Zero-Shot Temporal Interaction Localization for Egocentric Videos
机构 * IRMV Lab, the Department of Automation, Shanghai Jiao Tong University（IRMV实验室，自动化系，上海交通大学）
Comments Accepted to IROS 2025
高校专区
Shanghai Jiao Tong University（上海交通大学）
Novel Diffusion Models for Multimodal 3D Hand Trajectory Prediction
机构 * IRMV Lab, the Department of Automation, Shanghai Jiao Tong University（IRMV实验室，自动化系，上海交通大学） ； Meta Reality Labs（Meta现实实验室） ； the Department of Electronic Engineering, Shanghai Jiao Tong University（电子工程系，上海交通大学） ； the School of Information and Control Engineering, China University of Mining and Technology（信息与控制工程学院，中国矿业大学） ； the College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学）
Comments Accepted to IROS 2025
MADiff: Motion-Aware Mamba Diffusion Models for Hand Trajectory Prediction on Egocentric Videos
机构 * IRMV Lab, School of Automation and Intelligent Sensing, Shanghai Jiao Tong University and State Key Laboratory of Avionics Integration and Aviation System-of-Systems Synthesis, Shanghai Key Laboratory of Navigation and Location Based Services（IRMV实验室，自动化与智能感知学院，上海交通大学，航空集成与航空系统-of-Systems综合国家重点实验室，导航与定位服务重点实验室） ； College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学） ； Department of Electronic Engineering, Shanghai Jiao Tong University（电子工程学院，上海交通大学）
Comments Accepted to TPAMI 2025
Diff-IP2D: Diffusion-Based Hand-Object Interaction Prediction on Egocentric Videos
机构 * IRMV Lab, the Department of Automation, Shanghai Jiao Tong University, Shanghai 200240, China（IRMV实验室，自动化系，上海交通大学，上海200240，中国） ； College of Intelligence Science and Technology, National University of Defense Technology, Changsha 410073, China（智能科学与技术学院，国防科技大学，长沙410073，中国） ； Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（电子工程系，上海交通大学，上海200240，中国）
Comments Accepted to IROS 2025
Cam4DOcc: Benchmark for Camera-Only 4D Occupancy Forecasting in Autonomous Driving Applications
机构 * Shanghai Jiao Tong University（上海交通大学） ； HAOMO.AI Technology Co., Ltd.（HAOMO.AI技术有限公司） ； National University of Defense Technology（国防科技大学） ； Beijing Institute of Technology（北京理工大学）
Comments Accepted to CVPR 2024
VocalNet-M2: Advancing Low-Latency Spoken Language Modeling via Integrated Multi-Codebook Tokenization and Multi-Token Prediction
机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团）
Improved Offline Reinforcement Learning via Quantum Metric Encoding
机构 * School of Mathematical Sciences, Shanghai Jiao Tong University, Shanghai 200240, China（数学科学学院，上海交通大学，上海） ； Global College, Shanghai Jiao Tong University, Shanghai 200240, China（全球学院，上海交通大学，上海） ； Institute of Natural Sciences, Shanghai Jiao Tong University, Shanghai 200240, China（自然科学院，上海交通大学，上海）
Physically Interpretable Multi-Degradation Image Restoration via Deep Unfolding and Explainable Convolution
机构 * Shanghai Jiao Tong University（上海交通大学） ； CATL（宁德时代） ； Beijing Normal University（北京师范大学）
BuddyMoE: Exploiting Expert Redundancy to Accelerate Memory-Constrained Mixture-of-Experts Inference
机构 * Shanghai Jiao Tong University（上海交通大学）
CaloChallenge 2022: A Community Challenge for Fast Calorimeter Simulation
机构 * Institute of High Energy Physics (HEPHY), Austrian Academy of Sciences (OeAW)（高能物理研究所（HEPHY），奥地利科学院） ； Department of Microtechnology and Nanoscience（微电子与纳米科学系） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； CERN（欧洲核子研究中心） ； NHETC, Department of Physics and Astronomy（NHETC，物理与天文学系） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； III. Physikalisches Institut A, RWTH Aachen University（RWTH亚琛大学第三物理研究所） ； Department of Physics and Astronomy, Alma Mater Studiorum - University of Bologna（博洛尼亚大学物理与天文学系） ； Weizmann Institute of Science（魏茨曼科学研究所） ； IBM Research, India（印度IBM研究院） ； University of Washington（华盛顿大学） ； IBM T. J. Watson Research Center（IBM T.J. Watson研究中） ； California Institute of Technology（加州理工学院） ； MaLGa--DIBRIS, University of Genova（热那亚大学MaLGa-DIBRIS） ； Tsung-Dao Lee Institute (TDLI), Shanghai Jiao Tong University（李政道研究所（TDLI），上海交通大学） ； Key Laboratory for Particle Astrophysics and Cosmology (MOE), Shanghai Key Laboratory for Particle Physics and Cosmology (SKLPPC), Shanghai Jiao Tong University（粒子天体物理与宇宙学重点实验室（MOE），上海粒子物理与宇宙学重点实验室（SKLPPC），上海交通大学） ； Institute of Nuclear and Particle Physics, School of Physics and Astronomy, Shanghai Jiao Tong University（核物理与粒子物理研究所，上海交通大学物理与天文学院） ； University College London (UCL)（伦敦大学学院（UCL）） ； Département de Physique Nucléaire et Corpusculaire, University of Geneva（日内瓦大学核物理与粒子物理系） ； Department of Physics, University of Genova（热那亚大学物理系） ； Yale University（耶鲁大学）
Comments 204 pages, 100+ figures, 30+ tables; v2: matches published version
InterCLIP-MEP: Interactive CLIP and Memory-Enhanced Predictor for Multi-modal Sarcasm Detection
机构 * Anhui Polytechnic University（安徽理工大学） ； Shanghai University（上海大学） ； Shanghai Jiao Tong University（上海交通大学）
Comments ACM TOMM; Code and data are available at https://github.com/CoderChen01/InterCLIP-MEP
Two Heads are Better than One: Robust Learning Meets Multi-branch Models
机构 * Department of Computer Science, The University of Hong Kong（计算机科学系，香港大学） ； Department of Electronic Engineering, Shanghai Jiao Tong University（电子工程系，上海交通大学） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电气电子工程系，香港大学） ； Department of Computer Science, City University of Hong Kong（计算机科学系，城市大学） ； School of Computing, National University of Singapore（计算学院，新加坡国立大学）
Comments Camera-ready version for ICPADS 2025
Data Assessment for Embodied Intelligence
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
MM-CRITIC: A Holistic Evaluation of Large Multimodal Models as Multimodal Critique
机构 * Hong Kong Baptist University（香港 Baptist 大学） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港 Baptist 大学） ； National University of Singapore（新加坡国立大学） ； Beijing Normal University（北京师范大学） ； Shanghai Jiao Tong University（上海交通大学）
Comments 28 pages, 14 figures, 19 tables
MLM: Learning Multi-task Loco-Manipulation Whole-Body Control for Quadruped Robot with Arm
机构 * School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； Lenovo Corporation（联想公司） ； Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院（TeleAI））
ArchCAD-400K: A Large-Scale CAD drawings Dataset and New Baseline for Panoptic Symbol Spotting
机构 * Tongji University（同济大学） ； Arcplus East China Architectural Design & Research Institute Co Ltd（Arcplus东中国建筑设计与研究有限公司） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Qi Zhi Institute（上海启智研究院） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Donghua University（东华大学）
rLLM: Relational Table Learning with LLMs
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
ImagebindDC: Compressing Multi-modal Data with Imagebind-based Condensation
机构 * EPIC Lab, SJTU（上海交通大学EPIC实验室） ； Bosch Corporate Research Asia Pacific（博世亚太公司研究部） ； HKUST（香港科技大学）
Comments AAAI 2026, 18 pages, 6 figures, 6 tables
How Far are VLMs from Visual Spatial Intelligence? A Benchmark-Driven Perspective
机构 * ARC Lab, Tencent PCG（腾讯PCG部门ARC实验室） ； Shanghai Jiao Tong University（上海交通大学） ； University of Macau（澳门大学） ； Dalian University of Technology（大连理工大学） ； The Chinese University of Hong Kong（香港中文大学）
Comments a comprehensive visual spatial reasoning evaluation tool, 25 pages, 16 figures
Enhancing Speech-to-Speech Dialogue Modeling with End-to-End Retrieval-Augmented Generation
机构 * MoE Key Lab of Artificial Intelligence（人工智能增强实验室） ； Jiangsu Key Lab of Language Computing（江苏语言计算重点实验室） ； X-LANCE Lab（X-LANCE实验室） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Aviation Electric Co., Ltd（上海航空电器有限公司）
Comments Accepted to EMNLP 2025 Findings
Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025, pages 4499-4507
The Few Govern the Many:Unveiling Few-Layer Dominance for Time Series Models
机构 * Eastern Institute of Technology, Ningbo, China（东部技术研究所） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学）
Tool Zero: Training Tool-Augmented LLMs via Pure RL from Scratch
机构 * Harbin Institute of Technology SCIR Lab（哈尔滨工业大学SCIR实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
Comments EMNLP 2025 finding
LangBridge: Interpreting Image as a Combination of Language Embeddings
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； SenseTime Research（商汤科技研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； PengCheng Laboratory（鹏城实验室） ； Chongqing University（重庆大学）
Comments The code and weights are open-sourced. Project page: https://curryx-001.github.io/LangBridge.github.io/
Spatiotemporal implicit neural representation for unsupervised dynamic MRI reconstruction
机构 * School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, China（上海交通大学生物医学工程学院） ； School of Information Science and Technology, ShanghaiTech University, Shanghai, China（上海科技大学信息科学与技术学院） ； iHuman Institute, Shanghaitech University, Shanghai, China（上海科技大学iHuman研究所）
Comments 9 pages, 5 figures; corrected the code availability description for arXiv
VideoSSR: Video Self-Supervised Reinforcement Learning
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） ； Shanghai Jiao Tong University（上海交通大学） ； Wuhan University（武汉大学）
How Particle-System Random Batch Methods Enhance Graph Transformer: Memory Efficiency and Parallel Computing Strategy
机构 * Shanghai Jiao Tong University（上海交通大学）
Robustness study of the bio-inspired musculoskeletal arm robot based on the data-driven iterative learning algorithm
机构 * School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学机械工程学院） ； School of Mechanical Engineering, University of Science and Technology Beijing, Beijing 100083, China（北京科技大学机械工程学院）
Comments 20 pages, 13 figures
Journal ref SCIENCE CHINA Information Sciences 2025, 68(12): 222203
Development of the Bioinspired Tendon-Driven DexHand 021 with Proprioceptive Compliance Control
机构 * School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） ； DEXROBOT CO., LTD.（德克斯机器人有限公司）
Comments 8 pages 18 fogures, IEEE RAL accept
FastVGGT: Training-Free Acceleration of Visual Geometry Transformer
机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（中国教育部多媒体可信感知与高效计算重点实验室，厦门大学） ； AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院自动化实验室）
ECom-Bench: Can LLM Agent Resolve Real-World E-commerce Customer Support Issues?
机构 * Xiaoduo AI Lab（小多人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学）
Comments Accepted as a main conference paper at EMNLP 2025
