University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

EgoForge: Goal-Directed Egocentric World Simulator

EgoForge：面向目标的自体世界模拟器

Yifan Shen, Jiateng Liu, Xinzhuo Li, Yuanzhe Liu, Bingxuan Li, Houze Yang, Wenqi Jia, Yijiang Li, Tianjiao Yu, James Matthew Rehg, Xu Cao, Ismini Lourentzou

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 EgoForge通过最小静态输入生成连贯的第一人称视频，结合VideoDiffusionNFT提升意图对齐和时间一致性，实现在动态环境模拟中的优越性能。

Generative Blocks World: Moving Things Around in Pictures

生成块世界：在图像中移动物体

Vaibhav Vavilala, Seemandhar Jain, Rahul Vasanth, D. A. Forsyth, Anand Bhattad

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出生成块世界方法，通过操控简单几何抽象交互生成图像场景，利用不同数量的凸3D基元表示场景，结合流式生成方法生成图像，改进纹理提示提升视觉质量和可编辑性。

Comments ICLR 2026 34 pages, 25 figures, 4 tables

Mapping Caregiver Needs to AI Chatbot Design: Strengths and Gaps in Mental Health Support for Alzheimer's and Dementia Caregivers

将照护需求映射到AI聊天机器人设计：阿尔茨海默病和痴呆症照护者的心理健康支持优势与不足

Jiayue Melissa Shi, Dong Whi Yoo, Keran Wang, Violeta J. Rodriguez, Ravi Karkar, Koustuv Saha

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

AI总结 研究探讨了阿尔茨海默病和痴呆症照护者在心理健康支持中的需求与AI聊天机器人设计的匹配度，通过访谈揭示了照护者在信息获取、情感支持等方面的需求及技术的优劣势。

Journal ref ACM Transactions on Computing for Healthcare, 2026

AI Psychosis: Does Conversational AI Amplify Delusion-Related Language?

AI精神病：对话AI是否会放大妄想相关语言？

Soorya Ram Shimgekar, Vipin Gunda, Jiwon Kim, Violeta J. Rodriguez, Hari Sundaram, Koustuv Saha

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 研究探讨对话AI对妄想相关语言的影响，通过模拟用户和三种模型家族分析妄想语言的变化，发现高妄想用户对话中妄想得分持续上升，而AI响应可有效降低此趋势。

Efficient Cross-Domain Offline Reinforcement Learning with Dynamics- and Value-Aligned Data Filtering

高效跨领域离线强化学习中的动态与价值对齐数据筛选

Zhongjian Qiao, Rui Yang, Jiafei Lyu, Chenjia Bai, Xiu Li, Siyang Gao, Shuang Qiu

机构 * City University of Hong Kong ； University of Illinois Urbana-Champaign ； Tencent ； Institute of Artificial Intelligence, China Telecom (TeleAI) ； Tsinghua University. Corresponding Author 纠错

AI总结 本文提出DVDF方法，通过动态和价值对齐筛选源域样本，提升跨领域离线强化学习性能，实验表明其在多种任务和数据集上表现优异。

Sensing Without Colocation: Operator-Based Virtual Instrumentation for Domains Beyond Physical Reach

无需共置的传感：用于超越物理范围的领域中的运算符虚拟仪器

Jay Phil Yoo, Kazuma Kobayashi, Souvik Chakraborty, Syed Bahauddin Alam

机构 * Nuclear, Plasma & Radiological Engineering University of Illinois at Urbana-Champaign（核能、等离子体与辐射工程伊利诺伊大学厄巴纳-香槟分校） ； National Center for Supercomputing Applications University of Illinois at Urbana-Champaign（国家超级计算应用中心伊利诺伊大学厄巴纳-香槟分校） ； Department of Applied Mechanics Yardi School of Artificial Intelligence Indian Institute of Technology Delhi（应用力学系雅迪人工智能学院印度理工学院德里） ； Nuclear, Plasma & Radiological Engineering National Center for Supercomputing Applications University of Illinois at Urbana-Champaign（核能、等离子体与辐射工程国家超级计算应用中心伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出基于运算符的虚拟传感方法，通过学习运算符将物理上分离的传感器和目标场联系起来，实现了对高海拔地区宇宙辐射场的高效监测。