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
混合类型结果的深度多任务学习与共享稀疏性
机构 * School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院） ； School of Statistics and Data Science, Southeast University（东南大学统计与数据科学学院） ； Key Laboratory of Big Data Mining and Knowledge Management, Chinese Academy of Sciences（中国科学院大数据挖掘与知识管理重点实验室） ； Department of Biostatistics, Yale School of Public Health（耶鲁大学公共卫生学院生物统计学系）
AI总结 提出多任务变换框架，通过共享第一层的深度神经网络和组Lasso惩罚优化平滑秩准则，实现混合类型结果的预测和变量选择，并建立了非渐近超额风险界和变量选择一致性。
HieDG: 一种用于多动物跟踪的层次化离散几何引导框架
机构 * State Key Laboratory of Brain Cognition and Brain-inspired Intelligence Technology, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所脑认知与脑启发智能技术国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Technology, Beijing Forestry University（北京林业大学工学院） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学前沿交叉科学学院） ； College of Computer Science, Sichuan University（四川大学计算机学院） ； C²DL, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所C²DL） ； School of Automation, Chongqing University（重庆大学自动化学院） ； Faculty of Life and Health Sciences, Shenzhen University of Advanced Technology（深圳理工大学生命健康学院） ； School of Future Technology, University of Chinese Academy of Sciences（中国科学院大学未来技术学院）
AI总结 针对多动物跟踪中外观相似、密度高和运动不规则导致的身份关联困难，提出HieDG框架，通过两级残差码本将连续几何信号离散化为结构化令牌，与视觉嵌入对齐并集成到查询中，显著提升身份一致性。
Comments Accepted to ECCV 2026
可控叙事渲染以增强辅助写作
机构 * Institute of Information Engineering, Chinese Academy of Sciences（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空间安全学院） ； HiThink Research（海天瑞声）
AI总结 针对大语言模型在创意写作中安全编辑与无控制情节扩展的二元失败问题，提出基于叙事学故事/话语区分的Loom框架，通过三层流水线和意图中心符号链实现叙事意图与渲染密度的精确控制，在保持事实完整性的同时提升描述强度。
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。
连续推测解码用于自回归图像生成
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统实验室） ； JD.COM Inc（京东集团股份有限公司） ； China Tower Corporation Limited（中国铁塔股份有限公司）
AI总结 提出连续推测解码方法，通过近似准则、去噪轨迹对齐和接受-拒绝采样，加速连续视觉自回归模型，实现2倍以上加速且保持生成质量。
Comments ECCV 2026
AeroVerse-SatAgent: 受认知神经科学双视觉通路理论启发的无人机-卫星协同空间推理
机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； Key Laboratory of Target Cognition and Application Technology (TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院目标认知与应用技术重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机学院）
AI总结 针对单视角感知易受遮挡和视角变化影响的问题，提出受人类视觉双通路机制启发的无人机-卫星协同空间推理模型SatAgent，通过几何感知3D重建编码器、多视角拓扑语义对齐模块和一致性损失，在复杂城市环境中实现鲁棒推理，构建首个大规模协同数据集，性能超越现有模型。
Comments 21 pages, 10 figures and 8 tables
重新审视视觉-语言-动作模型中的参数冗余：从VLM到VLA适配的见解
机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院）
AI总结 通过分析VLM到VLA适配中参数差异的空间分布，设计多模块联合剪枝方案，在无需微调恢复的情况下减少12%-30%参数并保持约90%性能。
Comments 22 pages, 3 figures, ECCV 2026 Conference
通过双流双层循环优化的域自适应目标检测
机构 * School of Cyber Science and Technology, Sun Yat-sen University（中山大学网络空间安全学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； PC Laboratory（PC实验室）
AI总结 提出双流双层循环优化框架，将循环自训练扩展到目标检测的回归分支，解决伪标签不可靠、训练不稳定和损失爆炸问题，在四个跨域场景取得显著效果。
Delta-JEPA: 通过潜在差异解码学习动作敏感的世界模型
机构 * 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） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Computer Science and Technology, Harbin Institute of Technology, Weihai（哈尔滨工业大学（威海）计算机科学与技术学院） ； Faculty of Computing, Harbin Institute of Technology, Harbin（哈尔滨工业大学计算学部） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 提出Delta-JEPA，一种无重建的世界模型，通过潜在差异动作解码器（LDAD）从连续观测的潜在位移中重建动作，防止表示坍塌，提升基于规划的性能。
Fleet: 少量样本引导的有效AI生成图像检测
机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 针对AI生成图像检测中静态特征空间泛化能力不足的问题，提出动态适应框架Fleet，通过约束路由校正实现少量样本快速适应新兴生成器，在64模型基准上将性能从20.4%提升至73.1%。
Comments 25 pages, accepted by ICML 2026
量子流匹配
机构 * Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China（电子科技大学基础与前沿研究院） ； School of Physics, University of Electronic Science and Technology of China（电子科技大学物理学院） ； Institute of Theoretical Physics, Chinese Academy of Sciences（中国科学院理论物理研究所） ； School of Fundamental Physics and Mathematical Sciences, Hangzhou Institute for Advanced Study, UCAS（国科大杭州高等研究院基础物理与数学科学学院） ； Key Laboratory of Quantum Physics and Photonic Quantum Information, Ministry of Education, University of Electronic Science and Technology of China（电子科技大学教育部量子物理与光量子信息重点实验室） ； Non-classical Information Science Basic Discipline Research Center of Sichuan Province, University of Electronic Science and Technology of China（四川省非经典信息科学基础学科研究中心）
AI总结 提出量子流匹配（QFM），一种在量子计算机上实现两个密度矩阵间高效插值的量子电路方法，用于生成样本和估计可观测量，无需重新设计电路。
Comments 16 pages, 14 figures
扰动对相似个体间准确性和公平性的影响
机构 * University of New South Wales（新南威尔士大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Key Laboratory of System Software, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所系统软件重点实验室） ； Fudan University（复旦大学） ； Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州先进研究所） ； The University of Sydney（悉尼大学）
AI总结 提出鲁棒个体公平性（RIF）概念，并开发黑盒对抗框架RIFair，通过解耦扰动策略暴露模型在语义保持扰动下同时存在的鲁棒性和公平性缺陷。
少样本合成图像溯源：有限样本下识别未见生成器
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（北京智源人工智能研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； 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）） ； Peking University（北京大学）
AI总结 提出少样本合成图像溯源新范式，构建含45个生成器、117万图像的OmniFake数据集，并设计OmniDFA基线，实现少样本下识别未见生成器，在AIGI检测中达到最优泛化性能。
Comments ECCV 2026
OWMDrive: 基于4D占用世界模型的因果感知端到端自动驾驶
机构 * The School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Waytous Inc.（Waytous公司） ； The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； The College of Surveying and Geo-Informatics, Tongji University（同济大学测绘与地理信息学院）
AI总结 提出OWMDrive框架，利用4D占用世界模型预测多步3D占用，作为条件先验引导扩散规划器生成强化轨迹，显式建模时空因果依赖，提升复杂场景下的规划鲁棒性和安全性。
Comments International Conference on Intelligent Robots and Systems (IROS), 2026
SA-Homo：面向尺度变化场景的自适应单应性估计
机构 * University of Electronic Science and Technology of China（电子科技大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Institute of Technology（北京理工大学）
AI总结 提出SA-Homo框架，通过分层尺度对齐策略（全局SDBM模块与局部IHERM模块）解决大尺度差异下的单应性估计问题，在8倍尺度差异下仍保持高精度，并贡献了HMSA数据集。
参数级防御对模型合并的脆弱性
机构 * University of Science and Technology of China（中国科学技术大学） ； NLPR & MAIS, Institute of Automation, Chinese Academy of Sciences（自动化研究所国家工程实验室及机器智能研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
AI总结 本文揭示参数级防御因保护任务向量幅度小而失效，提出锚点引导攻击(AGA)通过预训练模型恢复变换矩阵，并设计锚点排斥微调(ARF)作为防御。
Comments Accepted by ECCV 2026
DAIN: 基于动态智能体交互网络的高效协同多模态推理
机构 * University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出动态智能体交互网络(DAIN)，通过上下文感知元控制器动态调度专业交互智能体并压缩通信，实现高效协同多模态推理，在五个基准上取得最优性能。
Comments 19 pages
跨模态迭代蒸馏用于稳健的IHD筛查：IDNet框架与一个新基准
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； MGI Tech Co., Ltd.（MGI科技有限公司） ； Shenzhen University（深圳大学）
AI总结 提出IDNet框架，通过跨模态蒸馏聚合器(CDA)融合左右眼眼底图像和稀疏临床变量，并构建UK Biobank基准，在IHD筛查中优于多种基线方法。
Comments Accepted to the 2026 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2026)
SkelEM：用于体积显微镜中自监督轴向超分辨率的骨架与扩散训练信号解耦
机构 * School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences, China（中国科学院大学先进交叉学科学院） ； State Key Laboratory of Brain Cognition and Brain-inspired Intelligence Technology, Institute of Automation, Chinese Academy of Sciences, China（中国科学院脑认知与脑启发智能技术国家重点实验室） ； School of Future Technology, University of Chinese Academy of Sciences, China（中国科学院大学未来技术学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, China（中国科学院大学人工智能学院）
AI总结 提出SkelEM框架，通过解耦低频拓扑与高频细节的训练信号，结合确定性骨架与扩散精炼器，实现体积显微镜自监督轴向超分辨率，仅需≤5步即可恢复高保真细节，并在新基准BRAVE-ASR上取得最优平衡。
Comments Accepted to ECCV 2026
仅在需要时看：用于缓解LVLM中幻觉的上下文感知注意力干预
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； University of Amsterdam（阿姆斯特丹大学） ； United Imaging Healthcare Co., Ltd.（联合影像医疗科技股份有限公司）
AI总结 提出训练自由的上下文感知注意力干预（CAI），通过两轴选择性（看哪里和何时干预）在解码时针对性增强视觉 grounding，有效缓解物体幻觉并保持语言流畅性。
Journal ref ECCV 2026
STEAM: 面向真实世界机器人学习的自监督时间集成优势建模
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Striding AI ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhongguancun Academy（中关村学院） ； Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Beijing Institute of Technology（北京理工大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Infinigence AI
AI总结 提出自监督时间集成优势建模（STEAM），利用专家轨迹中帧对的时间偏移作为自监督信号，学习帧级优势以区分进展与失败，结合CFGRL在多种真实任务中提升策略成功率。
神经程序记忆：通过隐式激活引导赋予LLM智能体能力
机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
AI总结 提出神经程序记忆（NPM），一种无训练框架，通过隐式激活引导而非显式指令表示智能体记忆，从历史对比经验中提取程序技能为激活空间中的引导向量，直接激活任务相关神经机制以指导执行。
UniVAD v2: 基于支持条件边界构建的统一视觉异常检测
机构 * Foundation Model Research Center, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所基础模型研究中心） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Yinwang Intelligent Technology Co. Ltd.（银河智能科技有限公司） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Wuhan AI Research（武汉人工智能研究所） ； Peng Cheng Laboratory（鹏城实验室） ； Guangdong Provincial Key Laboratory of Intellectual Property & Big Data（广东省知识产权与大数据重点实验室）
AI总结 提出UniVAD v2框架，通过最优传输关系建模、自适应协调机制和少样本异常参考模块，在统一视觉异常检测中实现跨类别、跨域泛化，提升检测性能。
面向具有规划器反馈的大型语言模型的安全可靠PDDL形式化
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Industry-education Integration, University of Chinese Academy of Sciences（中国科学院大学产教融合学院）
AI总结 提出NL-PDDL-Bench基准和规划器在环框架，通过验证器诊断和偏好优化提升LLM生成PDDL规范的可执行性与可靠性。
D$^{2}$R$^{2}$OSR: 面向真实世界全向图像超分辨率的退化解耦表示
机构 * 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） ； ByteDance Inc.（字节跳动公司） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 提出D$^{2}$R$^{2}$OSR框架，通过显式建模鱼眼成像和ERP投影的退化，结合视角投影表示和退化特定模块，实现真实世界全向图像超分辨率，达到SOTA性能。
自进化智能体图像恢复：通过深思熟虑的规划与直觉执行
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） ； School of Life Sciences, Tsinghua University（清华大学生命科学学院） ； Intelligent Science & Technology Academy of CASIC（中国科学院 CASIC 智能科学与技术学院）
AI总结 提出SEAR框架，将图像恢复建模为序列决策问题，采用直觉执行器与深思熟虑规划器，结合剪枝感知蒙特卡洛树搜索和自进化情景记忆，解决贪婪搜索和信息利用不足问题。
随机动态系统的Adam算法分析
机构 * State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（数学科学国家重点实验室，数学与系统科学研究院，中国科学院） ； School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉学科学院）
AI总结 针对时变非平稳系统，提出Adam算法的通用理论，通过新随机Lyapunov函数和矩阵乘积分析，推导参数跟踪与预测误差界，指导超参数选择。
TrajRS：面向行人轨迹预测的可认证鲁棒性
机构 * Key Laboratory of System Software (Chinese Academy of Sciences) and State Key Laboratory of Computer Science, Institute of Software, Chinese Academy of Sciences, China（中国科学院系统软件重点实验室（中国科学院）和计算机科学国家重点实验室，软件研究所，中国） ； University of Chinese Academy of Sciences, China（中国科学院大学，中国） ； Nanjing Institute of Software Technology, Chinese Academy of Sciences, China（中国科学院南京软件技术研究所，中国） ； Hangzhou Institute for Advanced Study, UCAS, China（浙江大学杭州高等研究院，中国）
AI总结 针对轨迹预测模型易受对抗攻击的问题，提出TrajRS框架，将随机平滑扩展到轨迹预测领域，为平滑后的预测器提供认证鲁棒半径，并针对最优预测和所有可能预测两种鲁棒性定义进行优化。
Comments Accepted by 2026 IEEE International Conference on Acoustics, Speech and Signal Processing
COMPASS：在统一多模态模型中锚定构图意图引导
机构 * University of Edinburgh（爱丁堡大学） ； State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS)（多模态人工智能系统国家重点实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Ant Group（蚂蚁集团）
AI总结 提出统一框架COMPASS，通过共享专家令牌τ_c实现构图感知与生成的双向锚定，结合MoE骨干和Comp-11数据集，显著提升细粒度构图理解与可控生成能力。
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