Xi'an Jiaotong University（西安交通大学）

Mixture-of-Thought-Tokens: Unifying Perception and Reasoning for Free-form Multimodal Grounding

思想令牌混合：统一感知与推理以实现自由形式多模态基础定位

Tianyi Gao, Han Fang, Tianyi Ding, Hao Li, Xin Wei, Hongbo Sun, Xiaodong Dong, Ye Yuan, Jinglin Xu, Kongming Liang, Hao Sun, Jingmin Xin

机构 * Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所） ； Xingchen AGI Lab, China Telecom Artificial Intelligence Technology (Beijing) Co., Ltd（星辰通用人工智能实验室，中国电信人工智能技术（北京）有限公司） ； University of Science and Technology Beijing（北京科技大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 研究旨在统一多模态基础定位中的感知与推理。提出思想令牌混合（Motto）方法，通过空间接地思想令牌化及上下文自适应令牌链实现，构建PR-Bench基准，实验证明该方法在自由形式接地任务中达领先性能。

Comments Accepted by ACM MM 2026

Counterfactual Motion Reliability Learning for Robust UAV Tracking

用于稳健无人机跟踪的反事实运动可靠性学习

Yuehai Chen

机构 * Institute for Low-Altitude Regulation, Xi’an Jiaotong University（西安交通大学低空调控研究所） ； Lanzhou University（兰州大学） 纠错

AI总结 针对红外无人机跟踪难题，提出CMRTrack框架，通过轻量级编码器提取时间证据，利用反事实目标擦除历史分支构建运动参考，经运动引导令牌调制和可靠性感知分数融合，提升跟踪性能，优于现有跟踪器。