高校专区
分而治之：多模态世界模型的解耦表示对齐
机构 * Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学） ； CSU（中南大学） ； ZJU（浙江大学） ； CUHK（香港中文大学） ； UCAS（中国科学院大学） ； Alibaba Group（阿里巴巴集团）
AI总结 提出M²-REPA方法，通过解耦扩散模型中间表示中的模态特定特征并与对应的专家基础模型对齐，实现多模态视频生成中多种基础模型先验的充分利用，显著提升视觉质量和长期一致性。
Comments Accepted to ECCV 2026
面向灵巧机器人操作的人为中心的可迁移触觉预训练
机构 * Peking University（北京大学） ； BeingBeyond ； Tsinghua University（清华大学）
AI总结 提出H-Tac大规模触觉-动作数据集和可迁移触觉预训练（TTP）系统，通过统一触觉与动作空间弥合人机差距，利用触觉专家预测未来触觉以建模接触动力学，显著提升灵巧操作的泛化与精细控制能力。
Comments The first two authors contribute equally. Orders are decided by flipping a coin
MG-RWKV：用于时序伪造定位的多粒度上下文感知RWKV
机构 * Tsinghua University（清华大学） ； Soochow University（苏州大学）
AI总结 提出MG-RWKV框架，利用RWKV的数据依赖状态演化实现O(T)复杂度的全序列处理，通过双向RWKV、多粒度专家混合和跨粒度一致性机制，在低计算成本下达到时序伪造定位任务的最优性能。
Comments Accepted to ECCV 2026
AV-SyncBench：音视频时间与语义同步的解耦基准测试
机构 * Alibaba Group（阿里巴巴集团） ； Tsinghua University（清华大学） ； Fudan University（复旦大学）
AI总结 提出AV-SyncBench，首个完全分离音视频时间与语义一致性评估的基准，涵盖语音、音乐和声音三大类10个场景5项挑战任务，基于野外视频构建并人工验证，用于量化特征提取模型的对齐质量。
Comments Accepted by Interspeech 2026
DriveVer: 自动驾驶的轻量级轨迹评估器作为测试时验证器
机构 * Tsinghua University（清华大学） ； University of Macau（澳门大学）
AI总结 提出DriveVer，一种轻量级即插即用的测试时验证器，通过双头架构融合候选轨迹与多视图视觉特征，预测安全置信度和几何修正向量，在不增加训练成本下提升规划模型性能。
CausalMix: 数据混合作为语言模型训练的因果推断
机构 * Tsinghua University（清华大学） ； Ant Group（蚂蚁集团） ； Renmin University of China（中国人民大学）
AI总结 提出CausalMix框架，将数据混合优化视为因果推断问题，通过条件平均处理效应估计最优混合比例，在7B模型上提升多任务性能，并具备可解释性。
Comments 22 pages, 3 figures
单独安全，一起不安全：当良性图像组合时防范隐式毒性
机构 * The Conversational AI (CoAI) Group, DCST, Tsinghua University（清华大学计算机科学与技术系对话式人工智能（CoAI）组）
AI总结 研究多图像隐式毒性（MIIT）问题，提出自动生成数据集MIIT-dataset和基于渐进蒸馏推理监督的MiShield模型，实现高效检测。
Comments 15 pages, 8 figures
构建可扩展、可复现、可评估、闭环的具身智能仿真环境基础：面向具身智能训练、评估和数据收集的云原生仿真基础设施
机构 * AI Infra Team at JDT（京东科技AI基础设施团队） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Beihang University（北京航空航天大学）
AI总结 提出一种云原生仿真基础设施框架，通过弹性资源调度、容器化仿真等技术，实现大规模、标准化、可复现的具身智能训练、评估与数据收集。
搜索代理何时应提问：面向澄清感知的深度搜索的DiscoBench基准
机构 * Hunyuan, Tencent（腾讯混元） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
AI总结 提出DiscoBench基准，评估大语言模型搜索代理在深度搜索中主动识别歧义、提出有效澄清问题并恢复正确推理路径的能力，实验表明歧义检测与有效澄清是不同能力，且盲目搜索不如直接猜测。
Comments 26 pages, 7 figures, 12 tables
对Nature Portfolio元分析文章进行LLM代理基准测试
机构 * Tsinghua University（清华大学）
AI总结 提出MetaSyn数据集，包含442篇专家策划的元分析，用于评估LLM代理在检索-筛选-综合全流程中的表现，发现当前系统在筛选阶段存在严重瓶颈。
Comments 17 pages, 8 figures, 11 tables. Code and evaluation: https://github.com/THUIR/MetaSyn Dataset: https://huggingface.co/datasets/THUIR/MetaSyn Model: https://huggingface.co/BFTree/MA-Retriever
QuadLink: 通过点关系学习的自回归四边形主导网格生成
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tencent VISVISE（腾讯VISVISE） ； Peking University（北京大学） ； Technical University of Munich（慕尼黑技术大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Texas A&M University（德克萨斯大学） ； Macau University of Science and Technology（澳门科技大学）
AI总结 提出QuadLink框架，通过将点云链接成结构化面片，以自回归方式生成各向异性的四边形主导网格，实现高几何保真度和拓扑质量。
在部分可见性下联邦客户端选择：一种带有时空注意机制的POMDP方法
机构 * Dept. of Electronic Engineering, BNRist, Tsinghua University（电子工程系，北京理工大学，清华大学） ； Dept. of Electronic and Computer Engineering, HKUST（电子与计算机工程系，香港科技大学）
AI总结 本文提出一种基于POMDP的强化学习框架，通过整合历史全局模型和客户端身份嵌入，解决部分可见性下的联邦学习客户端选择问题，实验验证其在异构和部分可见场景下的有效性。
FCL-COD：基于频率感知和对比学习的弱监督伪装目标检测
机构 * Tsinghua University（清华大学） ； Soochow University（苏州大学）
AI总结 提出频率感知低秩适应（FoRA）和梯度感知对比学习，解决弱监督伪装目标检测中非伪装响应、局部/极端响应及边界模糊问题，在三个基准上超越现有弱监督和部分全监督方法。
Comments Accepted to CVPR 2026
VolumeDP: 用于操作策略学习的体积表示建模
机构 * IIIS, Tsinghua University（清华大学智能产业研究院） ； Galaxea AI
AI总结 提出VolumeDP策略架构，通过体积表示显式3D推理解决2D-3D不匹配问题，在LIBERO基准上达到88.8%平均成功率，比最强基线提升14.8%。
Comments Accepted to IROS 2026
RoadBench: 在城市道路场景下对多模态大语言模型进行细粒度空间理解与推理的基准测试
机构 * Department of Electronic Engineering, BNRist, Tsinghua University（清华大学电子工程系、北京信息科学与技术国家研究中心） ； Zhongguancun Academy（中关村学院） ； Amap, Alibaba Group（阿里巴巴集团高德地图）
AI总结 针对城市复杂场景中多模态大语言模型在细粒度空间理解与推理能力上的不足，提出RoadBench基准，包含8个任务、3040个测试用例，通过鸟瞰图和第一人称视角图像评估模型性能，揭示现有模型在此类任务上的显著缺陷。
Comments Accepted by ECCV 2026, the code and data are publicly available at: https://github.com/tsinghua-fib-lab/RoadBench
重新思考扩散模型中的鲁棒对抗性概念擦除
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua University（计算机科学与技术系，人工智能研究院，清华大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
AI总结 针对扩散模型中概念擦除的对抗训练忽视概念语义导致拟合不足的问题，提出语义引导的鲁棒对抗概念擦除方法S-GRACE，显著提升擦除性能26%并减少90%训练时间。
OpenReward: 通过强化学习学习奖励长形式智能体任务
机构 * Leiden University（莱顿大学） ； Shandong University（山东大学） ； Tsinghua University（清华大学）
AI总结 提出OpenRM，一种工具增强的长形式奖励模型，通过GRPO训练联合监督工具使用和结果准确性，在长形式任务中显著优于现有方法。
2DGH: 二维高斯-埃尔米特泼溅用于高质量渲染和更好的几何特征
机构 * Department of Physics, Tsinghua University（清华大学物理系） ； School of Software and BNRist, Tsinghua University（清华大学软件学院与北京信息科学与技术国家研究中心）
AI总结 提出高斯-埃尔米特核作为新基元，增强各向异性和变形能力，在几何重建和新视角合成上优于传统高斯泼溅。
Comments 12 pages, 11 figures
Journal ref IEEE Transactions on Visualization and Computer Graphics, vol. 32, no. 2, pp. 1513-1524, Feb. 2026
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