Shanghai Jiao Tong University（上海交通大学）

Learning to Expand Images for Efficient Visual Autoregressive Modeling

学习扩展图像以实现高效的视觉自回归建模

Ruiqing Yang, Kaixin Zhang, Zheng Zhang, Shan You, Tao Huang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； Xidian University（西安电子科技大学） ； SenseTime Research（商汤科技研究院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出EAR模型，通过中心向外的生成方式提升视觉自回归模型的效率与生成质量，实现保真度与效率的最佳平衡。

Comments 16 pages, 18 figures, includes appendix with additional visualizations, submitted as arXiv preprint

RRT*former: Environment-Aware Sampling-Based Motion Planning using Transformer

RRT*former：基于变换器的环境感知运动规划

Mingyang Feng, Shaoyuan Li, Xiang Yin

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） 纠错

AI总结 RRT*former 是一种结合变换器网络的新型运动规划算法，通过利用环境信息和先前样本提升路径规划的最优性和效率。

Comments Accepted to IROS 2025

Harli: SLO-Aware Co-location of LLM Inference and PEFT-based Finetuning on Model-as-a-Service Platforms

Ao Xu, Han Zhao, Weihao Cui, Quan Chen, Yukang Chen, Shulai Zhang, Shuang Chen, Jiemin Jiang, Zhibin Yu, Minyi Guo

机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Chinese Academy of Science（中国科学院） 纠错

LoopSR: Looping Sim-and-Real for Lifelong Policy Adaptation of Legged Robots

Peilin Wu, Weiji Xie, Jiahang Cao, Hang Lai, Weinan Zhang

机构 * Dept. of Computer Sci. and Eng., Shanghai Jiao Tong University, China（上海交通大学计算机科学与工程系） 纠错

Comments IROS 2025

Gallant: Voxel Grid-based Humanoid Locomotion and Local-navigation across 3D Constrained Terrains

Qingwei Ben, Botian Xu, Kailin Li, Feiyu Jia, Wentao Zhang, Jingping Wang, Jingbo Wang, Dahua Lin, Jiangmiao Pang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Tokyo（东京大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

A Generative Data Framework with Authentic Supervision for Underwater Image Restoration and Enhancement

Yufeng Tian, Yifan Chen, Zhe Sun, Libang Chen, Mingyu Dou, Jijun Lu, Ye Zheng, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； School of Artificial Intelligence, Optics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能、光学与电子学学院（iOPEN），西北工业大学） ； Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences（西安光学精密机械研究所，中国科学院） 纠错

Comments This work has been submitted to the IEEE for possible publication

SciRAG: Adaptive, Citation-Aware, and Outline-Guided Retrieval and Synthesis for Scientific Literature

Hang Ding, Yilun Zhao, Tiansheng Hu, Manasi Patwardhan, Arman Cohan

机构 * Shanghai Jiao Tong University（上海交通大学） ； Yale University（耶鲁大学） ； NYU Shanghai（纽约大学上海分校） ； TCS Research（TCS研究） 纠错

Measurement-Constrained Sampling for Text-Prompted Blind Face Restoration

Wenjie Li, Yulun Zhang, Guangwei Gao, Heng Guo, Zhanyu Ma

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanjing University of Science and Technology（南京理工大学） 纠错

MoE-SpeQ: Speculative Quantized Decoding with Proactive Expert Prefetching and Offloading for Mixture-of-Experts

Wenfeng Wang, Jiacheng Liu, Xiaofeng Hou, Xinfeng Xia, Peng Tang, Mingxuan Zhang, Chao Li, Minyi Guo

机构 * Shanghai Jiao Tong University（上海交通大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

DINO-Detect: A Simple yet Effective Framework for Blur-Robust AI-Generated Image Detection

Jialiang Shen, Jiyang Zheng, Yunqi Xue, Huajie Chen, Yu Yao, Hui Kang, Ruiqi Liu, Helin Gong, Yang Yang, Dadong Wang, Tongliang Liu

机构 * Sydney AI Center, The University of Sydney（悉尼人工智能中心，悉尼大学） ； CSIRO, Data61（澳大利亚联邦科学与工业研究组织、Data61） ； Shanghai Jiao Tong University（上海交通大学） ； City University of Macau（澳门城市大学） ； CASIA（中国科学院自动化研究所） 纠错

Comments 12 pages, 5 figures

LoopTool: Closing the Data-Training Loop for Robust LLM Tool Calls

Kangning Zhang, Wenxiang Jiao, Kounianhua Du, Yuan Lu, Weiwen Liu, Weinan Zhang, Yong Yu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） 纠错

Comments The code is accessible at https://github.com/Rednote-DeepExperience/LoopTool. The LoopTool-8B is accessible at https://huggingface.co/zhuiguang-ning/LoopTool-8B

DRIP: Defending Prompt Injection via Token-wise Representation Editing and Residual Instruction Fusion

Ruofan Liu, Yun Lin, Zhiyong Huang, Jin Song Dong

机构 * National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Beyond Benchmark: LLMs Evaluation with an Anthropomorphic and Value-oriented Roadmap

Jun Wang, Ninglun Gu, Kailai Zhang, Zijiao Zhang, Yelun Bao, Jin Yang, Xu Yin, Liwei Liu, Yihuan Liu, Pengyong Li, Gary G. Yen, Junchi Yan

机构 * Department of Networks, China Mobile Communications Group Co.,Ltd.（中国移动通信集团有限公司网络部） ； Xidian University（西安电子科技大学） ； Oklahoma State University（俄克拉荷马州立大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Comments Preprint. Under Review

Video Compression Commander: Plug-and-Play Inference Acceleration for Video Large Language Models

Xuyang Liu, Yiyu Wang, Junpeng Ma, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Sichuan University（四川大学） ； Fudan University（复旦大学） 纠错

Comments EMNLP 2025 main

PAST: A Primary-Auxiliary Spatio-Temporal Network for Traffic Time Series Imputation

Hanwen Hu, Zimo Wen, Shiyou Qian, Jian Co

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

Can Large Language Models Function as Qualified Pediatricians? A Systematic Evaluation in Real-World Clinical Contexts

Siyu Zhu, Mouxiao Bian, Yue Xie, Yongyu Tang, Zhikang Yu, Tianbin Li, Pengcheng Chen, Bing Han, Jie Xu, Xiaoyan Dong

机构 * Shanghai Children’s Hospital, School of Medicine,Shanghai Jiao Tong University（上海儿童医学中心，上海交通大学医学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai University of Traditional Chinese Medicine（上海中医药大学） ； University of Washington（华盛顿大学） 纠错

iTACO: Interactable Digital Twins of Articulated Objects from Casually Captured RGBD Videos

Weikun Peng, Jun Lv, Cewu Lu, Manolis Savva

机构 * Simon Fraser University（西蒙弗雷泽大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Comments 3DV 2026 camera-ready version. Project website can be found at https://3dlg-hcvc.github.io/video2articulation/

ActVAR: Activating Mixtures of Weights and Tokens for Efficient Visual Autoregressive Generation

Kaixin Zhang, Ruiqing Yang, Yuan Zhang, Shan You, Tao Huang

机构 * School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； University of Electronic Science and Technology of China（电子科技大学） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； SenseTime Research（商汤科技研究院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Reason-KE++: Aligning the Process, Not Just the Outcome, for Faithful LLM Knowledge Editing

Yuchen Wu, Liang Ding, Li Shen, Dacheng Tao

机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Sydney（悉尼大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Nanyang Technological University（南洋理工大学） 纠错

Denoising Vision Transformer Autoencoder with Spectral Self-Regularization

Xunzhi Xiang, Xingye Tian, Guiyu Zhang, Yabo Chen, Shaofeng Zhang, Xuebo Wang, Xin Tao, Qi Fan

机构 * Nanjing University（南京大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； 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） 纠错

Rank-Aware Agglomeration of Foundation Models for Immunohistochemistry Image Cell Counting

Zuqi Huang, Mengxin Tian, Huan Liu, Wentao Li, Baobao Liang, Jie Wu, Fang Yan, Zhaoqing Tang, Zhongyu Li

机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Department of Gastrointestinal Surgery and the Gastric Cancer Center, Zhongshan Hospital, Fudan University（复旦大学中山医院胃肠外科及胃癌中心） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； The Comprehensive Breast Care Center, The Second Affiliated Hospital of Xi'an Jiaotong University（西安交通大学第二附属医院综合乳腺护理中心） ； Department of Pathology, The Second Affiliated Hospital of Xi’an Jiaotong University（西安交通大学第二附属医院病理科） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of General Surgery, Zhongshan Hospital (Xiamen), Fudan University（复旦大学中山医院（厦门）外科科） 纠错

Towards Rotation-only Imaging Geometry: Rotation Estimation

Xinrui Li, Qi Cai, Yuanxin Wu

机构 * Shanghai Key Laboratory of Navigation and Location-based Services, School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海导航与位置服务重点实验室，电子信息与电气工程学院，上海交通大学） 纠错

Language-Enhanced Generative Modeling for Amyloid PET Synthesis from MRI and Blood Biomarkers

Zhengjie Zhang, Xiaoxie Mao, Qihao Guo, Shaoting Zhang, Qi Huang, Mu Zhou, Fang Xie, Mianxin Liu

机构 * organization= Shanghai Artificial Intelligence Laboratory , city= Shanghai , postcode= 200082 , country= China ； organization= School of Medicine, Xiamen University , city= Xiamen , state= Fujian , country= China ； organization= Department of Nuclear Medicine \& PET Center, Huashan Hospital, Fudan University , city= Shanghai , country= China ； organization= Department of Gerontology, Shanghai Jiao Tong University Affiliated Sixth People’s Hospital , city= Shanghai , country= China ； organization= Department of Computer Science, Rutgers University , city= New Brunswick , state= New Jersey , country= United States ； organization= Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences , city= Shenzhen , country= China 纠错

Comments 31 pages, 8 figures

Rethinking Whole-Body CT Image Interpretation: An Abnormality-Centric Approach

Ziheng Zhao, Lisong Dai, Ya Zhang, Yanfeng Wang, Weidi Xie

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Radiology, Renmin Hospital of Wuhan University（武汉大学仁医院放射科） 纠错

Comments 40 pages

QDM: Quadtree-Based Region-Adaptive Sparse Diffusion Models for Efficient Image Super-Resolution

Donglin Yang, Paul Vicol, Xiaojuan Qi, Renjie Liao, Xiaofan Zhang

机构 * The University of Hong Kong（香港大学） ； Google DeepMind（谷歌DeepMind） ； The University of British Columbia（不列颠哥伦比亚大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

EnerVerse: Envisioning Embodied Future Space for Robotics Manipulation

Siyuan Huang, Liliang Chen, Pengfei Zhou, Shengcong Chen, Zhengkai Jiang, Yue Hu, Yue Liao, Peng Gao, Hongsheng Li, Maoqing Yao, Guanghui Ren

机构 * SJTU（上海交通大学） ； AgiBot ； Shanghai AI Lab（上海人工智能实验室） ； CUHK MMLab（香港大学多模态实验室） ； LV-NUS Lab（南洋理工大学-立陶宛实验室） 纠错

Comments Accepted by NeurIPS 2025. Website: https://sites.google.com/view/enerverse

A Skeleton-Based Topological Planner for Exploration in Complex Unknown Environments

Haochen Niu, Xingwu Ji, Lantao Zhang, Fei Wen, Rendong Ying, Peilin Liu

机构 * Brain-Inspired Application Technology Center (BATC), School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（脑启发应用技术中心（BATC）、电子信息与电气工程学院、上海交通大学） 纠错

Comments 7 pages, 7 figures. Accepted to be presented at the ICRA 2025

Aggregating Conformal Prediction Sets via α-Allocation

Congbin Xu, Yue Yu, Haojie Ren, Zhaojun Wang, Changliang Zou

机构 * School of Statistics and Data Science, Nankai University（统计与数据科学学院，南开大学） ； School of Mathematical Sciences, Shanghai Jiao Tong University（数学科学学院，上海交通大学） 纠错

A Global Geometric Analysis of Maximal Coding Rate Reduction

Peng Wang, Huikang Liu, Druv Pai, Yaodong Yu, Zhihui Zhu, Qing Qu, Yi Ma

机构 * Department of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor（电气工程与计算机科学系，密歇根大学） ； Antai College of Economics and Management, Shanghai Jiao Tong University, Shanghai（经济管理学院，上海交通大学） ； Department of Electrical Engineering and Computer Science, University of California, Berkeley（电气工程与计算机科学系，加州大学伯克利分校） ； Department of Computer Science and Engineering, Ohio State University, Columbus（计算机科学与工程系，俄亥俄州立大学） ； Institute of Data Science, University of Hong Kong, Hong Kong（数据科学研究所，香港大学） 纠错

Comments This work has been accepted for publication in the Proceedings of the 41st International Conference on Machine Learning (ICML 2024)

Saying the Unsaid: Revealing the Hidden Language of Multimodal Systems Through Telephone Games

Juntu Zhao, Jialing Zhang, Chongxuan Li, Dequan Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Renmin University of China（中国人民大学） 纠错

Comments Accepted by NeurIPS 2025 MTI-LLM Workshop