高校专区
RvB: 通过迭代红蓝游戏自动化AI系统加固
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 RvB通过迭代红蓝游戏自动化AI系统加固，有效提升防御性能并降低误报率。
最高36倍提速：面向MLLMs关键信息提取的基于掩码的并行推断范式
机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Info Security Lab, Ant Group（蚂蚁集团信息安全部实验室） ； Inner Mongolia Research Institute, Shanghai Jiao Tong University（内蒙古研究院，上海交通大学）
AI总结 本文提出基于掩码的并行推断范式，通过并行生成提升MLLMs关键信息提取的效率，实现最高36倍的提速。
Comments Accepted by ICASSP 2026
可推广的非阿贝尔晶格规范理论等价扩散模型
机构 * Centre for Quantum Fields and Gravity, Department of Physics, Swansea University（量子场与引力中心，物理系，萨瑟兰大学） ； Institute for Theoretical Physics, TU Wien（理论物理研究所，维也纳技术大学） ； RIKEN Center for Interdisciplinary Theoretical and Mathematical Sciences (iTHEMS)（理化学研究所跨学科理论和数学科学中心（iTHEMS）） ； Institute for Physics of Intelligence, Graduate School of Science, The University of Tokyo（智能物理研究所，科学研究生院，东京大学） ； State Key Laboratory of Dark Matter Physics, Key Laboratory for Particle Astrophysics and Cosmology (MOE), Shanghai Key Laboratory for Particle Physics and Cosmology, Shanghai Jiao Tong University（暗物质物理国家重点实验室，粒子天体物理与宇宙学重点实验室（MOE），粒子物理与宇宙学上海重点实验室，上海交通大学） ； Southern Center for Nuclear-Science Theory (SCNT), Institute of Modern Physics, Chinese Academy of Sciences（南方核科学理论中心（SCNT），现代物理研究所，中国科学院）
AI总结 本文提出了一种可推广的非阿贝尔晶格规范理论等价扩散模型，利用MAALA算法在不同规模和耦合条件下保持高精度和接受率。
Comments 9 pages, 5 figures, 2 tables
GenCP：面向耦合物理的生成建模范式
机构 * School of Engineering, Westlake University（西lake大学工程学院） ； Department of Geotechnical Engineering, Tongji University（同济大学地质工程系） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； State Key Laboratory of Advanced Nuclear Energy Technology, Nuclear Power Institute of China（中国核能技术研究院先进核能技术重点实验室）
AI总结 GenCP提出一种新颖的生成范式，通过概率建模与迭代多物理耦合结合，实现对耦合多物理场模拟的高效建模与推断。
Comments ICLR 2026 Accpeted
SLM-SS：用于生成式语音分离的语音语言模型
机构 * Auditory Cognition and Computational Acoustics Lab（听觉认知与计算声学实验室） ； MoE Key Lab of Artificial Intelligence, AI Institute（人工智能MoE重点实验室，AI研究院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； VUI Labs（VUI实验室） ； AI research Institute, iFLYTEK Company Limited（AI研究院，iFLYTEK公司）
AI总结 SLM-SS通过应用语音语言模型提升生成式语音分离的语音可懂度和连贯性，实验显示其在语音可懂度和下游任务表现上优于现有方法。
Innovator-VL：一种用于科学发现的多模态大语言模型
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Institute of Theoretical Physics, Chinese Academy of Sciences（中国科学院理论物理研究所）
AI总结 Innovator-VL通过高效数据选择和透明训练方法，在科学发现中实现高性能多模态模型。
Comments Innovator-VL tech report
MindCine: 基于大规模预训练模型的多模态EEG到视频重建
机构 * School of Computer Science, Shanghai Jiao Tong University, 800 Dongchuan Road, Shanghai, China（计算机科学学院，上海交通大学）
AI总结 MindCine通过多模态联合学习和预训练大型EEG模型，实现有限数据下的高保真EEG到视频重建。
生成然后重建：通过两阶段采样加速遮蔽自回归模型
机构 * Beijing Institute of Technology（北京理工大学） ； EPIC Lab, SJTU（上海交通大学EPIC实验室） ； Tsinghua University（清华大学）
AI总结 GtR通过两阶段采样加速遮蔽自回归模型，实现3.72倍速度提升并保持高质量生成。
Comments 12 pages, 6 figures
通过结构化组件奖励机制解锁生物实验协议生成中的科学推理
机构 * Shanghai Artificial Intelligence 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 通过结构化组件奖励机制，Thoth在多个基准测试中超越了现有LLMs，实现了更准确的生物实验协议生成。
Vlaser：具有协同具身推理能力的视觉-语言-动作模型
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； NUS（新加坡国立大学） ； Northeastern University（东北大学） ； Shenzhen University（深圳大学）
AI总结 Vlaser通过整合高级推理与低级控制，解决了具身推理与VLA策略学习之间的关键差距，在多个基准测试中取得最佳性能。
DND: 通过动态嵌套深度提升大语言模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； ZhongguanCun Academy（中关村学院） ； Renmin University of China（中国人民大学） ； Westlake University（西湖大学）
AI总结 DND通过动态嵌套深度机制提升大语言模型性能，通过路由和阈值控制策略优化令牌选择，显著提升密集和MoE模型表现。
Comments Accepted by ICLR 2026
基于阻尼特性的人工神经网络：用于车辆状态估计的贝叶斯物理信息神经网络
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学自动化与智能感知学院） ； Department of Civil, Architectural, and Environmental Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校土木、建筑与环境工程系） ； College of Electrical Engineering, Zhejiang University（浙江大学电气工程学院） ； School of Automotive Studies, Tongji University（同济大学汽车学院） ； Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University（同济大学交通工程教育部长三角交通工程重点实验室） ； School of Architecture, The University of Texas at Austin（德克萨斯大学奥斯汀分校建筑系）
AI总结 本文提出基于阻尼特性的贝叶斯物理信息神经网络，用于提高车辆动态车轮载荷估计的精度和鲁棒性。
Comments 8 pages, 8 figures, 3 tables, accepted for IEEE Intelligent Vehicles (IV) Symposium 2026
基于知识增强的视觉语言病理基础模型用于癌症诊断
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Xinhua Hospital Affiliated to Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属新华医院） ； School of Artificial Intelligence（人工智能学院） ； Department of Pathology（病理学部） ； Department of Oral Pathology（口腔病理学部） ； Department of Pediatric Hematology/Oncology（儿科血液肿瘤科） ； Clinical Research and Innovation Unit（临床研究与创新单元） ； Department of Pediatric Cardiology（儿童心脏病科）
AI总结 本文提出KEEP模型，通过整合疾病知识图谱提升癌症诊断的视觉语言基础模型性能，显著优于现有方法。
Comments V2: fixed typos, updated experimental results, added ablation
任务特定方向：在参数高效微调中的定义、探索与利用
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（人工智能基础理论实验室，人工智能研究院，上海交通大学） ； School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（电子信息与电气工程学院，上海交通大学） ； School of Engineering and Applied Sciences, Harvard University（工程与应用科学学院，哈佛大学）
AI总结 本文提出LoRA-TSD，通过任务特定方向优化LoRA初始化和微调，提升模型在目标任务上的性能。
Comments 2026, TPAMI, Codes in https://github.com/Chongjie-Si/Subspace-Tuning
多智能体机器人系统（MARS）挑战的进展与创新
机构 * SJTU（上海交通大学） ； Oxford（牛津大学） ； USTC（中国科学技术大学） ； Shanghai AI Lab（上海人工智能实验室） ； CMU（卡内基梅隆大学） ； HKU（香港大学） ； Tongji（同济大学） ； UC San Diego（南加州大学） ； CUHK-SZ（香港中文大学（深圳）） ； SYSU（华南理工大学） ； Harvard（哈佛大学）
AI总结 MARS挑战通过多智能体具身规划与控制任务，推动多智能体协作AI系统的发展。
Comments MARS Challenge @ NeurIPS 2025 Workshop on Space in Vision, Language, and Embodied AI. Challenge page: https://mars-eai.github.io/MARS-Challenge-Webpage/
ExoGS：一种用于可扩展操纵数据收集的4D真实到仿真到真实框架
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 ExoGS通过无需机器人的4D真实到仿真到真实框架，实现高精度动态交互捕捉与仿真转换，提升操控数据收集效率和策略泛化能力。
UrgentMOS: 统一多指标和偏好学习用于鲁棒语音质量评估
机构 * Shanghai Jiao Tong University（上海交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Technische Universität Braunschweig（布拉unsch维格技术大学） ； Meta ； Waseda University（早稻田大学） ； VUI Labs（VUI实验室）
AI总结 UrgentMOS通过统一多指标和偏好学习，提升语音质量评估的鲁棒性和泛化能力，适用于多种语音质量评估场景。
Q-Bench-Portrait：多模态大语言模型在肖像图像质量感知上的基准测试
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总结 Q-Bench-Portrait首次提出用于评估多模态大语言模型在肖像图像质量感知上的能力，包含2765个三元组，涵盖多种图像来源和质量维度，评估20个模型后发现其表现有限，与人类判断存在差距。
QualiRAG：用于视觉质量理解的检索增强生成
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 QualiRAG通过检索增强生成框架，利用大模型的潜在感知知识，实现无需训练的视觉质量理解与比较。
RouteMoA: 动态路由无需预推断提升高效混合代理
机构 * Shanghai Jiao Tong University（上海交通大学） ； CUHK（香港中文大学） ； Tencent（腾讯） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（新加坡国立大学）
AI总结 RouteMoA通过动态路由机制无需预推断提升混合代理效率，显著降低推理成本和延迟。
HeadLighter: 通过Lightstage捕获在生成3D高斯头部中解耦照明
机构 * Shanghai Jiao Tong University（上海交通大学） ； AntGroup Research（蚂蚁集团研究）
AI总结 HeadLighter通过Lightstage捕获提出了一种新的监督框架，用于解耦生成3D头部模型中的光照与外观，实现高质量生成和实时渲染，同时支持光照和视角编辑。
PILOT：一种用于非结构化场景中人形机器人类人协作的感知式低层控制器
机构 * School of Automation and Intelligent Sensing（自动化与智能感知学院） ； Shanghai Jiao Tong University（上海交通大学） ； Global College（全球学院） ； school of Computer Science（计算机科学学院） ； Shanghai Key Laboratory of Navigation and Location Based Services（导航与位置基于服务上海市重点实验室）
AI总结 PILOT通过统一的强化学习框架，实现了感知式人形机器人移动与操作的稳定控制，提升了在复杂非结构化环境中的任务执行能力。
Comments 8 pages, 4 figures
EveNet：粒子碰撞数据分析的基础模型
机构 * Department of Physics, National Taiwan University, Taipei, Taiwan（国立台湾大学物理系） ； Tsung-Dao Lee Institute, Shanghai Jiao Tong University, Shanghai, China（李政道研究所） ； Fundamental Physics Directorate, SLAC National Accelerator Laboratory, Menlo Park, USA（SLAC国家加速器实验室基础物理主任） ； Department of Physics, University of Washington, Seattle, Washington, USA（华盛顿大学物理系） ； Department of Particle Physics and Astrophysics, Stanford University, Stanford, USA（斯坦福大学粒子物理与天体物理学系） ； Kobayashi-Maskawa Institute, Nagoya University, Nagoya, Japan（小林信三研究所）
AI总结 EveNet通过预训练在大量模拟碰撞事件上，实现了对粒子碰撞数据分析的高效处理，展示了在多种任务上的优越性能和在低统计数据下的高效性。
Comments 26 pages, 8 figures
动量整合多任务股票推荐与基于收敛的优化
机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； OceanBase, Ant Group（蚂蚁集团OceanBase）
AI总结 本文提出动量整合多任务股票推荐框架MiM-StocR，通过引入动量指标和自适应-k近似NDCG损失函数，提升股票推荐的短期趋势捕捉能力，并采用收敛四边平衡方法缓解过拟合问题，实验证明其在排名和盈利能力上优于现有基线。
Comments 10 pages, 5 figures
GeneMAN: 从多源人类数据中通用的单图像3D人体重建
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； SAIS & SCS, Shanghai Jiao Tong University（上海交通大学SAIS与SCS）
AI总结 GeneMAN通过多源高质量数据集和深度学习方法，实现从单张图像到高保真3D人体的通用重建。
Comments Accepted by NeurIPS 2025; Project page: https://roooooz.github.io/GeneMAN/
大模型能帮你清理数据吗？基于大模型的应用级数据准备综述
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Microsoft Research（微软研究院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； Xiaohongshu Inc.（小红书公司） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Alibaba Group（阿里巴巴集团）
AI总结 本文综述了基于大语言模型的应用级数据准备方法，探讨了数据清洗、整合与丰富三大任务的技术、优势与局限，并提出了可扩展的大语言模型-数据系统和稳健评估协议的未来研究方向。
Comments Please refer to our repository for more details: https://github.com/weAIDB/awesome-data-llm
科学图像合成：基准测试、方法论与下游应用
机构 * Shanghai Jiao Tong University（上海交通大学） ； OpenDataLab, Shanghai Artificial Intelligence Laboratory（OpenDataLab，上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Peking University（北京大学）
AI总结 本文提出ImgCoder框架和SciGenBench基准，通过逻辑驱动方法提升科学图像生成的结构精度，并展示微调LMMs在科学图像上的效果，验证了高保真合成在多模态推理中的潜力。
GAMMA: 通过多任务和操控增强训练实现通用对齐的AI生成图像检测
机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团）
AI总结 GAMMA通过多任务和操控增强训练，提升AI生成图像检测的泛化能力与鲁棒性。
用于格点规范理论的物理条件扩散模型
机构 * State Key Laboratory of Dark Matter Physics, Key Laboratory for Particle Astrophysics and Cosmology (MOE)（暗物质物理国家重点实验室，粒子天体物理学与宇宙学重点实验室） ； Shanghai Key Laboratory for Particle Physics and Cosmology（粒子物理与宇宙学上海实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Physics, Swansea University（Swansea大学物理系） ； Southern Center for Nuclear-Science Theory (SCNT), Institute of Modern Physics, Chinese Academy of Sciences（核科学理论南方中心（SCNT），现代物理研究所，中国科学院） ； School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)（科学与工程学院，香港中文大学（深圳）） ； School of Artificial Intelligence, The Chinese University of Hong Kong (Shenzhen)（人工智能学院，香港中文大学（深圳）） ； Institute for Physics of Intelligence, The University of Tokyo（智能物理研究所，东京大学）
AI总结 本文提出了一种用于格点规范理论的物理条件扩散模型，通过整合Metropolis调整的 Langevin 动力学，实现了高效拓扑量采样，并在不同格点尺寸上无需重新训练即可应用。
Comments 28 pages, 10 figures, accepted in JHEP. Codes are available at: https://github.com/zzzqt/DM4U1
DeepASMR: 基于LLM的零样本ASMR语音生成方法用于任何人任何声音
机构 * Auditory Cognition and Computational Acoustics Lab, School of Computer Science& MoE Key Laboratory of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（计算机学院听力认知与计算声学实验室、教育部人工智能关键实验室、人工智能研究院，上海交通大学）
AI总结 DeepASMR通过LLM和流匹配解码器实现零样本ASMR语音生成，无需目标说话人无声数据，提升自然度和风格保真度。
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