高校专区
CameraAnything：使用任意相机控制重新拍摄视频
机构 * The Chinese University of Hong Kong（香港中文大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 CameraAnything是用于相机控制视频编辑的统一框架，采用逐像素普吕克光线注入等方法联合控制相机参数，开发合成管道克服数据稀缺，能在单过程中实现多种视频编辑操作，为视频制作提供实用价值。
Comments Project page: https://yixuanli98.github.io/cameraanything/
统一融合：在统一反向速率目标下将自回归语言模型适配到离散扩散
机构 * Tsinghua University（清华大学） ； Beijing Institute of Mathematical Sciences and Applications（北京数学科学与应用研究院） ； Wuhan University（武汉大学） ； MathonAI（未知（暂未找到合适中文翻译））
AI总结 研究旨在将预训练的自回归语言模型适配到均匀噪声扩散。通过建立不同模型间联系并推导转换，提出UNIFUSION方法。经实验评估，该方法能改善生成困惑度与单字熵权衡，在相同规模模型中多项指标表现优异。
从专有模型到开源模型：通过智能体搜索中的多智能体协议蒸馏弥合分布差距
机构 * Beijing Institute of Technology（北京理工大学） ； East China Normal University（华东师范大学） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 研究旨在弥合专有与开源模型分布差距，提出多智能体协议蒸馏（MAPD）框架，利用结构化协议作中间表示，结合蒸馏与强化学习，在问答基准测试中表现出色，有效减轻学生策略问题，优于其他竞争方法。
LoTA-N2N：用于零样本自监督图像去噪的局部迹线自适应
机构 * Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Southern California（南加州大学） ； Peking University（北京大学）
AI总结 研究针对单图像自监督去噪问题，提出LoTA-N2N两阶段零样本自适应框架，通过估计局部相互作用和控制空间抵消，在多种噪声下实验效果优于仅基于MSE的方法，为无配对干净目标等情况的自监督去噪提供有效设计原则。
Comments 22pages, 9 tables, 11 figures
E-Bench：在现实世界产品场景中对多步工具使用智能体进行基准测试
机构 * Hunyuan Team, Tencent（腾讯混元团队） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院）
AI总结 研究针对大语言模型多步工具使用能力，介绍E-Bench基准测试，通过解耦环境与任务合成构建可扩展可控测试平台，对11个前沿模型测试发现多步工具使用仍具挑战，即便结合代码执行可靠性也不高。
Comments 29 pages, 14 figures, 6 tables
一试即优：用于跨情节探索摊销的去冗余过程记忆
机构 * Tsinghua University（清华大学） ； DISCOVER Robotics（DISCOVER机器人公司） ； Northeast Agricultural University（东北农业大学）
AI总结 研究如何让机器人避免重复探测隐藏状态物体，提出面向实例的记忆框架IOM，用视觉语言模型实例化，在多任务中减少操纵操作，提升效率且不降低成功率，即使过程错误也能成功。
Comments 8 pages, 3 figures, 3 tables
通过基于主动事件的立体视觉实现超快速深度感知
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Peng Cheng Laboratory（鹏城实验室） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 针对传统主动立体系统在快速运动场景的问题，提出基于主动事件的立体视觉，构建数据集，创新设计ActiveEventNet+网络，性能优于现有方法，降低计算复杂度，能实现高速实时处理，为高速深度感知相机系统设计提供新思路。
Comments Accepted by TPAMI
EmoTrace：一种以情感轨迹为中心的心理支持对话生成框架
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
AI总结 该研究针对现有心理支持对话数据生成方法的局限，提出EmoTrace框架，通过构建求助者认知概况及相关模块，以模拟其情感轨迹，增强情感表达层次性，实验证明该方法在情感丰富度和共情质量上优于现有方法。
Comments 36 pages, 20 figures
精度的诅咒：高精度机器人操作的数据缩放定律
机构 * Tsinghua University（清华大学） ； OpenMind (WuHu) Robotics Co., Ltd.（芜湖悟灵机器人有限公司）
AI总结 研究机器人装配等封闭世界任务中数据与精度的关系，提出新缩放定律log(N) ∝ 1/(P - c)，揭示极限精度c是系统涌现属性，经实验验证，为精度提供理论框架和评估指标，指导高精度操作系统开发调试。
Comments 8 pages, 4 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)
DomainPilot：用于高效语言模型微调的域级损失引导两阶段数据混合优化
机构 * Tsinghua University（清华大学）
AI总结 研究针对大语言模型训练数据问题，提出DomainPilot框架，通过域级损失引导两阶段数据混合优化，经令牌级监测、缩放与混合定律引导优化，在Qwen3-1.7B模型微调中验证，有效提升指标且不增成本。
EventOD：通过大语言模型引导的语义调制实现事件感知的OD流生成
机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Zhongguancun Academy（中关村科学城研究院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工学院科研与技术联盟） ； Xiuzhong College, Tsinghua University（清华大学致理书院） ； Department of Automation, Central South University（中南大学自动化学院）
AI总结 研究在破坏性事件下估计OD流的问题，提出EventOD框架，利用大语言模型和轻量级适应模块，通过输入级调制实现事件感知适应，实验表明该方法能提高重建精度和分布保真度。
SCAIR：用于企业知识图谱的模式条件代理迭代推理
机构 * University of Stuttgart（斯图加特大学） ； Bosch Center for AI（博世人工智能中心） ； University of Oslo（奥斯陆大学） ； University of Southampton（南安普顿大学） ； BSH Home Applications Holding (China) Co., Ltd（博西华家用电器有限公司（中国）） ； Tsinghua University（清华大学）
AI总结 针对现有方法在企业知识图谱应用的局限，提出SCAIR无训练框架，集成结构化规划与受控迭代推理，通过模式条件结构先验等提升性能，强调企业图推理要结合领域约束，与业务逻辑对齐可增效。
Comments Accepted at ACL 2026 Industry Track
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