高校专区
MultiAnimate：基于姿态的图像动画使其可扩展
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出一种可扩展的多人物图像动画框架，通过引入标识符分配器和标识符适配器，解决多人物场景中的身份混淆和不合理的遮挡问题，实现高质量多人物动画生成。
Comments CVPR2026 Accepted. Project page at https://hyc001.github.io/MultiAnimate/
引入无等级耦合和外部场的非相干调制空间光子Ising机器
机构 * State Key Laboratory of Photonics and Communications（光子与通信国家重点实验室） ； Institute for Quantum Sensing and Information Processing（量子传感与信息处理研究所） ； Shanghai Jiao Tong University（上海交通大学） ； Hefei National Laboratory（合肥国家实验室） ； Shanghai Research Center for Quantum Sciences（上海量子科学研究中心）
AI总结 该研究提出一种无需等级的光子Ising机器，通过Hadamard积编码任意Ising哈密顿量，实现高精度、高旋量的Ising模型模拟，并在Mobius ladder图上解决Max-Cut问题，展示了光子Ising机器的可扩展性。
Comments 15 pages, 6 figures
Uni-Hand：面向亲身体验视角的通用手部运动预测
机构 * IRMV Lab, Shanghai Jiao Tong University（上海交通大学IMV实验室） ； Meta Reality Labs（Meta现实实验室） ； Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系） ； China University of Mining and Technology（中国矿业大学） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学与技术学院）
AI总结 本文提出Uni-Hand框架，通过多模态输入、多维多目标预测和多任务赋能，实现手部在2D和3D空间的精准预测，并引入目标指标预测手腕和指尖关节点，同时预测手-物体交互状态，提升下游任务性能。
Comments Accepted by T-PAMI 2026. Code and data: https://github.com/IRMVLab/UniHand
基于不确定性的深度集运算学习
机构 * Department of Mathematics, Shanghai Normal University（上海师范大学数学系） ； School of Mathematical Sciences, Institute of Natural Sciences（自然科学院数学系） ； MOE-LSC, Shanghai Jiao Tong University（教育部重点实验室，上海交通大学） ； Institute of Computational Mathematics（计算数学研究所） ； Scientific/Engineering Computing, AMSS, Chinese Academy of Sciences（科学与工程计算，中国科学院数学研究所）
AI总结 本文提出UQ-SONet框架，通过集变换器和变分自编码器实现稀疏传感器下的运算学习，并利用ELBO最小化进行不确定性估计，验证了在确定性和随机性PDE中的有效性。
KEPIL: 基于知识增强的提示-图像学习用于提示鲁棒疾病检测
机构 * University of Bern（伯尔尼大学） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Radiation Oncology, Inselspital, Bern University Hospital and University of Bern（放射肿瘤科、Inselspital伯尔尼大学医院及伯尔尼大学）
AI总结 KEPIL通过整合 curated 医学知识，提升零样本推理性能，采用动态提示增强、语义感知对比损失和实体中心报告标准化方法，在多个基准测试中实现 state-of-the-art 成绩，提升 AUC 6.37% 在 CheXpert 上。
BubbleSpec: 将长尾气泡转化为投机性回滚草稿以同步强化学习
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出BubbleSpec框架，通过利用更快rank的空闲时间预生成回滚结果，提升同步强化学习的效率，减少50%的解码步骤并提高1.8倍的回滚吞吐量。
AgentSlimming: 向高效且成本敏感的多智能体系统迈进
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） ； The University of Sydney（悉尼大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文提出AgentSlimming框架，通过重要性评分和基线锚定规则压缩多智能体工作流，降低token成本达78.9%且性能损失小，实现成本与质量的帕累托最优。
并非所有转折都重要：多轮 jailbreak 的信用分配
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出 TRACE 框架，通过区分多轮 jailbreak 中不同回合的贡献，提升攻击效果和防御安全。
Comments 41 pages, 10 figures
REAP：基于高斯点扩散模拟器的端到端自主泊车强化学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； Horizon Robotics Technology Research and Development Co., Ltd.（地平线机器人技术研究与开发有限公司）
AI总结 本文提出REAP方法，通过高斯点扩散模拟器实现Real2Sim2Real迁移，利用SAC算法提升训练效率，结合行为克隆和软预测碰撞惩罚机制，解决极端场景下的泊车问题。
从运动学至路由视觉控制：用于动作条件化外科视频生成
机构 * SJTU（上海交通大学） ； NUS（国立新加坡大学） ； THU（清华大学） ； EIT（欧洲研究所） ； WHU（武汉大学） ； Harvard（哈佛大学） ； NVIDIA（NVIDIA公司） ； CUHK（香港大学）
AI总结 本文提出一种运动学至视觉提升范式，通过五种图像对齐的控制模态生成动作条件化外科视频，采用分层路由框架提升控制精度与效率，构建新基准并验证方法有效性。
UniShield：基于知识图谱的多模态推理统一面部攻击检测
机构 * Shijiazhuang Tiedao University（石家庄铁道大学） ； Shanghai Jiao Tong University（上海交通大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所） ； Great Bay University（大贝大学）
AI总结 UniShield通过构建面部攻击知识图谱，结合图谱一致推理优化，提升面部攻击检测的准确性和推理可靠性。
X-Voice：通过零样本跨语言语音克隆让每个人都能说30种语言
机构 * MoE Key Lab of Artificial Intelligence, X-LANCE Lab, Shanghai Jiao Tong University（摩埃人工智能重点实验室、X-LANCE实验室、上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Center for Language and Speech Processing, Johns Hopkins University（语言与语音处理中心、约翰霍普金斯大学） ； Geely（吉利） ； Dataocean AI（数据海洋人工智能） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学）
AI总结 X-Voice通过双阶段训练和多语言语音合成架构，实现零样本跨语言语音克隆，优于现有多语言系统并在性能上接近大规模模型。
Comments 16 pages, 4 figures, 9 tables
ELoG-GS：双分支高斯点云生成与亮度引导增强用于极端低光3D重建
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出ELoG-GS方法，结合学习点云初始化和亮度引导色彩增强，提升极端低光环境下3D重建的几何一致性和真实感。实验表明其在NTIRE 2026挑战赛中优于基线方法，达到更高的PSNR和SSIM。
Comments Our method achieved a ranking of 9 out of 148 participants in Track 1 of the NTIRE 3DRR Challenge, as reported on the official competition website: https://www.codabench.org/competitions/13854/
特征化占用测度用于数值最优控制中的结构化全局搜索
机构 * School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院）
AI总结 本文提出特征化占用测度(FOM)，通过有限维的对偶界面连接数值最优控制求解器与显式HJB子解，通过证书引导原问题搜索并收紧证书，分离原问题表达性与对偶精度，减少维度灾难。
视觉-ERM：用于视觉等价性的奖励建模
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； CUHK（香港中文大学）
AI总结 本文提出视觉-ERM模型，通过细粒度的视觉反馈提升视觉到代码任务的奖励学习效果，实验显示其在图表到代码、表格和SVG解析任务中均取得显著提升。
Comments Project: https://github.com/InternLM/Visual-ERM
力政策：在交互框架下学习混合力-位置控制策略以进行密集接触 manipulation
机构 * Noematrix ； Flexiv ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出力政策，通过视觉和力反馈实现全局-局部控制，提升接触稳定性和执行质量，适用于复杂接触任务。
Comments accepted by RSS 2026
关于并行思维的过度扩展诅咒：系统效能与样本效率的矛盾
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院）
AI总结 本文研究并行思维中系统效能与样本效率的矛盾，提出Latent Budget Predictor提升预算利用率，并引入Pre-decoding Budget Adaptation改进解码效率。
Comments 44 pages, 66 figures, 24 tables
在强化学习中使用可验证奖励进行数据成员审计
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； Shandong University（山东大学） ； Xidian University（西安电子科技大学） ； Wuhan University（武汉大学）
AI总结 本文提出DIBA框架，通过比较微调模型与预RLVR检查点，检测强化学习中数据暴露问题，提升审计效果。
PAINET：一种基于原理的高效变压器用于3D动态建模
机构 * Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； SJTU Paris Elite Institute of Technology, Shanghai Jiao Tong University（上海交通大学巴黎精英理工学院） ； Department of Physics, Harvard University（哈佛大学物理系） ； Harvard-MIT Center for Ultracold Atoms（哈佛-麻省理工冷原子中心） ； Eric and Wendy Schmidt Center, Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所埃里克和wendy Schmidt中心）
AI总结 本文提出PAINET，一种基于SE(3)等价性的变压器，用于学习多体系统的所有对相互作用，通过物理启发的注意力网络和并行解码器，在多个真实世界基准上实现了3D动态预测的误差降低。
Comments 24 pages, published as a conference paper at ICLR 2026
HTPO: 通过分层令牌级目标控制实现探索-利用平衡的策略优化
机构 * School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（上海交通大学信息科学与电子工程学院） ； Xiaohongshu Inc.（小红书公司） ； MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（上海交通大学人工智能研究院）
AI总结 本文提出HTPO算法，通过分层划分响应令牌为功能组，设计专用优化目标以平衡探索与利用，实验验证其在推理基准上的优越性。
Comments 29 pages
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