高校专区
MemoryWAM：具有持久记忆的高效世界动作建模
机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学）
AI总结 提出MemoryWAM，通过混合记忆设计和定制注意力机制，在长时域机器人操作任务中实现高效记忆依赖决策，优于现有VLA和WAM基线。
慢速大脑，快速规划器：延迟鲁棒的VLM增强城市导航
机构 * Amazon FAR（亚马逊 FAR） ； UCLA（加州大学洛杉矶分校） ； Independent（独立） ； Zhejiang University（浙江大学）
AI总结 针对移动机器人在人行道导航中轨迹评分差距问题，提出一种无需训练的延迟鲁棒轨迹级融合层，利用VLM选择候选轨迹并与规划器输出融合，在挑战场景下降低ADE 30%。
基于图深度学习的制图综合：来自建筑足迹简化和聚合的见解
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学） ； Mainz University of Applied Sciences（美因茨应用科学大学）
AI总结 本研究首次探索将图深度学习应用于建筑足迹简化（节点移动预测）和聚合（链接预测），评估了GCN、GAT和GraphSAGE等架构，发现GraphSAGE在链接预测上表现较好，但节点移动预测仍具挑战，且聚合比简化更复杂。
Comments 15 pages, 20 figures, 10 tables
多模态大语言模型的置信度校准：基于医学视觉问答的实证研究
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Zhihui Medical Technology (Shanghai) Co., Ltd.（智汇医疗科技（上海）有限公司）
AI总结 针对多模态大语言模型在医学任务中置信度与准确性不匹配的问题，提出结合多策略融合询问与专家大语言模型评估的方法，在三个医学VQA数据集上将期望校准误差平均降低40%，提升了模型可靠性。
Comments Accepted by MICCAI 2025
SWAP: 用于敏捷机器人跑酷的对称等变世界模型
机构 * Center for X-Mechanics, Zhejiang University（浙江大学交叉力学中心） ； ZJU-Hangzhou Global Scientific and Technology Innovation Center（浙江大学杭州国际科创中心） ； Mirrorme Technology Co., Ltd.（魔镜科技有限公司）
AI总结 提出SWAP框架，将对称等变性嵌入世界模型和演员-评论家网络，实现四足机器人跑酷记录突破（跨越2.13米间隙、攀爬1.63米平台），并展现出对未见镜像地形的几何泛化与零样本迁移能力。
不确定性感知的奖励建模用于稳定的RLHF
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出不确定性感知奖励建模（UARM），通过分位数保形预测校准不确定性并利用异方差方差分解重加权GRPO优势，以缓解奖励黑客问题，提升对齐质量。
SafeSpec: 通过动态反射采样实现快速且安全的LLM
机构 * Zhejiang University, Hangzhou, China（浙江大学） ； Huawei（华为） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳））
AI总结 提出SafeSpec框架，将轻量安全头集成到推测解码的验证过程中，通过风险估计和反射采样恢复安全生成，在保持加速的同时显著降低攻击成功率。
联邦双层执行预测
机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Washington State University（华盛顿州立大学）
AI总结 研究联邦学习中客户端数据分布受决策影响的双层优化问题，提出联邦双层执行稳定点概念及两种求解方法，实验验证了稳定性阈值和元泛化提升。
Comments Accepted by ICML 2026
光交互：交互式视频世界模型的免训练推理加速
机构 * Zhejiang University（浙江大学） ； NVIDIA
AI总结 针对交互式视频世界模型推理成本高的问题，提出免训练加速框架Light Interaction，通过自适应上下文管理、去噪缓存加速和3D块稀疏注意力实现最高2.59倍加速。
Comments 13 pages, 6 figures, 3 tables. Project page: https://2843721358l-del.github.io/Light-Interaction-Project/
CoMo: 从互联网视频中学习连续潜在运动以实现可扩展的机器人学习
机构 * Nanjing University（南京大学） ； Shanghai AI Lab（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Tongji University（同济大学）
AI总结 提出CoMo方法，通过早期时间差分和时序对比学习从互联网视频中学习连续潜在运动，避免离散化信息损失，实现零样本泛化生成伪动作标签，联合训练策略在仿真和真实实验中表现优异。
Comments CVPR 2026
UniMM：一种用于多智能体仿真的统一混合模型框架
机构 * Zhejiang University（浙江大学） ； Horizon Robotics
AI总结 提出UniMM框架统一回归混合模型与离散NTP模型，通过闭环样本生成缓解分布偏移，并在WOSAC基准上取得最优性能。
Comments Accepted author manuscript. The version of record has been published in IEEE Transactions on Pattern Analysis and Machine Intelligence
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, Early Access, 2026
基于自注意力的非线性基变换用于动态光纤传输矩阵的紧凑潜在空间建模
机构 * Optics and Photonics research group, University of Nottingham, UK（诺丁汉大学光学与光子学研究组，英国） ； University of Exeter, UK（埃克塞特大学，英国） ； State Key Laboratory of Extreme Photonics and Instrumentation, College of Optical Science and Engineering International Research Center for Advanced Photonics, Zhejiang University, Hangzhou, China（极端光子学与仪器国家重点实验室，浙江大学光科学与工程学院，国际先进光子学研究中心，中国杭州） ； Research Center for Humanoid Sensing, Zhejiang Lab, Hangzhou, China（人感知研究中心，浙江实验室，中国杭州）
AI总结 提出使用自注意力层动态变换光纤矩阵的坐标表示到紧凑基，实现低维表示，在多个数据集上验证了基稀疏性（参与比0.01-0.11）和低重建误差（<10%）。
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