高校专区
一种多功能软电磁机器人，用于在受限和无结构环境中多模式导航
机构 * State Key Laboratory of Fluid Power and Mechatronic Systems（流体动力与机电系统国家重点实验室） ； Key Laboratory of Soft Machines and Smart Devices of Zhejiang Province（浙江省软体机器人与智能器件重点实验室） ； Center for X-mechanics（交叉力学中心） ； Department of Engineering Mechanics, Zhejiang University（浙江大学工程力学系）
AI总结 本文提出一种可折叠且灵活的软电磁机器人，具备多种运动模式，可在复杂环境中高效导航，其体积可减少79%，并能适应黏弹性表面和模拟生物组织。
EpiPersona：基于人格与事件耦合的多元偏好建模
机构 * Zhejiang University（浙江大学）
AI总结 EpiPersona通过显式人格-事件耦合方法，有效分离持久性人格特征与情境信号，提升大语言模型在多元偏好下的泛化能力。
通过全球与区域耦合实现千米级区域天气预报
机构 * DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Northwest Polytechnical University（西北工业大学） ； Zhejiang University（浙江大学） ； Institute of Atmospheric Physics, Chinese Academy of Sciences（中国科学院大气物理研究所）
AI总结 本文提出一种全球-区域耦合框架，通过新型双向耦合模块ScaleMixer，结合预训练的Transformer全球模型与高分辨率区域网络，实现中国0.05度（约5公里）和1小时分辨率的天气预报，显著优于现有NWP和AI基线。
CoT2-Meta：预算化的元认知控制用于测试时推理
机构 * Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Sun Yat-Sen University（中山大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； City University of Hong Kong (Dongguan)（香港城市大学（东莞）） ； Zhejiang Lab（之江实验室）
AI总结 CoT2-Meta通过元认知控制优化测试时推理，提升多个基准测试的性能，包括MATH、GSM8K等，相比基线方法有显著提升。
狗群搜索：一种基于群体的优化算法，用于复杂工程优化和山地地形路径规划
机构 * College of Science, Liaoning Technical University（辽宁工程技术大学理学院） ； School of Mathematical Sciences, Dalian University of Technology（大连理工大学数学科学学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Department of Physics, University of Science and Technology of China（中国科学技术大学物理系）
AI总结 本文提出了一种名为狗群搜索（DoS）的新型元启发式算法，通过动力学位移积分方程构建搜索机制，在复杂工程优化和山地路径规划中表现出色，优于7种先进算法。
Comments Preprint
UniDA3D：一种统一的多视图3D目标检测领域自适应框架
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； The State Key Laboratory of Blockchain and Data Security, Zhejiang University（浙江大学区块链与数据安全全国重点实验室） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室）
AI总结 UniDA3D通过统一领域自适应方法提升多视图3D目标检测在复杂环境下的鲁棒性，采用新颖的查询引导领域差异缓解模块和动态伪标签训练策略，实现跨多领域的一致性学习。
MuSEAgent：一种具有状态化经验的多模态推理代理
机构 * Southeast University（东南大学） ； Monash University（莫纳什大学） ； Xiaohongshu Inc.（小红书） ； Shanghai Jiao Tong University（上海交通大学） ； University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学）
AI总结 MuSEAgent通过引入状态化经验学习范式，提升多模态推理代理的决策能力，其通过 hindsight reasoning 抽象交互数据为原子决策经验，并在推理时进行质量过滤的经验检索，实验表明其在细粒度视觉感知和复杂多模态推理任务中表现优异。
Omni-Weather: 一种统一的多模态模型用于天气雷达理解和生成
机构 * Tongji University（同济大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； UCLA（加州大学洛杉矶分校）
AI总结 Omni-Weather通过统一架构整合天气生成与理解，采用共享自注意力机制和因果推理数据集提升生成质量与可解释性，实验显示其在天气生成和理解上达到最新水平。
OpenAVS: 基于基础模型的无训练开放词汇音频视觉分割
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学）
AI总结 OpenAVS通过文本作为代理，首次实现音频与视觉模态对齐，利用基础模型直接推断掩码，提升开放词汇音频视觉分割的泛化能力。
Comments Accepted by ICME 2026
MM-DADM：多模态药物感知扩散模型用于虚拟临床试验
机构 * Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出MM-DADM，一种多模态药物感知扩散模型，用于生成个性化药物诱导ECG。通过动态交叉注意模块融合外部物理知识，解决形态真实性和病理灵活性的平衡问题，并利用因果特征编码器提取纯药理表示，提升模拟准确性和召回率。
Comments Under review
增量微表情识别的基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； Xi’an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学）
AI总结 本文提出增量微表情识别基准测试，通过定制学习设置、有序数据集和交叉评估协议，为研究提供基础，并提供六个基线方法的评估结果。
融合大语言模型与任务特定模型用于时间序列异常检测
机构 * Zhejiang University（浙江大学） ； Department of Computer Science and Technology, Singapore Management University（新加坡管理大学计算机科学与技术系） ； Department of Computer Science and Technology, National University of Singapore（新加坡国立大学计算机科学与技术系）
AI总结 本文提出CoLLaTe框架，通过融合大语言模型与任务特定模型，解决异常检测中的表达域不匹配和预测误差累积问题，提升检测性能。
Comments This work has been submitted to the IEEE for possible publication
通过时空深度学习抑制大体积液态闪烁体探测器中$^{14}\mathrm{C}$光子击中
机构 * School of Aeronautics and Astronautics, Zhejiang University（浙江大学航空航天学院） ； Institute of High Energy Physics, Chinese Academy of Sciences（中国科学院高能物理研究所） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
AI总结 本文提出三种模型，通过时空深度学习标记$^{14}$C光子击中，提升能量分辨率。模型在模拟数据中实现25%-48%的$^{14}$C召回率，同时保持1%以下的$e^+$误识别率。
Comments 14 pages, 11 figures
通过空间和时间监听器可视化机器学习模型
机构 * School of Computer Science & Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Institute of Medical Technology, Peking University Health Science Center and National Institute of Health Data Science, Peking University（北京大学医学部医学技术研究院与北京大学健康数据科学国家研究所） ； School of Software, Beihang University（北京航空航天大学软件学院） ； National University of Singapore（新加坡国立大学） ； State Key Laboratory of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
AI总结 本文提出一种以模型为中心的两阶段框架，通过抽象监听器捕捉模型的空间和时间行为，并将其连接到经典信息可视化流程，分析显示可视化模型结果、定量/名义数据类型和统计图表是主要关注点。
Project Imaging-X：1000多个开放访问医学影像数据集的调查
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Institute of Optics and Fine Mechanics（上海光学精密机械研究所） ； Fudan University（复旦大学） ； University of Cambridge（剑桥大学） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Fuzhou University（福州大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Incept Labs ； Monash University（莫纳什大学） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； The Hong Kong Polytechnic University（香港理工大学） ； South China University of Technology（华南理工大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学丘成桐数学科学中心） ； Chinese Academy of Sciences（中国科学院） ； Tsinghua University（清华大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与产业研究院） ； Shanghai Academy of Artificial Intelligence for Science（上海科学智能研究院） ； Nankai University（南开大学） ； The Chinese University of Hong Kong（香港中文大学） ； 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） ； Zhejiang University（浙江大学） ； School of Informatics, Xiamen University（厦门大学信息学院） ； University College London（伦敦大学学院） ； Sun Yat-sen University（中山大学） ； Alibaba Group, DAMO Academy, New York, NY, USA（阿里巴巴集团达摩院（纽约）） ； Tongji University（同济大学） ； University of Toronto（多伦多大学） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理与认知科学系） ； Johns Hopkins University（约翰霍普金斯大学） ； Arizona State University（亚利桑那州立大学） ； Academy for Clinical Innovation and Translation of Shanghai（上海临床创新转化研究院） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（阿尔托大学） ； Shandong University（山东大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 本文调查了1000多个开放访问医学影像数据集，揭示了其规模小、任务碎片化和分布不均的问题，并提出元数据驱动融合方法和交互发现门户，为医学影像数据集的整合和基础模型发展提供路线图。
Comments 157 pages, 19 figures, 26 tables. Project repo: \url{https://github.com/uni-medical/Project-Imaging-X}
基于频率结构解耦和区域感知融合的双路径学习用于低光照图像超分辨率
机构 * Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； The University of Electro-Communications（电气通信大学）
AI总结 本文提出DTP框架，通过频率感知解耦和区域感知融合提升低光照图像超分辨率，改进PSNR、SSIM和LPIPS指标。
所有权的回声：对抗引导的双注入用于MLLMs中的版权保护
机构 * School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 本文提出一种生成版权触发器的框架，通过双注入方法在MLLMs中嵌入可验证的版权信息，以在微调衍生模型中触发专属文本响应，同时在非衍生模型中保持无活性。
Comments Accepted to CVPR 2026!
VisionTrim: 一种用于无训练多模态大语言模型加速的统一视觉标记压缩方法
机构 * State Key Lab of CAD & CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； NUAA（南京航空航天大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 本文提出VisionTrim，通过整合DVTS和TGVC模块，有效减少视觉标记，提升多模态大语言模型在高分辨率和视频场景中的计算效率。
Comments ICLR2026, Code Link: https://github.com/hanxunyu/VisionTrim
通过提示深度任何事实现4K分辨率的准确度量深度估计
机构 * Zhejiang University（浙江大学） ； ByteDance Seed（字节跳动Seed） ； Shanghai Jiao Tong University（上海交通大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出Prompt Depth Anything，利用低成本LiDAR作为提示，通过多尺度融合设计实现4K分辨率的度量深度估计，并在ARKitScenes和ScanNet++数据集上取得新突破。
Comments CVPR 2025; Project page: https://PromptDA.github.io/
FatigueFormer: 静态-时间特征融合用于鲁棒的sEMG基肌肉疲劳识别
机构 * Zhejiang University（浙江大学）
AI总结 FatigueFormer通过结合显著性引导的特征分离与深度时间建模，实现从sEMG信号中学习可解释且通用的肌肉疲劳动态，提升低和高MVC条件下的性能稳定性。
DSO：双尺度神经算子用于稳定长期流体动力学预测
机构 * Institute for Clarity in Documentation（文档清晰度研究所） ； Inria Paris-Rocquencourt（法国国家信息与自动化研究所巴黎-罗康库尔） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕尔默研究实验室） ； University of Science and Technology of China（中国科学技术大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhejiang University（浙江大学）
AI总结 本文提出DSO双尺度神经算子，通过分离局部细节和全局趋势处理，提升长期流体预测的稳定性和精度。
HASS：面向可扩展PPA检测的层次化日语口语模拟
机构 * UC Berkeley（加州大学伯克利分校） ； UCSF（加州大学旧金山分校） ； Zhejiang University（浙江大学） ； Columbia University（哥伦比亚大学） ； Basque Center on Cognition, Brain and Language（巴斯克认知、大脑与语言中心）
AI总结 本文提出HASS框架，通过系统模拟lvPPA的语义、语音和时间缺陷，提升PPA检测模型的准确性和泛化能力。
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