Tsinghua University（清华大学）

Neural Collapse in Test-Time Adaptation

测试时适应中的神经塌陷

Xiao Chen, Zhongjing Du, Jiazhen Huang, Xu Jiang, Li Lu, Jingyan Jiang, Zhi Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Peking University（北京大学） ； Sichuan University（四川大学） ； Shenzhen Technology University（深圳技术大学） 纠错

AI总结 本文基于神经塌陷理论，提出NCTTA方法，通过特征与分类器对齐缓解域偏移影响，实验证明其在ImageNet-C上优于Tent。

Comments Aceepted by CVPR 2026

EvoEdit: Evolving Null-space Alignment for Robust and Efficient Knowledge Editing

EvoEdit：基于空域对齐的鲁棒高效知识编辑

Sicheng Lyu, Yu Gu, Xinyu Wang, Jerry Huang, Sitao Luan, Yufei Cui, Xiao-Wen Chang, Peng Lu

机构 * Institute for Clarity in Documentation（文档清晰度研究所） ； Inria Paris-Rocquencourt（法国国家信息与自动化研究所巴黎-罗康库尔中心） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕默研究实验室） 纠错

AI总结 EvoEdit通过序列空域对齐缓解知识编辑中的灾难性干扰，实现稳定高效的模型更新，实验显示其性能优于现有方法且速度提升达3.53倍。

Comments Accepted to Findings of ACL 2026

Mixture-of-Retrieval Experts for Reasoning-Guided Multimodal Knowledge Exploitation

基于推理引导的多模态知识利用的检索专家混合

Chunyi Peng, Zhipeng Xu, Zhenghao Liu, Yishan Li, Yukun Yan, Shuo Wang, Yu Gu, Minghe Yu, Ge Yu, Maosong Sun

机构 * Northeastern University（东北大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出MoRE框架，通过动态选择检索专家提升多模态大语言模型的知识利用效率，实验表明在开放领域问答基准上性能提升超过7%。

MSDformer: Multi-scale Discrete Transformer For Time Series Generation

MSDformer：多尺度离散Transformer用于时间序列生成

Shibo Feng, Zhicheng Chen, Xi Xiao, Zhong Zhang, Qing Li, Xingyu Gao, Peilin Zhao

机构 * Nanyang Technological University（南洋理工大学） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Tencent（腾讯） ； Peng Cheng Laboratory（鹏城实验室） ； Institute of Microelectronics, Chinese Academy of Sciences（中国科学院微电子研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

AI总结 MSDformer通过多尺度离散Transformer方法，解决传统DTM在捕捉复杂时间序列多尺度特征和理论指导方面的不足，提升生成质量。

Ray-driven Spectral CT Reconstruction Based on Neural Base-Material Fields

基于神经基材场的射线驱动光谱CT重建

Ligen Shi, Ping Yang, Chang Liu, Wei Zhang, Xing Zhao, Jun Qiu

机构 * College of Computer Science (College of Software), Inner Mongolia University（内蒙古大学计算机学院（软件学院）） ； Institute of Nuclear and New Energy Technology, Collaborative Innovation Center of Advanced Nuclear Energy Technology, Key Laboratory of Advanced Reactor Engineering and Safety of Ministry of Education, Tsinghua University（清华大学核能与新能源技术研究院，先进核能技术协同创新中心，先进反应堆工程与安全教育部重点实验室） ； Institute of Computational Imaging, Beijing Information Science and Technology University（北京信息科技大学计算成像研究所） ； National Key Laboratory of Strength and Structural Integrity, Aircraft Strength Research Institute of China（中国飞机强度研究所强度与结构完整性全国重点实验室） ； School of Mathematical Sciences, Capital Normal University（首都师范大学数学科学学院） 纠错

AI总结 本文提出基于神经基材场的射线驱动光谱CT重建方法，通过神经场表示参数化物体的衰减系数，避免了像素驱动投影系数矩阵的复杂计算，提高了积分近似精度，实验验证了方法在光谱CT重建中的有效性。

Comments 12 pages,10 figures

4C4D: 4 Camera 4D Gaussian Splatting

4C4D: 4台相机的4维高斯点散布

Junsheng Zhou, Zhifan Yang, Liang Han, Wenyuan Zhang, Kanle Shi, Shenkun Xu, Yu-Shen Liu

机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技） 纠错

AI总结 本文提出4C4D框架，通过极稀疏相机拍摄实现高保真4维高斯点散布，解决视频中4维动态场景重建问题，提升几何建模能力。

Comments Accepted by CVPR 2026. Project page: https://junshengzhou.github.io/4C4D

1.x-Distill: Breaking the Diversity, Quality, and Efficiency Barrier in Distribution Matching Distillation

1.x-Distill: 突破分布匹配蒸馏中的多样性、质量和效率壁垒

Haoyu Li, Tingyan Wen, Lin Qi, Zhe Wu, Yihuang Chen, Xing Zhou, Lifei Zhu, Xueqian Wang, Kai Zhang

机构 * Tsinghua University（清华大学） ； Central Media Technology Institute, Huawei（华为中央媒体技术研究院） 纠错

AI总结 本文提出1.x-Distill框架，通过引入教师CFG修改和分阶段聚焦蒸馏方法，突破传统整数步蒸馏限制，实现更高质量和多样性的蒸馏扩散模型生成。

Comments Project page: https://thu-accdiff.github.io/1.x-distill-page/

Dynamic Whole-Body Dancing with Humanoid Robots -- A Model-Based Control Approach

动态全身体舞与人形机器人——一种基于模型的控制方法

Shibowen Zhang, Jiayang Wu, Guannan Liu, Helin Zhu, Junjie Liu, Zhehan Li, Junhong Guo, Xiaokun Leng, Hangxin Liu, Jingwen Zhang, Jikai Wang, Zonghai Chen, Zhicheng He, Jiayi Wang, Yao Su

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院） ； Xidian University（西安电子科技大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出了一种基于模型的框架，用于生成和执行人形机器人上的动态全身体舞动作。框架分为离线动作生成和在线动作执行两个阶段，利用未来状态预测实现鲁棒且动态的舞动动作。

Hierarchical Point-Patch Fusion with Adaptive Patch Codebook for 3D Shape Anomaly Detection

具有自适应补丁代码书的分层点-补丁融合用于3D形状异常检测

Xueyang Kang, Zizhao Li, Tian Lan, Dong Gong, Kourosh Khoshelham, Liangliang Nan

机构 * The University of Melbourne（墨尔本大学） ； Tsinghua University（清华大学） ； The University of New South Wales（新南威尔士大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

AI总结 本文提出一种分层点-补丁异常评分网络，通过联合建模区域部分特征和局部点特征，提升3D形状异常检测的鲁棒性。采用自适应补丁化模块捕捉复杂结构偏差，并在公开和工业数据集上取得优越的AUC-ROC和AUC-PR性能。

Comments 10 pages, 5 figures, 6 tables

Journal ref CVPR 2026

BWTA: Accurate and Efficient Binarized Transformer by Algorithm-Hardware Co-design

BWTA：通过算法-硬件协同设计实现准确且高效的二值化Transformer

Yifu Ding, Xianglong Liu, Shenghao Jin, Jinyang Guo, Jiwen Lu

机构 * Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

AI总结 本文提出BWTA量化方案，通过算法-硬件协同设计实现低比特精度下的高效准确推理，实验显示在BERT和LLM上均达到全精度性能，同时显著提升推理效率。

Comments Under review

M2StyleGS: Multi-Modality 3D Style Transfer with Gaussian Splatting

M2StyleGS：多模态3D风格迁移与高斯点散技术

Xingyu Miao, Xueqi Qiu, Haoran Duan, Yawen Huang, Xian Wu, Jingjing Deng, Yang Long

机构 * Durham University（杜伦大学） ； Tsinghua University（清华大学） ； Tencent Jarvis Lab（腾讯Jarvis实验室） ； Bristol University（布里斯托大学） 纠错

AI总结 M2StyleGS通过高斯点散技术与CLIP多模态知识融合，实现基于文本和图像的实时3D风格迁移，提升视觉质量和一致性表现。

Real-time Neural Six-way Lightmaps

实时神经六方向光图

Wei Li, Hanxiao Sun, Tao Huang, Haoxiang Wang, Tongtong Wang, Zherong Pan, Kui Wu

机构 * Shanghai Jiao Tong University（上海交通大学） ； LIGHTSPEED ； Tsinghua University（清华大学） 纠错

AI总结 本文提出神经六方向光图方法，通过生成指导图和训练神经网络，实现动态与视觉真实性的平衡，支持实时交互和烟雾效果渲染。

Comments 11 Pages, 16 Figures

Rethinking Position Embedding as a Context Controller for Multi-Reference and Multi-Shot Video Generation

重新思考位置嵌入作为多参考和多镜头视频生成的上下文控制器

Binyuan Huang, Yuning Lu, Weinan Jia, Hualiang Wang, Mu Liu, Daiqing Yang

机构 * Wuhan University（武汉大学） ； University of Science and Technology of China（中国科学技术大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出PoCo方法，通过引入位置嵌入作为额外的上下文控制，解决多参考和多镜头视频生成中参考混淆问题，提升跨镜头一致性和参考保真度。

Comments Accepted to CVPR 2026

DiffSparse: Accelerating Diffusion Transformers with Learned Token Sparsity

DiffSparse: 通过学习的令牌稀疏性加速扩散变换器

Haowei Zhu, Ji Liu, Ziqiong Liu, Dong Li, Junhai Yong, Bin Wang, Emad Barsoum

机构 * Advanced Micro Devices, Inc.（超威半导体公司） ； Tsinghua University（清华大学） ； BNRist（北京信息科学与技术国家研究中心） 纠错

AI总结 本文提出DiffSparse框架，通过学习令牌稀疏性优化扩散变换器的推理效率，减少计算成本并提升生成质量。

Comments Accepted by ICLR 2026

Love Me, Love My Label: Rethinking the Role of Labels in Prompt Retrieval for Visual In-Context Learning

爱我，爱我的标签：重新思考标签在视觉上下文学习中的提示检索中的作用

Tianci Luo, Haohao Pan, Jinpeng Wang, Niu Lian, Xinrui Chen, Bin Chen, Shu-Tao Xia, Chun Yuan

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） 纠错

AI总结 本文提出LaPR框架，通过增强标签信息提升视觉上下文学习中提示检索的性能，实验表明其在分割、检测和着色任务中表现优异。

Comments Accepted to CVPR 2026. 10 pages, 5 figures, 3 tables

Imagine Before Concentration: Diffusion-Guided Registers Enhance Partially Relevant Video Retrieval

想象之前聚焦：扩散引导的寄存器增强部分相关视频检索

Jun Li, Xuhang Lou, Jinpeng Wang, Yuting Wang, Yaowei Wang, Shu-Tao Xia, Bin Chen

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Peng Cheng Laboratory（鹏城实验室） 纠错

AI总结 本文提出DreamPRVR，通过粗到细的表示学习范式，利用扩散模型生成全局语义寄存器，提升部分相关视频检索的准确性与鲁棒性。

Comments Accepted to CVPR 2026. 15 pages, 7 figures, 3 tables

Simple yet Effective: Low-Rank Spatial Attention for Neural Operators

简单而有效：神经算子中的低秩空间注意力

Zherui Yang, Haiyang Xin, Tao Du, Ligang Liu

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； Shanghai Qi Zhi Institute（上海期智研究院） 纠错

AI总结 本文提出低秩空间注意力模块，通过压缩高维特征到紧凑潜在空间，实现高效全局交互，提升神经算子在求解偏微分方程中的准确性与效率。

Learning Additively Compositional Latent Actions for Embodied AI

学习可加性组合的潜在动作以实现具身AI

Hangxing Wei, Xiaoyu Chen, Chuheng Zhang, Tim Pearce, Jianyu Chen, Alex Lamb, Li Zhao, Jiang Bian

机构 * Wuhan University（武汉大学） ； Tsinghua University（清华大学） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出AC-LAM模型，通过强制潜在动作空间上的可加性组合结构，提升动作表示的结构性和准确性，优于现有方法。

The Ideation Bottleneck: Decomposing the Quality Gap Between AI-Generated and Human Economics Research

想法瓶颈：分解人工智能生成与人类经济学研究之间的质量差距

Ning Li

机构 * Tsinghua University（清华大学） ； Social Catalyst Lab at the University of Zurich（苏黎世大学社会催化剂实验室） 纠错

AI总结 本文通过分析953篇经济学论文，发现人工智能生成的研究想法质量显著低于人类，占整体质量差异的71%，执行质量差距较小，但机制分析深度不足仍是主要瓶颈。

General Explicit Network (GEN): A novel deep learning architecture for solving partial differential equations

通用显式网络（GEN）：一种用于求解偏微分方程的新深度学习架构

Genwei Ma, Ting Luo, Ping Yang, Xing Zhao

机构 * National Center for Applied Mathematics Beijing, Capital Normal University（首都师范大学北京国家应用数学中心） ； The Academy for Multidisciplinary Studies, Capital Normal University（首都师范大学多学科交叉研究院） ； Academy of Information Network Security, People’s Public Security University of China（中国人民公安大学信息网络安全学院） ； Institute of Nuclear and New Energy Technology, Tsinghua University（清华大学核能与新能源技术研究院） ； School of Mathematical Sciences, Capital Normal University（首都师范大学数学科学学院） 纠错

AI总结 本文提出通用显式网络（GEN），通过基于偏微分方程的基函数构建函数组件，实现点到函数的PDE求解，提升了求解的鲁棒性和扩展性。

Diffusion Path Alignment for Long-Range Motion Generation and Domain Transitions

扩散路径对齐用于长程运动生成与领域转换

Haichao Wang, Alexander Okupnik, Yuxing Han, Gene Wen, Johannes Schneider, Kyriakos Flouris

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Institute of Information Systems, Universität Liechtenstein（列支敦士登大学信息系统研究所） ； Department of Computer Science, New York University（纽约大学计算机科学系） ； MRC Biostatistics Unit, University of Cambridge（剑桥大学MRC生物统计单元） 纠错

AI总结 本文提出基于扩散的优化框架，通过控制能量目标实现运动领域间流畅过渡，提升长程人类运动生成的连贯性与准确性。

HVG-3D: Bridging Real and Simulation Domains for 3D-Conditional Hand-Object Interaction Video Synthesis

HVG-3D: 联接真实与仿真领域用于3D条件手-物体交互视频合成

Mingjin Chen, Junhao Chen, Zhaoxin Fan, Yujian Lee, Zichen Dang, Lili Wang, Yawen Cui, Lap-Pui Chau, Yi Wang

机构 * Dept. of EEE, The Hong Kong Polytechnic University（香港理工大学电机及电子工程学系） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院未来区块链与隐私计算北京高精尖创新中心） ； Tsinghua University（清华大学） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院） ； State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院虚拟现实技术与系统国家重点实验室） 纠错

AI总结 HVG-3D提出一种统一框架，通过显式3D表示条件生成3D-aware手-物体交互视频，结合3D ControlNet与扩散架构，实现高保真度与时空可控性。

Comments Project page: https://hvg3d.github.io/

Beyond Ground-Truth: Leveraging Image Quality Priors for Real-World Image Restoration

超越真实数据：利用图像质量先验进行现实场景图像修复

Fengyang Xiao, Peng Hu, Lei Xu, XingE Guo, Guanyi Qin, Yuqi Shen, Chengyu Fang, Rihan Zhang, Chunming He, Sina Farsiu

机构 * Duke University（杜克大学） ； Tsinghua University（清华大学） ； EPFL（瑞士联邦理工学院洛桑分校） 纠错

AI总结 本文提出IQPIR框架，通过引入图像质量先验指导图像修复，提升感知质量。方法整合代码本先验，采用Transformer和双分支结构优化修复效果。

Comments Accepted by CVPR 2026

NeuroSymb-MRG: Differentiable Abductive Reasoning with Active Uncertainty Minimization for Radiology Report Generation

NeuroSymb-MRG：基于主动不确定性最小化的可微推断推理用于放射科报告生成

Rong Fu, Yiqing Lyu, Chunlei Meng, Muge Qi, Yabin Jin, Qi Zhao, Li Bao, Juntao Gao, Fuqian Shi, Nilanjan Dey, Wei Luo, Simon Fong

机构 * University of Macau（澳门大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； The First People’s Hospital of Foshan（佛山市第一人民医院） ； Capital Medical University（首都医科大学） ； Rutgers Cancer Institute, NJ, USA（罗格斯癌症研究所（美国新泽西州）；纽约大学朗格尼健康中心（美国纽约州）） ； and NYU Langone Health, NY, USA（Techno国际新城（印度加尔各答）） ； Techno International New Town, Kolkata, India 纠错

AI总结 本文提出NeuroSymb-MRG框架，结合神经符号推断与主动不确定性最小化，生成结构化且临床可靠的报告。通过图像特征到概率临床概念的映射，构建可微推理链，并通过检索和约束语言模型编辑优化文本输出。

Comments 12 pages, 1 figure

ModalImmune: Immunity Driven Unlearning via Self Destructive Training

ModalImmune: 通过自毁式训练实现的免疫驱动反学习

Rong Fu, WeiZhi Tang, Ziming Wang, Jia Yee Tan, Zijian Zhang, Zhaolu Kang, Muge Qi, Shuning Zhang, Simon Fong

机构 * University of Macau（澳门大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出ModalImmune框架，通过可控地在训练中坍缩选定模态信息，使模型学习到对破坏性模态影响具有鲁棒性的联合表示，提升多模态系统在模态丢失或损坏时的可靠性。

Comments 24 pages, 8 figures

ST-BiBench: Benchmarking Multi-Stream Multimodal Coordination in Bimanual Embodied Tasks for MLLMs

ST-BiBench：多流多模态协调在双臂具身任务中的基准测试

Xin Wu, Zhixuan Liang, Yue Ma, Mengkang Hu, Zhiyuan Qin, Xiu Li

机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； HKUST（香港科技大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） 纠错

AI总结 本文提出ST-BiBench框架，用于评估多流多模态协调，揭示MLLMs在高阶策略与精细物理执行间的协调悖论。

Comments 42 pages, 9 figures. Project page:https://stbibench.github.io/

Personalized Federated Distillation Assisted Vehicle Edge Caching Strategy

个性化联邦蒸馏辅助车辆边缘缓存策略

Xun Li, Qiong Wu, Pingyi Fan, Kezhi Wang, Wen Chen, Cui Zhang

机构 * School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院） ； Department of Electronic Engineering, State Key laboratory of Space Network and Communications, Beijing National Research Center for Information Science and Technology, Tsinghua University（清华大学电子工程系、空间网络与通信国家重点实验室、北京信息科学与技术国家研究中心） ； Department of Computer Science, Brunel University（布鲁内尔大学计算机科学系） ； Department of Electronic Engineering, Shanghai JiaoTong University（上海交通大学电子工程系） ； School of Internet of Things Engineering, Wuxi Institute of Technology（无锡职业技术学院物联网工程学院） 纠错

AI总结 本文提出一种个性化联邦蒸馏辅助车辆边缘缓存策略，以解决传统联邦学习在通信开销和训练稳定性方面的不足，通过预测用户兴趣内容来减少延迟。

Comments This paper has been accepted by IEEE International Conference on Radio Frequency and Antenna Technologies. The source code has been released at: https://github.com/qiongwu86/Federated-Distillation-Assisted-Vehicle-Edge-Caching-Scheme-Based-on-Lightweight-DDPM

Partially Functional Dynamic Backdoor Diffusion-based Causal Model

部分功能动态后门扩散因果模型

Xinwen Liu, Lei Qian, Song Xi Chen, Niansheng Tang

机构 * YunNan University（云南大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出PFD-BDCM模型，通过动态后门调整和基函数展开，解决时空数据中动态混杂和功能变量的因果推断问题，实验显示其在观测、干预和反事实查询中表现更优。

Comments 16 pages, 2 figures

An Adaptive Grasping Force Tracking Strategy for Nonlinear and Time-Varying Object Behaviors

一种针对非线性和时变物体行为的自适应抓取力跟踪策略

Ziyang Cheng, Xiangyu Tian, Ruomin Sui, Tiemin Li, Yao Jiang

机构 * Tsinghua University（清华大学） ； Department of Mechanical Engineering, Tsinghua University（清华大学机械工程系） 纠错

AI总结 本文提出基于LSTM网络的通用刚度估计器，解决非线性和时变物体抓取力跟踪问题，提升机器人在非结构化环境中的抓取能力。

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 22, pp. 17063-17076, 2025

SHLE: Devices Tracking and Depth Filtering for Stereo-based Height Limit Estimation

SHLE：基于立体视觉的高度限制设备跟踪与深度滤波

Zhaoxin Fan, Kaixing Yang, Min Zhang, Zhenbo Song, Hongyan Liu, Jun He

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； Department of Management Science and Engineering, Tsinghua University（清华大学管理科学与工程系） 纠错

AI总结 本文提出SHLE系统，通过立体视觉实现高度限制设备的检测与深度滤波，有效提升高度限制估计的精度和效率，实验表明其在70米距离下误差低于10厘米。