
机构 * Peking University（北京大学）
AI总结 研究预训练语言模型中反复出现的谱模式能否用于初始化，通过分析多个检查点构建初始化方案并与其他方法比较，发现预训练权重复用有竞争力，但仅粗略谱匹配非可靠策略，预训练谱是有用诊断，有效复用需保留更多信息。
大模型绿色发展综述：从资源高效架构到软硬件协同设计
机构 * Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Peking University（北京大学）
AI总结 综述大模型绿色发展，涵盖资源高效架构与软硬件协同设计，回顾高效模型构建、训练部署策略、节能硬件等进展，探讨其在关键领域应用，讨论挑战与方向，为大模型可持续发展提供路线图。
Comments This paper has been accepted by CJE (2026), paper homepage: https://cje.ejournal.org.cn/article/doi/10.23919/cje.2025.00.438
Journal ref Chinese Journal of Electronics, vol. 35, no. 5, pp. 1-24, 2026
WAM-TTT：在测试时通过观察人类行为来引导世界行动模型
机构 * Peking University（北京大学） ； Galbot ； CASIA（中国科学院自动化所） ； Tsinghua University（清华大学）
AI总结 研究旨在解决引导机器人基础模型的难题，提出WAM-TTT框架，通过自监督视频预测吸收人类视频到自适应内存，经元训练阶段对齐人机行为，测试时仅用未标记人类视频，实现高效可重复引导且优于基线。
UltraX：通过自适应编程编辑大规模精炼预训练数据
机构 * Peking University（北京大学） ； ModelBest Inc.（ModelBest公司） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 研究针对训练数据极限下大语言模型高质量数据利用问题，提出UltraX框架，通过引入插入完善编辑功能空间，构建程序监督生成管道，经实验验证其在各语料库平均性能最高，数据效率和精炼可靠性强。
用于多模态理解、生成和编辑的认知结构多模态智能体
机构 * Peking University（北京大学） ； Tencent Inc（腾讯公司）
AI总结 研究针对统一多模态模型在长时多模态对话中的局限，提出认知结构多模态智能体，通过外化视觉信息等方式改进。开发统一场景引擎，构建评估基准。实验显示该智能体检索准确率高、推理时间减半，还介绍了工具包，为长时多模态智能体提供新范式。
Comments 16 pages, 7 figures, 8 tables. Project page: https://caseclose.github.io/cma-harness/ Code: https://github.com/caseclose/cma-harness
FSD-VLN：用于空中长距离视觉语言导航的快慢双系统建模
机构 * Pengcheng Laboratory（鹏城实验室） ； Shenzhen Institutes of Advanced Technology（中国科学院深圳先进技术研究院） ； Peking University（北京大学）
AI总结 研究空中长距离视觉语言导航问题，提出FSD-VLN快慢双系统架构，将语义推理与低延迟飞行命令解耦，通过两个异步分支及时间感知自适应优化器实现，实验表明该方法提升导航成功率，减少推理延迟和运行时间。
LUMI：基于语言模型的与分词器无关的无损图像压缩
机构 * Peng Cheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； Department of Electrical Engineering, City University of Hong Kong, Hong Kong SAR（香港城市大学电子工程系，香港特别行政区） ； Department of Computer Science, City University of Hong Kong, Hong Kong SAR（香港城市大学计算机科学系，香港特别行政区） ； School of Computer Science, Peking University, Beijing, China（北京大学计算机学院，北京，中国）
AI总结 研究基于LLM的无损图像压缩问题，提出LUMI框架，用像素嵌入模块取代像素即文本分词，引入位置编码，仅训练部分参数，LLM主干固定。实验表明其提供统一接口，压缩率有竞争力且跨域鲁棒性强。
Comments Preprint
人工智能相关内容和工件的统一检测框架
机构 * School of Mathematical Sciences, Capital Normal University, Beijing 100048, China（数学学院，首都师范大学，北京100048，中国） ； School of Management and Engineering, Nanjing University, Nanjing 210008, China（管理工程学院，南京大学，南京210008，中国） ； Advanced Institute of Information Technology, Peking University（信息科技高级研究院，北京大学） ； Wangxuan Institute of Computer Technology, Peking University, Beijing 100871, China（王炫计算机技术研究院，北京大学，北京100871，中国）
AI总结 研究针对人工智能相关内容和工件检测问题，提出基于马氏距离分数的统一检测框架。通过开发联合估计方法、提供优化算法并证明收敛性等，有效刻画正类，经实证评估验证了该检测框架的有效性。
用于主题驱动的个性化文本到图像生成的阶段感知适应与分布校准
机构 * School of Computer Science, Guangdong University of Technology（广东工业大学计算机学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； ManXis（未知）
AI总结 研究主题驱动的个性化文本到图像生成问题，提出将其分解为训练端的 SPaRa 和推理端的 DCAL 两个互补组件的框架 SPaRa-DCAL，通过理论分析和实验表明该框架能提升相关指标，并指出应综合多方面评估个性化生成。
Comments 16 pages, 4 figures, 6 tables
MADB：一个具有专业和多维度注释的大规模音乐美学数据集
机构 * Central Conservatory of Music, China（中央音乐学院） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） ； Tianjin Conservatory of Music（天津音乐学院） ； Beijing Electronic Science and Technology Institute（北京电子科技研究所） ； Peking University（北京大学）
AI总结 研究音乐美学评估问题，引入含9999首曲目、由30名注释者标注的MADB数据集，通过多预训练模型建立统一评估框架，揭示模型与人类判断差距，为音乐理解提供新基准。
NativeMEM：用于长期机器人操作的原生内存压缩
机构 * The University of Hong Kong（香港大学） ； Beihang University（北京航空航天大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Horizon Robotics（地平线机器人）
AI总结 研究如何让预训练VLA模型高频更新时保留长期视觉历史且高效。提出NativeMEM策略，用原生内存压缩编码，通过开发分词器对齐内存令牌与策略，该方法在模拟和真实机器人实验中效果好，数据效率高。
通过库普曼方法对现实世界非线性动力学进行量子模拟
机构 * State Key Laboratory for Turbulence and Complex Systems, School of Mechanics and Engineering Science, Peking University（turbulence and Complex Systems Laboratory, Mechanics and Engineering Science School, Peking University） ； Beijing International Center for Mathematical Research, Peking University ； Institute of Mechanics, State Key Laboratory of Nonlinear Mechanics, Chinese Academy of Sciences（Mechanics Institute, Nonlinear Mechanics State Key Laboratory, Chinese Academy of Sciences） ； Beijing Academy of Quantum Information Sciences
AI总结 研究针对量子计算机模拟非线性动力学受限于量子演化酉性的问题，提出量子库普曼方法，通过学习库普曼可观测量等实现模拟，在超导处理器上模拟三个系统，揭示性能限制转变，确定量子适用非线性动力学实际边界。
Danus：利用事实图内存编排数学推理智能体
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； Research Institute for Mathematical Sciences, Kyoto University（京都大学数理解析研究所） ； School of Mathematics, Tianjin University（天津大学数学学院） ； Zhongguancun Academy（中关村科学院） ； Department of Mathematics, Stanford University（斯坦福大学数学系） ； Westlake Institute for Advanced Study, Westlake University（西湖大学西湖高等研究院） ； School of Mathematical Sciences, Key Laboratory of Intelligent Computing and Applications (Ministry of Education), Tongji University（同济大学数学科学学院（教育部智能计算与应用重点实验室）） ； Beijing International Center for Mathematical Research and the New Cornerstone Science Laboratory, Peking University（北京大学北京国际数学研究中心与新基石科学实验室） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心） ； Center for Intelligent Computing, Great Bay Institute for Advanced Study, Great Bay University（大湾区大学高等研究院智能计算中心）
AI总结 本文针对基于大语言模型的数学推理智能体扩展和编排难题，提出以共享事实图为全局内存管理机制的Danus系统，由主智能体、工作智能体和验证器构成，通过案例研究评估，展示其构建长证明的能力，为长期研究问题提供有效编排途径。
ArtisanCAD：一个具有专家基础知识蒸馏的工业级CAD智能体
机构 * Peking University（北京大学） ； Eastern Institute of Technology（东方理工学院） ； Renmin University of China（中国人民大学） ； TenFong Technology Co., Ltd.（十方科技有限公司） ； IM Motors Technology Co., Ltd.（智己汽车科技有限公司）
AI总结 研究针对工业部件CAD中现有方法的不足，提出ArtisanCAD智能体，利用专家基础知识蒸馏，以CAD中间表示为核心，能弥合文本意图与CAD构建差距，在基准测试和汽车部件设计中表现良好，可生成可编辑模型。
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