高校专区
NeuROK：生成式4D神经物体运动学
机构 * Stanford University（斯坦福大学） ； University of Cambridge（剑桥大学） ； Cornell University（康奈尔大学）
AI总结 提出基于Transformer的编码器-解码器模型NeuROK，通过学习物体潜在运动学参数化，实现从静态3D物体生成逼真的4D动态变形，克服了传统方法对预定义物理模型和特定类别的依赖。
Comments CVPR 2026
GPIC：用于视觉生成的大型许可图像数据集
机构 * Stanford University（斯坦福大学） ； Radical Numerics ； University of Michigan（密歇根大学） ； Salesforce Research（Salesforce研究）
AI总结 提出GPIC，一个约28万亿像素的大型许可图像数据集，包含1亿训练样本，通过最先进的视觉语言模型标注，用于视觉生成建模研究。
Comments 25 pages; Dataset: https://huggingface.co/datasets/stanford-vision-lab/giant-permissive-image-corpus; Project website: https://gpic.stanford.edu
基于采样的推理：在决策点进行裁剪
机构 * Yale University（耶鲁大学） ； Stanford University（斯坦福大学）
AI总结 提出Entropy-Cut Metropolis-Hastings算法，利用基础模型的下一词元熵作为代理识别关键决策点并重新采样，从而高效地从幂分布中采样以增强推理能力，在多个基准上超越基线和RL训练模型。
RoboWits：机器人创造性问题解决中的意外挑战
机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出RoboWits双臂机器人基准，通过多智能体协作的自动化任务生成流水线评估机器人在几何、材料和装配推理中的认知推理、创造性工具使用及鲁棒性，发现预训练VLA在突变任务中表现脆弱。
Comments The first two authors contributed equally
有界记忆下的极限语言生成
机构 * Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） ； Google Research（谷歌研究）
AI总结 研究有界记忆下语言生成的极限问题，通过组合界和滑动窗口分析记忆约束对可生成性、密度和识别的影响。
Comments The abstract has been shortened to fit within the arXiv limit
通过矩阵补全改进异质性处理效应估计的保证
机构 * Stanford University（斯坦福大学） ； Vin University（文大学） ； The University of Hong Kong（香港大学） ； Yale University（耶鲁大学）
AI总结 针对面板数据中的异质性处理效应估计问题，提出一种基于矩阵补全的简单高效估计器，在低秩假设下实现行向$\ell_2$误差$ ilde{O}(\sqrt{1/n + n/m^2})$，并首次建立了低秩逼近的行向$\ell_2$扰动界。
兴趣问题：理解人类与语言模型对数学问题的兴趣度
机构 * KTH Royal Institute of Technology（皇家理工学院） ； Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Cambridge（剑桥大学） ； Kempner Institute at Harvard University（哈佛大学肯普尼研究所） ； Mistral AI
AI总结 通过比较大型语言模型与不同数学背景人群对数学问题的兴趣度评分，研究LLM在兴趣判断上与人类的一致性，并评估其生成有趣问题的能力。
Comments Published at the Math-AI Workshop, NeurIPS 2025
ESAM++：边缘上的高效在线3D感知
机构 * Stanford University（斯坦福大学） ； Google（谷歌） ； UC San Diego（圣地亚哥大学）
AI总结 提出ESAM++，一种轻量级可扩展的在线3D场景感知方法，通过3D稀疏特征金字塔网络（SFPN）在边缘设备上实现高效、准确的3D实例分割。
卸载分数：通过反事实工作流衡量AI依赖度
机构 * Stanford University（斯坦福大学） ； University of Oxford（牛津大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan（密歇根大学）
AI总结 本文提出卸载分数（offloading score），一种通过构建反事实工作流量化用户向AI工具卸载认知努力比例的依赖度度量，并通过内在验证和用户实验证明其能检测时间压力下的依赖度变化。
Comments Preprint
ReasonOps: 大语言模型推理轨迹的算子分割
机构 * Stanford University（斯坦福大学）
AI总结 提出无监督方法ReasonOps，从思维链轨迹中提取7种通用推理算子，揭示模型推理结构并用于模型识别与正确性预测。
Paper Agents, Paper Gains: DeFi投资代理的实证分析
机构 * Pantera Capital（Pantera资本） ； Stanford University（斯坦福大学） ； IC3 ； Ava Labs（Ava实验室）
AI总结 通过分析1900多个AI加密项目、10个代表性代理和11个Solana代理金库，发现当前DeFi投资代理仍处于早期阶段，存在自主执行证据不足、代币持有者集体亏损、估值与基本面脱节等问题，并提出成熟度框架。
通过推理模型实现意图对齐的自主航天器制导
机构 * Stanford University（斯坦福大学）
AI总结 提出一种通过行为序列和航点约束将高层推理与安全轨迹优化相结合的意图对齐航天器制导框架，在近距离操作场景中实现了超过90%的SCP收敛率，并比启发式决策高出1.5倍的满足顶级意图优先性能标准的轨迹生成率。
Comments Accepted for Computer Vision and Pattern Recognition Conference (CVPR) 2026, AI4Space Workshop (4-page Short paper). 9 pages, 3 figures (including supplementary materials)
价格反转现象：当更便宜的推理模型成本更高时
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学） ； Microsoft Research（微软研究院）
AI总结 本文首次系统研究推理模型标价与实际成本的偏差，发现32%的模型对比较中存在价格反转现象，并基于Shapley值建立成本归因框架，揭示思考令牌消耗和交互轮次的高度异质性是主要原因。
BioArc：发现生物学基础模型的最优神经架构
机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工学院计算机科学系） ； Department of Electrical and Computer Engineering, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工学院电气与计算机工程系） ； Department of Computer Science, Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学计算机科学系） ； Department of Biomedical Data Science, Stanford University, Stanford, CA, USA（斯坦福大学生物医学数据科学系）
AI总结 针对现有基础模型架构直接迁移至生物学领域时忽视生物数据独特性质的问题，提出BioArc框架，利用神经架构搜索系统探索架构设计空间，发现高性能架构并提炼设计原则，同时提出架构预测方法以高效预测新任务的最优架构。
Comments Accepted at the 43nd International Conference on Machine Learning (ICML 2026)
大规模人工智能与基础模型在神经科学中的应用：综合综述
机构 * Department of Systems Engineering, Stevens Institute of Technology（系统工程系，史蒂文斯理工学院） ； Department of Neurology and Weill Institute for Neurosciences, University of California San Francisco（神经病学系和Weill神经科学研究所，旧金山大学） ； Duke Institute for Brain Sciences, Duke University（杜克大学脑科学研究所） ； Division of Systems Engineering, Department of Electrical and Computer Engineering, Boston University（系统工程 division，电气与计算机工程系，波士顿大学） ； Department of Neuroscience, School of Translational Medicine, Monash University（神经科学系，转化医学学院，莫纳什大学） ； Department of Neurology, Alfred Hospital, Melbourne, Victoria, Australia（神经病学系，阿尔弗雷德医院，墨尔本，维多利亚州，澳大利亚） ； Department of Radiology and Biomedical Imaging, University of California, San Francisco, CA, USA（放射学与生物医学成像系，旧金山大学，加州，美国） ； Department of Psychiatry and Behavioral Sciences, School of Medicine, Stanford University（精神病学与行为科学系，医学院，斯坦福大学） ； Wu Tsai Neurosciences Institute, Stanford University（吴氏神经科学研究所，斯坦福大学） ； Stanford Institute for Human-Centered AI, Stanford University（斯坦福大学人本人工智能研究所）
AI总结 本文综述了大规模AI模型在神经科学四个主要领域（神经影像与数据处理、脑机接口与神经解码、临床决策支持与转化框架、神经系统与精神疾病特定应用）的应用，展示了其在多模态数据整合、时空模式解释和临床转化方面的潜力，并强调了严格评估、领域知识整合、临床验证和伦理指南的重要性。
Comments Accepted for publication in Meta-Radiology
生成模型的分布约束校准
机构 * Stanford University, Palo Alto, CA USA（斯坦福大学）
AI总结 针对生成模型采样分布统计量偏离期望的校准问题，提出将校准形式化为受约束优化问题，并通过松弛损失和奖励损失两种替代目标进行微调，在蛋白质设计、图像生成和语言建模等应用中显著降低了数百个同时约束下的校准误差。
Comments To appear at the International Conference on Machine Learning (ICML), 2026. Codebase accompanying the paper is available at: https://github.com/smithhenryd/cgm
Masquerade: 利用数据编辑从真实世界人类视频中学习
机构 * Stanford University（斯坦福大学）
AI总结 提出Masquerade方法，通过编辑真实世界第一人称人类视频（估计3D手部姿态、修复手臂、叠加渲染双臂机器人）弥合视觉具身差距，并利用编辑后的视频预训练视觉编码器、微调扩散策略头，在三个长时程双臂厨房任务中实现比基线高5-6倍的泛化性能。
Comments Project website at https://masquerade-robot.github.io/
Journal ref 2026 IEEE International Conference on Robotics and Automation (ICRA), 2026
从次线性到线性：通过局部Polyak-Lojasiewicz区域在有限宽度网络中的局部收敛
机构 * Stanford University（斯坦福大学） ； University of Louisiana at Lafayette（路易斯安那州立大学拉法叶分校） ； Presidency College Kolkata, India（印度科利切斯特 Presidency 学院）
AI总结 本文研究有限宽度前馈网络在平方经验损失下梯度下降的局部线性收敛，通过局部Polyak-Lojasiewicz不等式和NTK正定性条件，证明了在局部拟凸区域内可实现线性收敛。
Phantom: 仅使用人类视频训练机器人，无需机器人
机构 * Stanford University（斯坦福大学）
AI总结 提出一种仅从人类视频演示中训练机器人操作策略的框架，通过手部姿态估计和视觉数据编辑将人类演示转化为机器人兼容的观察-动作对，实现零样本部署并达到最高92%的成功率。
Comments Project website at https://phantom-human-videos.github.io
Journal ref The 9th Conference on Robot Learning (CoRL 2025)
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