高校专区
基于视觉的端到端学习：通过可微模拟实现无人机穿越不规则缝隙
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出一种纯视觉端到端框架，通过可微模拟实现无人机在未知环境中穿越复杂不规则缝隙，采用SE(3)空间、停止梯度操作和双模初始化分布提升稳定性，结合辅助预测模块增强导航连续性和安全性。
跨模态指代对齐：在全模态大语言模型中实现可靠信息传输
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 研究提出跨模态指代对齐问题，通过CrossOmni数据集和两种方法提升全模态推理能力，揭示指代意识缺失是跨模态推理弱化的主要原因。
AttnDiff：基于注意力的差分指纹法用于大语言模型
机构 * Zhejiang University of Technology（浙江工业大学） ； Zhejiang University（浙江大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出AttnDiff，一种高效白盒框架，通过内在信息路由行为提取模型指纹，用于验证大语言模型的衍生关系，实现高相似度区分相关衍生模型与无关模型家族。
Comments Accepted at ACL2026 Main
CoEnv：通过组合环境驱动具身体验多智能体协作
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学）
AI总结 本文提出CoEnv框架，通过模拟与现实结合的组合环境，实现多智能体协作的高效执行与安全部署，提升任务成功率和效率。
Comments 31 pages, 8 figures, including supplementary material. Project page: https://faceong.github.io/CoEnv/
UCAN：统一的卷积注意力网络用于轻量超分辨率中的扩展感受野
机构 * Ho Chi Minh City Open University（胡志明市开放大学） ； AI Tech Lab, Ho Chi Minh City University of Technology（胡志明市科技大学人工智能技术实验室） ； Code Mely AI Research Team（Code Mely 人工智能研究团队） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Ha Noi University of Science and Technology（河内科技大学） ； University of Manitoba（曼尼托巴大学）
AI总结 UCAN通过融合卷积与注意力机制，有效扩展感受野，采用Hedgehog注意力和蒸馏模块实现高效轻量化，适用于资源受限设备的超分辨率恢复。
Comments Accepted to CVPR 2026
LaSM：用于防御GUI代理中弹出攻击的分层缩放机制
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出LaSM机制，通过分层放大关键层的注意力和MLP模块，提升模型对任务相关区域的对齐性，有效防御弹出攻击，同时不影响模型整体能力。
Comments Accepted by CVPR-26
适应的盲区：量化和缓解在微调驾驶模型中的遗忘
机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab实验室）
AI总结 本文首次系统研究驾驶模型中灾难性遗忘问题，提出Drive Expert Adapter框架，通过提示空间适应提升驾驶性能并保留通用能力。
Comments received by cvpr2026
InfBaGel: 基于动态感知和迭代细化的人-物体-场景交互生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Sichuan University（四川大学） ； Shenzhen University（深圳大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出一种粗到细的指令条件交互生成框架，结合一致性模型的迭代去噪过程，通过动态感知策略和 bump-aware 指导减少物理伪影，提升 HOSI 和 HOI 生成性能。
Comments ICLR 2026
不完整多视图多标签分类 via 共享代码本和融合教师自蒸馏
机构 * College of Information Engineering, Shanghai Maritime University（上海海事大学信息工程学院） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
AI总结 本文提出一种结构化机制，通过多视图共享代码本和跨视图重建学习一致表示，并设计权重估计方法和融合教师自蒸馏框架，以提升缺失标签条件下的模型泛化能力。
FLEG：通过紧凑语义表示从任意视角进行前馈语言嵌入高斯散射
机构 * Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 FLEG通过几何-语义双分支蒸馏框架，实现从任意多视角图像灵活重建语言嵌入3D高斯，减少语义冗余并提升存储效率。
Comments Project page: https://fangzhou2000.github.io/projects/fleg
当AI代理在线合谋：社交平台上基于协作LLM代理的金融欺诈风险
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beihang University（北京航空航天大学）
AI总结 研究大型多代理系统中集体金融欺诈的风险，通过MultiAgentFraudBench基准测试分析欺诈行为协作机制及影响因素，提出内容警告、LLM监控和群体韧性提升等缓解策略。
Comments ICLR 2026, Code is available at https://github.com/zheng977/MutiAgent4Fraud
MSDformer：多尺度离散Transformer用于时间序列生成
机构 * Nanyang Technological University（南洋理工大学） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Tencent（腾讯） ； Peng Cheng Laboratory（鹏城实验室） ； Institute of Microelectronics, Chinese Academy of Sciences（中国科学院微电子研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
AI总结 MSDformer通过多尺度离散Transformer方法，解决传统DTM在捕捉复杂时间序列多尺度特征和理论指导方面的不足，提升生成质量。
CoopGuard：基于协作代理的有状态多轮防御框架用于抵御LLM的演变攻击
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Department of Computer Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） ； Big Data Institute, Central South University（中南大学大数据研究院）
AI总结 本文提出CoopGuard，通过协作代理维护和更新内部防御状态，有效应对多轮演变攻击。实验显示其在攻击成功率、欺骗率和攻击效率上均优于现有方法。
实时神经六方向光图
机构 * Shanghai Jiao Tong University（上海交通大学） ； LIGHTSPEED ； Tsinghua University（清华大学）
AI总结 本文提出神经六方向光图方法，通过生成指导图和训练神经网络，实现动态与视觉真实性的平衡，支持实时交互和烟雾效果渲染。
Comments 11 Pages, 16 Figures
ResGuard: 提高深度水印在已知原始攻击下的鲁棒性
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出ResGuard模块，通过增强图像依赖性来提升对已知原始攻击的鲁棒性，使水印提取准确率从59.87%提升至99.81%。
TableVision：一种大规模基准，用于复杂分层表格上的空间感知推理
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The 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） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出TableVision基准，通过量化分析发现复杂表格推理中的感知瓶颈，引入轨迹感知的分层任务分类，结合确定性接地流程生成6799条高保真推理轨迹，提升多模态大语言模型的空间推理能力。
LOGER：用于野外鲁棒深度伪造检测的局部-全局集成
机构 * Shanghai Jiao Tong University（上海交通大学） ； INTSIG Information（INTSIG信息）
AI总结 LOGER通过局部-全局集成框架提升深度伪造检测鲁棒性，利用多尺度视觉基础模型捕捉全局异常，结合多实例学习策略提取局部伪造痕迹，有效应对真实世界退化。
Comments 2nd place (out of 94 teams) in the NTIRE 2026 Robust Deepfake Detection Challenge
HEDGE：异构集成用于野外AI生成图像检测
机构 * Shanghai Jiao Tong University（上海交通大学） ； INTSIG Information（INTSIG信息）
AI总结 本文提出HEDGE，通过异构集成方法提升野外AI生成图像检测的鲁棒性，采用多轴互补检测路线，包括多样化训练数据、多尺度特征提取和骨干网络异构性，实现高精度检测。
Comments 4th place (out of 193 teams) in the NTIRE 2026 Robust AI-Generated Image Detection in the Wild Challenge
超越静态视觉：场景动态场解锁多模态大语言模型中的直观物理理解
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tianjin University（天津大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 研究探讨多模态大语言模型在物理理解上的不足，提出Scene Dynamic Field方法提升对连续物体动态的理解能力，实现20.7%的改进并展现良好的泛化能力。
个性化联邦蒸馏辅助车辆边缘缓存策略
机构 * School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院） ； Department of Electronic Engineering, State Key laboratory of Space Network and Communications, Beijing National Research Center for Information Science and Technology, Tsinghua University（清华大学电子工程系、空间网络与通信国家重点实验室、北京信息科学与技术国家研究中心） ； Department of Computer Science, Brunel University（布鲁内尔大学计算机科学系） ； Department of Electronic Engineering, Shanghai JiaoTong University（上海交通大学电子工程系） ； School of Internet of Things Engineering, Wuxi Institute of Technology（无锡职业技术学院物联网工程学院）
AI总结 本文提出一种个性化联邦蒸馏辅助车辆边缘缓存策略，以解决传统联邦学习在通信开销和训练稳定性方面的不足，通过预测用户兴趣内容来减少延迟。
Comments This paper has been accepted by IEEE International Conference on Radio Frequency and Antenna Technologies. The source code has been released at: https://github.com/qiongwu86/Federated-Distillation-Assisted-Vehicle-Edge-Caching-Scheme-Based-on-Lightweight-DDPM
解耦世界模型：从干扰视频中学习转移语义知识以用于强化学习
机构 * 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教育部人工智能重点实验室） ； Ningbo Institute of Digital Twin, Eastern Institute of Technology, Ningbo, China（东方理工高等研究院宁波数字孪生研究院） ； Ningbo Key Laboratory of Spatial Intelligence and Digital Derivative, Ningbo, China（宁波市空间智能与数字衍生重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shenyang Institute of Computing Technology, Chinese Academy of Sciences（中国科学院沈阳计算技术研究所） ； Shenyang CASNC Technology Co., Ltd（沈阳中科数控技术股份有限公司）
AI总结 本文提出了解耦世界模型，通过离线到在线的潜在蒸馏和灵活解耦约束，从干扰视频中学习语义知识，提升强化学习的样本效率。
Comments Accepted by ICCV 2025. Project page: https://qiwang067.github.io/diswm
InCoder-32B-Thinking：工业代码世界模型用于推理
机构 * Beihang University（北京航空航天大学） ； IQuest Research ； Shanghai Jiao Tong University（上海交通大学） ； ELLIS ； University of Manchester（曼彻斯特大学） ； Sichuan University（四川大学） ； Langboat（朗博特）
AI总结 本文提出InCoder-32B-Thinking，通过工业代码世界模型生成推理轨迹，评估显示其在通用和工业基准上均取得领先开源结果。
FSUNav: 一种用于快速、安全和通用零样本目标导向导航的脑皮层-小脑架构
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； College of Information Science and Technology, Eastern Institute of Technology（东方理工学院信息科学与技术学院）
AI总结 本文提出FSUNav架构，通过整合视觉语言模型与小脑-脑皮层模块，实现跨异构平台的零样本目标导航，提升效率与安全性。
Flash-Mono: 基于前馈加速的高斯点云单目SLAM
机构 * Fudan University（复旦大学） ； ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 Flash-Mono通过前馈预测前端和高效隐藏状态模块，解决了单目高斯点云SLAM在时间效率、几何精度和多视角一致性方面的不足，实现10倍速度提升和高质量渲染。
Journal ref International Conference on Learning Representations, 2026
评分标准到标记：在指令遵循任务中连接响应级评分标准和标记级奖励
机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； GAIR
AI总结 本文提出RTT框架，通过引入标记级相关性判别器和RTT-GRPO方法，解决响应级奖励稀疏性和模糊性问题，提升指令遵循任务的准确率。
CharTool: 集成工具的视觉推理用于图表理解
机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院X-LANCE实验室） ； Jiangsu Key Lab of Language Computing（江苏省语言计算重点实验室） ； Suzhou Laboratory（苏州实验室） ； AISpeech Co., Ltd.（思必驰科技股份有限公司）
AI总结 本文提出CharTool，通过集成工具提升多模态大语言模型对图表的理解能力，通过双重数据管道和代理强化学习，在六个图表基准测试中取得显著提升。
可微笔触规划与双参数化：用于高效且高保真的绘画创建
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出双参数化方法，结合离散折线与连续贝塞尔控制点，实现高效且高保真的绘画生成，减少笔触数量并提升布局结构一致性。
IndustryCode: 一个用于行业代码生成的基准
机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） ； Tsinghua University（清华大学）
AI总结 本文提出IndustryCode基准，涵盖125个工业挑战和579个子问题，支持多种编程语言，评估大模型在工业场景中的代码生成能力。
Comments 37 pages, 28 figures, 4 tables. Includes appendix
Holos：一种基于大语言模型的多智能体系统，用于代理网络
机构 * Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Sun Yat-sen University（中山大学） ； University of Oxford（牛津大学） ； Holos Engineering
AI总结 Holos是一种大规模多智能体系统，旨在解决LLM驱动智能体在扩展、协调和价值分配中的挑战，通过五层架构和内生价值循环，推动代理网络的自组织和持续发展。
Comments 38 pages, 8 figures, and 4 tables
UniCon：一种高效的机器人学习迁移统一系统
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； AI Laboratory, Chongqing Changan Automobile Co. Ltd.（重庆长安汽车股份有限公司人工智能实验室）
AI总结 UniCon通过标准化状态、控制流程和仪器化，解决了异构机器人间部署学习控制器的挑战，采用模块化数据导向方法实现仿真到现实的无缝迁移，减少代码冗余并提高推理效率。
Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-52064-1}
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