University of Science and Technology of China（中国科学技术大学）

CSGuard: Toward Forgery-Resistant Watermarking in Diffusion Models via Compressed Sensing Constraint

CSGuard：通过压缩感知约束实现扩散模型中的抗伪造水印技术

Jiewei Lai, Lan Zhang, Chen Tang, Pengcheng Sun, Zhaopeng Zhang, Yunhao Wang, Hui Jin

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究所，合肥国家科学中心） ； Lenovo Research（联想研究院） 纠错

AI总结 CSGuard通过压缩感知约束实现扩散模型的抗伪造水印技术，确保只有持有秘密矩阵的用户才能正确嵌入或验证图像水印，有效防止伪造攻击。

Checkerboard: A Simple, Effective, Efficient and Learning-free Clean Label Backdoor Attack with Low Poisoning Budget

Checkerboard：一种简单、有效、高效且无需学习的清洁标签后门攻击，具有低污染预算

Yi Yang, Jinyang Huang, Binbin Liu, Feng-Qi Cui, Xiaokang Zhou, Zhi Liu, Jie Zhang, Meng Li

机构 * School of Computer Science and Information Engineering（计算机科学与信息工程学院） ； Hefei University of Technology（合肥工业大学） ； School of Information Science and Technology（信息科学与技术学院） ； University of Science and Technology of China（中国科学技术大学） ； Faculty of Business Data Science（商务数据科学学院） ； Kansai University（大阪大学） ； RIKEN Center for Advanced Intelligence Project（日本RIKEN先进人工智能研究中心） ； The University of Electro-Communications（电通大学） ； Agency for Science, Technology and Research (A*STAR)（科技研究局（A*STAR）） 纠错

AI总结 Checkerboard提出一种无需学习的清洁标签后门攻击方法，通过线性可分性公式推导出检查板触发器，无需代理模型训练和触发器优化，在低污染预算下实现高攻击成功率。

Robo3R: Enhancing Robotic Manipulation with Accurate Feed-Forward 3D Reconstruction

Robo3R：通过精确的前馈3D重建增强机器人操作

Sizhe Yang, Linning Xu, Hao Li, Juncheng Mu, Jia Zeng, Dahua Lin, Jiangmiao Pang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） 纠错

AI总结 Robo3R通过前馈3D重建模型，直接从RGB图像和机器人状态实时预测高精度场景几何，提升机器人操作的精度与一致性。

Comments Published at Robotics: Science and Systems (RSS) 2026

Deep Thinking by Markov Chain of Continuous Thoughts

基于连续思维的马尔可夫链深度思考

Jiayu Liu, Zhenya Huang, Xuan Yang, Tianyun Ji, Anya Sims, Hao Xu, Enhong Chen, Yee Whye Teh, Ning Miao

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） ； Department of Statistics, University of Oxford（牛津大学统计系） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Hong Kong Institute of AI for Science, City University of Hong Kong（香港人工智能科学研究院，香港城市大学） 纠错

AI总结 本文提出MarCos模型，通过连续表示实现多步推理，提升数学任务处理速度，实现并行思维。