University of Chinese Academy of Sciences（中国科学院大学）

VisualPrompter: Semantic-Aware Prompt Optimization with Visual Feedback for Text-to-Image Synthesis

VisualPrompter: 基于视觉反馈的语义感知提示优化用于文本到图像合成

Shiyu Wu, Mingzhen Sun, Weining Wang, Yequan Wang, Jing Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Peking University（北京大学） 纠错

AI总结 VisualPrompter通过语义感知的提示优化机制，提升文本到图像合成的对齐性能和内容质量。

Comments ICLR2026 Camera Ready

FlashPrefill: Instantaneous Pattern Discovery and Thresholding for Ultra-Fast Long-Context Prefilling

FlashPrefill: ultra-fast long-context prefilling的即时模式发现与阈值处理

Qihang Fan, Huaibo Huang, Zhiying Wu, Juqiu Wang, Bingning Wang, Ran He

机构 * MAIS&NLPR, CASIA（MAIS与NLPR，中国科学院自动化研究所） ； UCAS（中国科学技术大学） ； WeChat, Tencent（微信、腾讯） 纠错

AI总结 FlashPrefill通过即时模式发现和动态阈值机制，实现超快长上下文prefilling，显著提升效率并保持在不同序列规模下的鲁棒性。

Lifelong Embodied Navigation Learning

持续性具身导航学习

Xudong Wang, Jiahua Dong, Baichen Liu, Qi Lyu, Lianqing Liu, Zhi Han

机构 * State Key Laboratory of Robotics and Intelligent Systems（机器人与智能系统国家重点实验室） ； Shenyang Institute of Automation（沈阳自动化研究所） ； Chinese Academy of Sciences（中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

AI总结 Uni-Walker通过分解导航知识为共享和特定组件，解决持续性具身导航学习中的灾难性遗忘问题，提升导航代理的持续学习能力。

Comments 24 pages, 7 figures

Learning to Generate via Understanding: Understanding-Driven Intrinsic Rewarding for Unified Multimodal Models

通过理解学习生成：基于理解的内在奖励用于统一多模态模型

Jiadong Pan, Liang Li, Yuxin Peng, Yu-Ming Tang, Shuohuan Wang, Yu Sun, Hua Wu, Qingming Huang, Haifeng Wang

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Sun Yat-sen University（中山大学） ； Baidu Inc.（百度公司） 纠错

AI总结 本文提出GvU机制，通过内在奖励提升统一多模态模型的生成能力，同时增强其视觉理解能力，缩小理解与生成之间的能力差距。

Comments Accepted by CVPR 2026

BlackMirror: Black-Box Backdoor Detection for Text-to-Image Models via Instruction-Response Deviation

BlackMirror: 通过指令-响应偏差检测文本到图像模型的黑盒后门

Feiran Li, Qianqian Xu, Shilong Bao, Zhiyong Yang, Xilin Zhao, Xiaochun Cao, Qingming Huang

机构 * Institute of Information Engineering, CAS（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（中国科学院计算技术研究所人工智能安全国家重点实验室） ； School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院） ； BDKM, University of Chinese Academy of Sciences（中国科学院大学BDKM） ； School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； School of Cyber Science and Tech., Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区网络安全科学与技术学院） 纠错

AI总结 BlackMirror通过指令-响应偏差检测文本到图像模型的黑盒后门，利用视觉模式与指令的对齐及偏差稳定性评估实现高效检测。

Comments This paper is accepted by CVPR 2026

MatRIS: Toward Reliable and Efficient Pretrained Machine Learning Interatomic Potentials

MatRIS：迈向可靠且高效的预训练机器学习原子势能函数

Yuanchang Zhou, Siyu Hu, Xiangyu Zhang, Hongyu Wang, Guangming Tan, Weile Jia

机构 * State Key Lab of Processors, Institute of Computing Technology, Chinese Academy of Sciences（处理器国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Advanced Interdisciplinary Sciences, UCAS（交叉科学学院，UCAS） 纠错

AI总结 MatRIS通过引入基于注意力的三体相互作用建模，提出了一种高效且准确的不变机器学习原子势能函数模型，实现了在多种基准测试中与等变模型相当的性能，同时显著降低了计算成本。

Comments 28 pages, 9 figures, 12 tables

SPARK: Jailbreaking T2V Models by Synergistically Prompting Auditory and Recontextualized Knowledge

SPARK：通过协同提示音频与重新上下文化知识实现T2V模型的劫持

Zonghao Ying, Moyang Chen, Nizhang Li, Zhiqiang Wang, Wenxin Zhang, Quanchen Zou, Zonglei Jing, Aishan Liu, Xianglong Liu

机构 * State Key Laboratory of Complex \& Critical Software Environment, Beihang University ； College of Science, Mathematics ； Technology, Wenzhou-Kean University ； 360 AI Security Lab ； Faculty of Innovation Engineering, Macau University of Science ； Hong Kong University of Science ； University of Chinese Academy of Sciences 纠错

AI总结 SPARK通过模块化提示设计，利用音频与视觉关联模式，实现对T2V模型的高效劫持，提升攻击成功率23%。

C^2Prompt: Class-aware Client Knowledge Interaction for Federated Continual Learning

C²Prompt：面向联邦持续学习的类感知客户端知识交互

Kunlun Xu, Yibo Feng, Jiangmeng Li, Yongsheng Qi, Jiahuan Zhou

机构 * Wangxuan Institute of Computer Technology Peking University（北京大学王轩计算机技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Inner Mongolia University of Technology（内蒙古科技大学） 纠错

AI总结 C²Prompt通过增强类层面知识一致性，解决联邦持续学习中的时间与空间遗忘问题，实现最先进的性能。

Comments Accepted by NeurIPS 2025

NarrLV: Towards a Comprehensive Narrative-Centric Evaluation for Long Video Generation

NarrLV: 向长视频生成的综合性叙事导向评估迈进

X. Feng, H. Yu, M. Wu, S. Hu, J. Chen, C. Zhu, J. Wu, X. Chu, K. Huang

机构 * UCAS ； CASIA（中国科学院自动化研究所） ； AMAP, Alibaba Group（阿里云实验室） ； NTU（国立科技大学） ； PKU（北京大学） 纠错

AI总结 NarrLV是首个针对长视频生成模型的综合性叙事评估基准，通过引入时间叙事原子和基于MLLM的评估指标，全面评估模型在叙事表达上的能力。

Comments Project Page: https://amap-ml.github.io/NarrLV-Website/