Tsinghua University（清华大学）

ManiTwin: Scaling Data-Generation-Ready Digital Object Dataset to 100K

ManiTwin：将数据生成-ready的数字对象数据集扩展到10万

Kaixuan Wang, Tianxing Chen, Jiawei Liu, Honghao Su, Shaolong Zhu, Minxuan Wang, Zixuan Li, Yue Chen, Huan-ang Gao, Yusen Qin, Jiawei Wang, Qixuan Zhang, Lan Xu, Jingyi Yu, Yao Mu, Ping Luo

机构 * The University of Hong Kong（香港大学） ； Xspark AI ； Deemos Tech ； Shanghai Jiao Tong University（上海交通大学） ； ShanghaiTech University（上海交通大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； D-Robotics ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Shenzhen University（深圳大学） 纠错

AI总结 本文提出ManiTwin，一种高效生成数据生成-ready数字对象双胞胎的自动化流程，构建了包含10万高质量标注3D资产的ManiTwin-100K数据集，为大规模仿真数据合成和策略学习提供基础。

Comments Website: https://manitwin.github.io/

RaDAR: Relation-aware Diffusion-Asymmetric Graph Contrastive Learning for Recommendation

RaDAR: 关系感知的扩散非对称图对比学习用于推荐系统

Yixuan Huang, Jiawei Chen, Shengfan Zhang, Zongsheng Cao

机构 * University of Electronic Science and Technology of China（电子科技大学） ； National University of Defense Technology（国防科技大学） ； Tsinghua University（清华大学） 纠错

AI总结 RaDAR通过结合图生成模型和关系感知去噪模型，解决图对比学习中边扰动和数据稀疏的问题，提升推荐系统在噪声和稀疏条件下的性能。

Comments 12 pages, 5 figures. Accepted at WWW 2026

Journal ref Proceedings of the ACM Web Conference (WWW), 2026

Neural-Symbolic Logic Query Answering in Non-Euclidean Space

非欧空间中的神经符号逻辑查询回答

Lihui Liu

机构 * Institute for Clarity in Documentation（清晰文档研究所） ； Inria Paris-Rocquencourt（巴黎-罗克琴堡研究所） ； Rajiv Gandhi University（拉朱·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒尔研究实验室） 纠错

AI总结 本文提出HYQNET模型，通过超几何空间提升逻辑查询推理能力，结合符号与神经方法，有效处理知识图谱中的缺失链接问题。

$x^2$-Fusion: Cross-Modality and Cross-Dimension Flow Estimation in Event Edge Space

$x^2$-Fusion：事件边缘空间中的跨模态和跨维度流估计

Ruishan Guo, Ciyu Ruan, Haoyang Wang, Zihang Gong, Jingao Xu, Xinlei Chen

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Harbin Institute of Technology（哈尔滨工业大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出$x^2$-Fusion方法，通过事件边缘空间实现跨模态和跨维度流的统一表示，提升动态场景理解的准确性和鲁棒性。

Comments This version is the camera-ready version accepted at CVPR 2026

TCATSeg: A Tooth Center-Wise Attention Network for 3D Dental Model Semantic Segmentation

TCATSeg：一种针对3D牙科模型语义分割的牙齿中心导向注意力网络

Qiang He, Wentian Qu, Jiajia Dai, Changsong Lei, Shaofeng Wang, Feifei Zuo, Yajie Wang, Yaqian Liang, Xiaoming Deng, Cuixia Ma, Yong-Jin Liu, Hongan Wang

机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Beijing Stomatological Hospital, Capital Medical University（首都医科大学北京 stomatological Hospital） ； LargeV Instrument Corporation, Ltd.（LargeV仪器有限公司） 纠错

AI总结 本文提出TCATSeg网络，结合局部几何特征与全局语义上下文，通过引入物理意义的稀疏超点提升分割精度，并通过400个牙科模型数据集验证方法有效性。

Comments 6 pages, 4 figures, ICASSP 2026

FSMC-Pose: Frequency and Spatial Fusion with Multiscale Self-calibration for Cattle Mounting Pose Estimation

FSMC-Pose：基于多尺度自校准的频率与空间融合用于牛交配姿态估计

Fangjing Li, Zhihai Wang, Xinxin Ding, Haiyang Liu, Ronghua Gao, Rong Wang, Yao Zhu, Ming Jin

机构 * Beijing Jiaotong University（北京交通大学） ； NERCITA ； Tsinghua University（清华大学） ； Griffith University（格里菲斯大学） 纠错

AI总结 本文提出FSMC-Pose框架，通过轻量级频率-空间融合骨干网络、CattleMountNet和多尺度自校准头SC2Head，有效解决牛交配姿态估计中的复杂背景和动物遮挡问题，实现高精度低开销的实时估计。

Comments 10 pages, 6 figures. Accept by CVPR2026 Findings

Conservative Offline Robot Policy Learning via Posterior-Transition Reweighting

通过后过渡重加权实现保守的离线机器人策略学习

Wanpeng Zhang, Hao Luo, Sipeng Zheng, Yicheng Feng, Haiweng Xu, Ziheng Xi, Chaoyi Xu, Haoqi Yuan, Zongqing Lu

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； BeingBeyond 纠错

AI总结 本文提出PTR方法，通过后验过渡重加权实现保守的离线机器人策略学习，根据样本后作用后果的可归因性分配信用，提升对异质机器人数据的适应性。

Via Negativa for AI Alignment: Why Negative Constraints Are Structurally Superior to Positive Preferences

通过否定来实现AI对齐：为什么否定约束在结构上优于积极偏好

Quan Cheng

机构 * Tsinghua University（清华大学） 纠错

AI总结 本文探讨了通过否定约束而非积极偏好进行AI对齐的结构优势，提出基于波普尔的证伪逻辑，指出否定信号方法在避免趋炎附势和提升效果上的有效性。

Comments 9 pages, position paper

Semantic One-Dimensional Tokenizer for Image Reconstruction and Generation

语义一维分词器用于图像重建与生成

Yunpeng Qu, Kaidong Zhang, Yukang Ding, Ying Chen, Jian Wang

机构 * Tsinghua University, Beijing, China（清华大学，北京，中国） ； Alibaba Group, Beijing, China（阿里巴巴集团，北京，中国） 纠错

AI总结 本文提出SemTok，一种语义一维分词器，通过压缩2D图像为1D离散token实现高效图像重建，采用三重创新框架提升生成效果。

Comments 18 pages,12 figures

Mostly Text, Smart Visuals: Asymmetric Text-Visual Pruning for Large Vision-Language Models

大部分文本，智能视觉：不对称文本-视觉剪枝用于大型视觉-语言模型

Sijie Li, Biao Qian, Jungong Han

机构 * University of Sheffield, UK（英国谢菲尔德大学） ； Tsinghua University, China（清华大学） 纠错

AI总结 本文提出不对称文本-视觉剪枝方法，通过解耦文本和视觉token的权重，发现文本路径需用文本token校准，视觉路径可实现50%稀疏率，验证了其在多模态基准上的优越性。

Comments CVPR 2026. Code available here: https://github.com/LezJ/ATV-Pruning

Why the Valuable Capabilities of LLMs Are Precisely the Unexplainable Ones

为何大语言模型的宝贵能力恰恰是无法解释的那些

Quan Cheng

机构 * Tsinghua University（清华大学） 纠错

AI总结 本文提出论点：大语言模型真正有价值的能力恰恰是无法用人类可读的离散规则完全描述的部分。通过专家系统等价性证明，若LLM能力可被规则完全描述，则等同于专家系统，但专家系统在历史上和实证上均弱于LLM，从而产生矛盾。

Comments 12 pages, v2: added correction to Polanyi on why tacit knowledge is tacit (structural vs quantitative), unified three independent intellectual threads (Smolensky, Dreyfus, dynamical systems theory)

AutothinkRAG: Complexity-Aware Control of Retrieval-Augmented Reasoning for Image-Text Interaction

AutothinkRAG: 多模态文档问答中检索增强推理的复杂度感知控制

Jiashu Yang, Chi Zhang, Abudukelimu Wuerkaixi, Xuxin Cheng, Cao Liu, Ke Zeng, Xu Jia, Xunliang Cai

机构 * Dalian University of Technology（大连理工大学） ； Tsinghua University（清华大学） ； Meituan LongCat Interaction Team（美团LongCat交互团队） 纠错

AI总结 本文提出AutoThinkRAG，通过查询复杂度路由器和感知-推理解耦架构，提升多模态文档问答的效率与鲁棒性，实验表明在DocBench和MMLongBench上准确率提升，且降低计算与成本消耗。

WildCap: Facial Albedo Capture in the Wild via Hybrid Inverse Rendering

WildCap：通过混合反向渲染实现野外面部铝含量捕获

Yuxuan Han, Xin Ming, Tianxiao Li, Zhuofan Shen, Qixuan Zhang, Lan Xu, Feng Xu

机构 * School of Software and BNRist, Tsinghua University（软件学院和BNRist，清华大学） ； ShanghaiTech University（上海科技大学） ； Deemos Technology（德摩斯技术） 纠错

AI总结 本文提出WildCap，一种通过混合反向渲染在野外从手机视频中实现高质量面部铝含量捕获的方法，解决了复杂光照下的铝含量分离问题。

Comments CVPR 2026. project page: https://yxuhan.github.io/WildCap/index.html; code: https://github.com/yxuhan/WildCap

3M-TI: High-Quality Mobile Thermal Imaging via Calibration-free Multi-Camera Cross-Modal Diffusion

3M-TI: 通过无校准多相机跨模态扩散实现高质量移动热成像

Minchong Chen, Xiaoyun Yuan, Junzhe Wan, Jianing Zhang, Jun Zhang

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（人工智能联合实验室，人工智能研究院，上海交通大学） ； School of Computer Science, Shanghai Jiao Tong University（计算机科学学院，上海交通大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出3M-TI，一种无需校准的多相机跨模态扩散框架，通过跨模态自注意力模块提升热成像的分辨率和细节，验证其在实际应用中的优越性能。

Comments Accepted by CVPR 2026, Code: https://github.com/work-submit/3MTI, Project page: https://lab.xiaoyunyuan.net/index.html?project=3m-ti

High-Quality Facial Geometry and Appearance Capture at Home

在家中的高质量面部几何与外观捕捉

Yuxuan Han, Junfeng Lyu, Feng Xu

机构 * School of Software and BNRist, Tsinghua University（软件学院和BNRist，清华大学） 纠错

AI总结 本文提出了一种易用的系统，能够在暗室中通过手机闪光灯序列捕捉高质量的完整面部模型，包括皮肤、口腔、头发和眼睛。

Comments CVPR 2024. Project page: https://yxuhan.github.io/CoRA/index.html ; Github repo: https://github.com/yxuhan/CoRA

Mixed Cloud Control Testbed: Validating Vehicle-Road-Cloud Integration via Mixed Digital Twin

混合云控制测试床：通过混合数字孪生验证车辆-道路-云集成

Jianghong Dong, Qing Xu, Jiawei Wang, Chunying Yang, Mengchi Cai, Chaoyi Chen, Jianqiang Wang, Keqiang Li

机构 * Tsinghua University-Didi Joint Research Center for Future Mobility（清华大学-滴滴未来移动联合研究中心） ； Beihang University（北航） ； Beijing Idriverplus Technology Co., Ltd.（北京 Idriverplus 技术有限公司） ； Dongfeng Automobile Co., Ltd.（东风汽车有限公司） 纠错

AI总结 本文提出混合云控制测试床，通过混合数字孪生技术验证车辆-道路-云集成，展示了多车辆协同的灵活性和可扩展性。

Comments 13 pages, 13 figures

Journal ref 2023 in IEEE Transactions on Intelligent Vehicles

Meta-TTRL: A Metacognitive Framework for Self-Improving Test-Time Reinforcement Learning in Unified Multimodal Models

Meta-TTRL：一种用于统一多模态模型中自改进测试时间强化学习的元认知框架

Lit Sin Tan, Junzhe Chen, Xiaolong Fu, Lichen Ma, Junshi Huang, Jianzhong Shi, Yan Li, Lijie Wen

机构 * Tsinghua University（清华大学） 纠错

AI总结 Meta-TTRL通过元认知信号实现测试时间参数优化，提升统一多模态模型的自改进能力，在文本到图像生成任务中取得显著成果。

Comments 8 pages

Loosely-Structured Software: Engineering Context, Structure, and Evolution Entropy in Runtime-Rewired Multi-Agent Systems

松散结构软件：运行时重 wiring 多智能体系统的工程上下文、结构与进化熵

Weihao Zhang, Yitong Zhou, Huanyu Qu, Hongyi Li

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； AI Chip Center for Emerging Smart Systems（新兴智能系统人工智能芯片中心） ； University of Macau（澳门大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出松散结构软件，通过运行时熵管理提升多智能体系统的可设计性、可扩展性和可进化性。

MeMix: Writing Less, Remembering More for Streaming 3D Reconstruction

MeMix：少写，多记：用于流式3D重建

Jiacheng Dong, Huan Li, Sicheng Zhou, Wenhao Hu, Weili Xu, Yan Wang

机构 * Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Zhejiang University（浙江大学） 纠错

AI总结 MeMix通过将递归状态转化为记忆混合，提升流式3D重建性能，减少重建完整度误差，无需额外参数或微调。

Flash-Unified: A Training-Free and Task-Aware Acceleration Framework for Native Unified Models

Flash-Unified: 一种无需训练且任务感知的加速框架用于原生统一模型

Junlong Ke, Zichen Wen, Boxue Yang, Yantai Yang, Xuyang Liu, Chenfei Liao, Zhaorun Chen, Shaobo Wang, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Sichuan University（四川大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Chicago（芝加哥大学） 纠错

AI总结 本文提出FlashU框架，通过任务感知的网络剪枝和动态层跳过，减少统一模型的计算冗余，提升生成和理解任务的推理速度，实验表明在Show-o2数据集上加速1.78至2.01倍，保持SOTA性能。

Comments Accepted by CVPR 2026 Findings

AGCD: Agent-Guided Cross-Modal Decoding for Weather Forecasting

AGCD：面向天气预报的代理引导跨模态解码

Jing Wu, Yang Liu, Lin Zhang, Junbo Zeng, Jiabin Wang, Zi Ye, Guowen Li, Shilei Cao, Jiashun Cheng, Fang Wang, Meng Jin, Yerong Feng, Hong Cheng, Yutong Lu, Haohuan Fu, Juepeng Zheng

机构 * Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） ； Jiangxi Science and Technology Normal University（江西科技师范大学） ； China Meteorological Administration（中国气象局） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Guangdong-Hong Kong-Macao Greater Bay Area Weather Research Center for Monitoring Warning and Forecasting（粤港澳大湾区气象监测预警与预报研究中心） ； National Supercomputing Center in Shenzhen（深圳国家超算中心） ； Tsinghua University（清华大学） 纠错

AI总结 AGCD通过在解码时注入状态条件化的物理先验，提升天气预报的结构一致性和物理一致性，实验显示在不同分辨率和模型上均取得显著提升。

Master Micro Residual Correction with Adaptive Tactile Fusion and Force-Mixed Control for Contact-Rich Manipulation

通过自适应触觉融合和力混合控制实现接触密集操作的主微残差校正

Xingting Li, Yifan Xie, Han Liu, Wei Hou, Guangyu Chen, Shoujie Li, Wenbo Ding

机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China（深圳智能数据赋能重点实验室，深圳国际研究生院，清华大学，深圳518055，中国） ； School of Electronics and Communication Engineering, Sun Yat-sen University, Shenzhen 518107, China（电子与通信工程学院，中山大学，深圳518107，中国） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore 639956, Singapore（机械与航空航天工程学院，南洋理工大学，新加坡639956，新加坡） 纠错

AI总结 本文提出M2-ResiPolicy，结合高阶动作指导与低阶校正，通过触觉强度驱动的自适应融合机制和力混合PBIC执行层，提升接触密集操作的精度与安全性。

Multi-Mode Pneumatic Artificial Muscles Driven by Hybrid Positive-Negative Pressure

多模式气压人工肌肉：混合正负压驱动

Siyuan Feng, Ruoyu Feng, Shuguang Li

机构 * Department of Mechanical Engineering（机械工程系） ； Tsinghua University（清华大学） ； Beijing Key Laboratory of Transformative High-end Manufacturing Equipment and Technology（北京 transformative 高端制造装备与技术重点实验室） 纠错

AI总结 本文提出了一种基于可膨胀流体驱动折纸灵感的人工肌肉架构，通过正负压组合驱动实现多种运动模式，展示了其在柔性可穿戴设备和紧凑软体机器人中的应用潜力。

Comments 20 pages, 17 figures. Published in IEEE Transactions on Robotics

Journal ref IEEE Transactions on Robotics 42 (2026) 1351-1370

PCodeTrans: Translate Decompiled Pseudocode to Compilable and Executable Equivalent

PCodeTrans：将反编译的伪代码翻译成可编译和可执行的等价代码

Yuxin Cui, Zeyu Gao, Shuxian He, Siliang Qin, Chao Zhang

机构 * Tsinghua University（清华大学） ； Wuhan University（武汉大学） ； Institute of Information Engineering, CAS（中国科学院信息工程研究所） 纠错

AI总结 PCodeTrans通过反馈驱动框架解决反编译伪代码的可编译性和执行准确性问题，通过动态验证和LLM迭代修复实现高精度代码恢复。

M2IR: Proactive All-in-One Image Restoration via Mamba-style Modulation and Mixture-of-Experts

M2IR：通过Mamba风格调制和专家混合实现主动式全图像修复

Shiwei Wang, Yongzhen Wang, Bingwen Hu, Liyan Zhang, Xiao-Ping Zhang, Mingqiang Wei

机构 * School of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） ； School of Computer Science and Technology, Anhui University of Technology（安徽工业大学计算机科学与技术学院） ； Shenzhen Ubiquitous Data Enabling Key Laboratory, Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院深圳 ubiquitous 数据赋能重点实验室） ； College of Artificial Intelligence, Taiyuan University of Technology（太原科技大学人工智能学院） 纠错

AI总结 本文提出M2IR框架，通过编码阶段主动调节降质传播和解码阶段高效消除残余降质，提升图像修复的泛化能力与适应性。

Reconciling In-Context and In-Weight Learning via Dual Representation Space Encoding

通过双表示空间编码弥合上下文学习与权重学习

Guanyu Chen, Ruichen Wang, Tianren Zhang, Feng Chen

机构 * Department of Automation, Tsinghua University（清华大学自动化系） 纠错

AI总结 本文提出CoQE架构，通过分离上下文与样本到不同空间，解决上下文学习与权重学习的冲突，提升单值回答性能。

Comments TMLR2026

WebVR: Benchmarking Multimodal LLMs for WebPage Recreation from Videos via Human-Aligned Visual Rubrics

WebVR：通过人类对齐的视觉标准基准测试多模态大语言模型从视频中重建网页

Yuhong Dai, Yanlin Lai, Mitt Huang, Hangyu Guo, Dingming Li, Hongbo Peng, Haodong Li, Yingxiu Zhao, Haoran Lyu, Zheng Ge, Xiangyu Zhang, Daxin Jiang

机构 * StepFun ； Tsinghua University（清华大学） 纠错

AI总结 WebVR通过人类对齐的视觉标准评估多模态大语言模型从视频中重建网页的能力，包含175个多样化网页，展示了模型在细节风格和运动质量上的显著差距。

InfiniteDance: Scalable 3D Dance Generation Towards in-the-wild Generalization

InfiniteDance: 可扩展的3D舞蹈生成以实现真实场景泛化

Ronghui Li, Zhongyuan Hu, Li Siyao, Youliang Zhang, Haozhe Xie, Mingyuan Zhang, Jie Guo, Xiu Li, Ziwei Liu

机构 * Tsinghua University（清华大学） ； Peng Cheng Laboratory（鹏城实验室） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出InfiniteDance，通过扩大数据与模型设计，实现可扩展的3D舞蹈生成，解决了真实场景下的泛化问题。

Comments project page: https://infinitedance.github.io/

Auditing Cascading Risks in Multi-Agent Systems via Semantic-Geometric Co-evolution

通过语义-几何共演化审计多智能体系统中的级联风险

Zixun Luo, Yuhang Fan, Hengyu Lin, Yufei Li, Youzhi Zhang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Lingnan University（岭大大学） ； Tsinghua University（清华大学） ； Centre for Artificial Intelligence and Robotics（人工智能与机器人中心） ； Hong Kong Institute of Science and Innovation（香港创新科技研究院） ； Chinese Academy of Sciences（中国科学院） 纠错

AI总结 本文提出基于语义-几何共演化的框架，通过动态图模型和Ollivier-Ricci曲率检测多智能体系统中的级联风险，提前预警并定位根本原因。

Comments This work has been accepted to ICLR 2026 Workshop: Principled Design for Trustworthy AI

RelayCaching: Accelerating LLM Collaboration via Decoding KV Cache Reuse

RelayCaching: 通过解码KV缓存重用加速LLM协作

Yingsheng Geng, Yuchong Gao, Weihong Wu, Guyue Liu, Jiang Liu

机构 * Beijing University of Posts（北京邮电大学） ； Tsinghua University, Beijing, China（清华大学） ； University of Electronic Science（电子科学大学） ； Peking University, Beijing, China（北京大学） 纠错

AI总结 本文提出RelayCaching方法，通过重用前序代理的解码阶段KV缓存，在多代理LLM系统中减少冗余预填充计算，提升效率与准确性。