Learning from Next-Frame Prediction: Autoregressive Video Modeling Encodes Effective Representations
从下一帧预测学习：自回归视频建模编码有效表示
机构 * Peking University（北京大学）
AI总结 NExT-Vid通过掩码下一帧预测提出自回归视频预训练框架，提升视频生成质量和语义表示能力。
高校专区
Peking University（北京大学）
Beyond Artifacts: Real-Centric Envelope Modeling for Reliable AI-Generated Image Detection
超越伪影：面向真实世界的环境建模用于可靠的AI生成图像检测
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, UCAS（北京大学交叉信息学科研究中心） ； Southwest University（西南大学） ； Shanghai Second Polytechnic University（上海第二工业大学） ； Peking University（北京大学） ； The University of Sydney（悉尼大学） ； Tsinghua University（清华大学）
AI总结 本文提出REM方法，通过建模真实图像分布来提升AI生成图像检测的可靠性，并构建RealChain基准以评估模型在真实世界退化下的性能。
Physics-Informed Inference Time Scaling for Solving High-Dimensional PDE via Defect Correction
物理信息推理时间缩放：通过缺陷修正求解高维PDE
机构 * Peking University（北京大学） ； Visa Inc.（Visa公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Northwestern University（西北大学）
AI总结 SCaSML通过缺陷修正方法提高高维PDE求解的精度和效率，减少替代模型误差20-80%
SHRP: Specialized Head Routing and Pruning for Efficient Encoder Compression
SHRP：用于高效编码器压缩的专用头部路由和剪枝
机构 * Minzu University of China（民族大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学）
AI总结 SHRP通过专用头部路由和剪枝技术，实现高效编码器压缩，减少参数并提升计算效率，适用于大规模和低延迟网络部署。
UTDesign: A Unified Framework for Stylized Text Editing and Generation in Graphic Design Images
UTDesign: 一种统一框架，用于图形设计图像中的风格化文本编辑与生成
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所） ； State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室）
AI总结 UTDesign提出了一种统一框架，实现高精度风格化文本编辑与生成，支持中英文文本，通过多模态编码器和DiT模型提升设计图像中的文本生成与编辑能力。
Comments 22 pages, 25 figures, SIGGRAPH Asia 2025, Conference Paper
Bohrium + SciMaster: Building the Infrastructure and Ecosystem for Agentic Science at Scale
Bohrium + SciMaster: 构建大规模智能科学的基础设施和生态系统
机构 * DP Technology Beijing China（北京DP技术有限公司） ； AI for Science Institute Beijing China（北京AI for Science研究院） ； Shanghai Jiao Tong University Shanghai China（上海交通大学） ； Beihang University Beijing China（北京航空航天大学） ； Peking University Beijing China（北京大学） ； Institute of Theoretical Physics Chinese Academy of Sciences Beijing China（中国科学院理论物理研究所） ； Shanghai Innovation Institute Shanghai China（上海创新研究院） ； East China Normal University Shanghai China（华东师范大学） ； Zhongguancun Academy Beijing China（中关村学院） ； University of Science and Technology of China Hefei China（中国科学技术大学） ； Tongji University Shanghai China（同济大学） ； The Hong Kong University of Science and Technology Hong Kong China（香港科技大学）
AI总结 Bohrium+SciMaster通过构建基础设施和生态系统，实现大规模智能科学的高效工作流编排与执行，显著提升科学产出效率和可追溯性。
SynCraft: Guiding Large Language Models to Predict Edit Sequences for Molecular Synthesizability Optimization
SynCraft: 引导大语言模型预测编辑序列以优化分子合成可行性
机构 * BNLMS, College of Chemistry and Molecular Engineering, Peking University, Beijing 100871, China（BNLMS，化学与分子工程学院，北京大学，北京100871，中国）
AI总结 SynCraft通过引导大语言模型预测编辑序列，优化分子合成可行性，提升生成分子的结构保真度和合成可行性。
Comments 28 pages, 4 figures, 1 table
Attention Distance: A Novel Metric for Directed Fuzzing with Large Language Models
注意力距离：一种用于大型语言模型定向模糊测试的新度量
机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东超高清沉浸媒体技术省重点实验室，北京大学深圳研究生院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； China Mobile Internet CO（中国移动互联网公司）
AI总结 本文提出注意力距离度量，利用大型语言模型分析代码元素间的注意力分数，提升定向模糊测试效率，实验显示在38个漏洞复现实验中测试效率提升3.43倍，优于DAFL和WindRanger。
Comments Accepted to ICSE 2026 Research Track
Fine-Grained Instruction-Guided Graph Reasoning for Vision-and-Language Navigation
细粒度指令引导的图推理用于视觉-语言导航
机构 * Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Department of Computer Science, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） ； Tsinghua University（清华大学） ； Innovation and Research and Development Department, BoardWare Information System Company（BoardWare信息系统公司创新与研发部） ； School of Mathematics, Peking University（北京大学数学学院）
AI总结 本文提出细粒度指令引导的图推理框架OIKG，通过解耦角度与视觉提示并增强空间表示，提升视觉-语言导航中指令理解和跨模态对齐能力。
Comments 10 pages, 4 figures
TwinAligner: Visual-Dynamic Alignment Empowers Physics-aware Real2Sim2Real for Robotic Manipulation
TwinAligner: 视觉-动态对齐赋能物理感知的实境到仿真到现实的机器人操控
机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学CFCS） ； PKU-AgiBot Lab（北京大学AgiBot实验室） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学）
AI总结 TwinAligner通过视觉和动态对齐技术，解决仿真与现实之间的差距，提升机器人操控的可扩展学习能力。
Structural Reinforcement Learning for Heterogeneous Agent Macroeconomics
异质主体宏观经济学的结构强化学习
机构 * University of Zurich and SFI（苏黎世大学和SFI） ； Peking University, School of Computer Science and BIGAI（北京大学计算机学院和BIGAI） ； UC Berkeley（加州大学伯克利分校） ； London School of Economics（伦敦经济学院）
AI总结 本文提出结构强化学习方法，用于高效求解异质主体宏观经济学模型，克服传统方法限制，实现快速全局求解。
Towards Pixel-Wise Anomaly Location for High-Resolution PCBA via Self-Supervised Image Reconstruction
面向高分辨率PCBA的像素级异常定位方法：基于自监督图像重建
机构 * Huazhong University of Science and Technology（华中科技大学） ； Siemens AG（西门子股份公司） ； University of Electronic Science and Technology of China（电子科技大学） ； Peking University（北京大学）
AI总结 本文提出HiSIR-Net，通过自监督图像重建实现高分辨率PCBA的像素级异常定位，结合SIR-Gate和ROPS方案，提升定位精度与效率。
InterMT: Multi-Turn Interleaved Preference Alignment with Human Feedback
InterMT：基于人类反馈的多轮交错偏好对齐
机构 * Institute for AI, Peking University（人工智能研究院，北京大学） ； State Key Laboratory of General Artificial Intelligence, Peking University（通用人工智能国家重点实验室，北京大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 InterMT通过多轮多模态交互的偏好数据集探索，旨在提升多模态大模型的交互能力，结合人类反馈和专家注释，揭示多轮扩展规律。
AdaCtrl: Towards Adaptive and Controllable Reasoning via Difficulty-Aware Budgeting
AdaCtrl: 通过难度感知预算分配实现适应性与可控性推理
机构 * Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学）
AI总结 AdaCtrl通过难度感知预算分配实现自适应推理控制，提升模型在不同任务中的效率与效果。
Comp-Attn: Present-and-Align Attention for Compositional Video Generation
Comp-Attn: 为组合视频生成的呈现与对齐注意力
机构 * School of Electronic and Computer Engineering, Peking University, Shenzhen, China（北京大学电子与计算机工程学院） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室） ； Tsinghua University, Beijing, China（清华大学）
AI总结 Comp-Attn通过呈现与对齐范式解决T2V生成中主体存在与关系对齐问题，提升生成质量与效率。
Semantic Retrieval Augmented Contrastive Learning for Sequential Recommendation
语义检索增强对比学习用于序列推荐
机构 * City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学） ； Tencent（腾讯） ； Shenzhen Technology University（深圳技术大学） ； Peking University（北京大学） ； Shenzhen University（深圳大学）
AI总结 SRA-CL通过利用LLMs的语义能力生成高质量对比对，提升序列推荐模型的性能。
Comments Accepted by NeurIPS 2025. Code is available at: https://github.com/ziqiangcui/SRA-CL
AI Code in the Wild: Measuring Security Risks and Ecosystem Shifts of AI-Generated Code in Modern Software
AI 代码在现实世界中的应用：衡量 AI 生成代码在现代软件中的安全风险和生态系统变化
机构 * Peking University（北京大学） ； Tencent（腾讯）
AI总结 本文研究了AI生成代码在现实世界中的安全风险和生态系统变化，通过大规模实证分析揭示了AI代码在软件开发中的分布、安全影响及人类与AI协作中的安全机制。
Comments https://mp.weixin.qq.com/s/sI_LKPnA-BeCVYr9Ko4sqg https://github.com/Narwhal-Lab/aicode-in-the-wild-security-risk-report
MeniMV: A Multi-view Benchmark for Meniscus Injury Severity Grading
MeniMV：一种多视图的半月板损伤严重程度分级基准
机构 * Queen's University Belfast（女王大学贝尔法斯特分校） ； Nantong University（南通大学） ； China University of Mining and Technology（中国矿业大学） ； Heidelberg University（海德堡大学） ； Peking University（北京大学）
AI总结 MeniMV是一种多视图基准数据集，用于半月板horn损伤严重程度分级，通过提供丰富的标注数据和双视图诊断上下文，推动自动化MRI分析的发展。
Comments 5 pages, 2 figures
Efficient Mixture-of-Agents Serving via Tree-Structured Routing, Adaptive Pruning, and Dependency-Aware Prefill-Decode Overlap
通过树状路由、自适应剪枝和依赖感知的预填解码重叠实现高效的混合代理服务
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Peking University（北京大学） ； Samsung Semiconductors, Inc.（三星半导体公司）
AI总结 本文提出一种高效的混合代理服务方法，通过树状路由、自适应剪枝和依赖感知的预填解码重叠，显著降低推理延迟并保持准确性。
Comments 13 pages, 4 figures, submitted to Design Automation Conference (DAC) 2026
Will AI Trade? A Computational Inversion of the No-Trade Theorem
AI是否会交易？对无交易定理的计算反向分析
机构 * Peking University（北京大学） ； School of Computer Science（计算机科学学院） ； CFCS（计算机科学与技术系）
AI总结 本文研究了在共同信念下，AI代理由于计算限制可能导致无法达到均衡，从而产生更活跃的交易环境。
Comments Accepted in WINE 2025
A Survey of Vibe Coding with Large Language Models
基于大语言模型的Vibe编码调研
机构 * Institute of Computing Technology Chinese Academy of Sciences（中国科学院计算技术研究所） ； Duke University（杜克大学） ； University of California Merced（加州大学默塞德分校） ； Peking University（北京大学） ； University of Queensland（昆士兰大学）
AI总结 本文调研了基于大语言模型的Vibe编码方法，系统分析了其理论基础和五个开发模型，揭示了上下文工程与协作模式对成功的关键作用。
Density estimation via mixture discrepancy and moments
通过混合差异和矩进行密度估计
机构 * School of Mathematical Sciences, Peking University, Beijing 100871, China（北京大学数学科学学院） ； School of Mathematical Sciences, Beijing Normal University, Beijing 100875, China（北京师范大学数学科学学院）
AI总结 本文提出基于混合差异和矩的密度估计方法，通过替代星形偏差来提升计算效率和不变性，验证了在不同维度下的性能表现。
Comments Accepted by Numerical Mathematics: Theory, Methods and Applications on 2025/12/18
From $f(x)$ and $g(x)$ to $f(g(x))$: LLMs Learn New Skills in RL by Composing Old Ones
从f(x)和g(x)到f(g(x))：通过组合已有技能，LLMs在强化学习中学习新技能
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学）
AI总结 本研究通过强化学习使LLMs组合已有技能学习新能力，揭示强化学习在提升模型复杂任务处理能力中的关键作用。
DataFlow: An LLM-Driven Framework for Unified Data Preparation and Workflow Automation in the Era of Data-Centric AI
DataFlow：面向数据导向AI时代的统一数据准备与工作流自动化框架
机构 * Peking University（北京大学） ； Institute for Advanced Algorithms Research（先进算法研究所） ； OriginHub Technology（OriginHub技术） ； OpenDataLab（OpenData实验室） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； LLaMA-Factory Team（LLaMA-Factory团队）
AI总结 DataFlow通过统一的数据准备框架和自动化工作流，提升LLM性能，实现高效、可靠的数据处理。
Non-Asymptotic Global Convergence of PPO-Clip
PPO-Clip算法的非渐近全局收敛性
机构 * Beijing International Center for Mathematical Research, Peking University（北京国际数学研究中心，北京大学） ； School of Mathematical Sciences, Peking University（北京大学数学学院） ； Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； Beijing International Center for Mathematical Research and Center for Machine Learning Research, Peking University（北京国际数学研究中心和机器学习研究中心，北京大学）
AI总结 本文研究了PPO-Clip算法的非渐近全局收敛性，通过理论分析建立了前向KL正则化器的线性收敛率及反向KL正则化器的静止收敛与局部线性收敛。
PoseMoE: Mixture-of-Experts Network for Monocular 3D Human Pose Estimation
PoseMoE：用于单目3D人体姿态估计的专家混合网络
机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School（国家通用人工智能重点实验室，北京大学深圳研究生院） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Department of Computer Science and Engineering, University at Buffalo, State University of New York（计算机科学与工程系，布法罗大学，纽约州立大学）
AI总结 PoseMoE通过专家混合网络提升单目3D人体姿态估计精度，通过解耦2D姿态与深度特征编码，优化深度特征学习与跨专家知识聚合。
Comments IEEE Transactions on Image Processing (T-IP)
Unleashing Humanoid Reaching Potential via Real-world-Ready Skill Space
通过现实-ready技能空间释放人形机器人的抓取潜力
机构 * IIIS, Tsinghua University（清华大学人工智能研究院） ； Peking University（北京大学） ； Galbot ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Qi Zhi Institute（上海智院） ； Nanjing University（南京大学） ； Tongji University（同济大学）
AI总结 本研究提出R2S2方法，通过现实-ready技能空间提升人形机器人在现实环境中的抓取能力，实现高效且鲁棒的仿真到现实转移。
A Tri-Dynamic Preprocessing Framework for UGC Video Compression
UGC视频压缩的三动态预处理框架
机构 * School of Computer Science, Peking University（北京大学计算机学院） ； Bytedance（字节跳动）
AI总结 本文提出一种三动态预处理框架，通过自适应调节预处理强度、量化级别和率失真损失函数，提升UGC视频压缩效果。
Comments Accepted as a POSTER and for publication in the ICASSP 2024 proceedings
MAIN: Mutual Alignment Is Necessary for instruction tuning
MAIN：互斥对齐是指令微调的必要条件
机构 * Peking University（北京大学） ； Microsoft Corporation（微软公司）
AI总结 本文提出MAIN框架，通过互斥约束增强指令与响应的一致性，提升LLM在多种基准上的性能。
Comments Accepted by EMNLP 2025
PMMD: A pose-guided multi-view multi-modal diffusion for person generation
PMMD: 一种基于姿态的多视角多模态扩散用于人物生成
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； City University of Hong Kong, Hong Kong, China（香港城市大学） ； Peking University, Beijing, China（北京大学） ； Tsinghua University, Beijing, China（清华大学）
AI总结 PMMD通过多视角多模态扩散框架，实现可控姿态和外观的人像生成，提升一致性、细节保留和可控性。
