高校专区
PS-MOT: 从点种子培育实例意识用于多目标跟踪
机构 * Hunan University（湖南大学） ； Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄大学）
AI总结 提出PS-MOT，一种点监督多目标跟踪方法，通过层次化流水线（数据级TFP、模型级PEWA、损失级UGL）解决空间模糊和身份漂移问题，在多个数据集上达到新最优。
Comments Accepted to ECCV 2026. The source code is available at https://github.com/xifen523/PS-MOT
FlowAWR: 通过优势加权修正的在线自适应流强化
机构 * Beihang University（北京航空航天大学） ； Joy Future Academy（京东探索研究院） ； Zhongguancun Academy（中关村学院） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出FlowAWR方法，将连续生成策略优化转化为对最优速度场的监督回归，避免SDE和CFG，实现2-5倍收敛加速。
UniGP：驯服扩散Transformer以实现先验保留的统一生成与感知
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Lab（虎扑实验室） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Zeekr Automobile R&D Co., Ltd.（小鹏汽车研发有限公司）
AI总结 提出UniGP框架，基于MMDiT通过简单联合训练统一可控生成与密集预测，无需复杂任务设计，保留骨干先验，在多个任务上超越先前统一方法并与专用方法持平。
Dynamo: 视觉-语言代理的动态技能-工具演化
机构 * Qwen Large Model Application Team, Alibaba（阿里云大模型应用团队） ； Alibaba Zhejiang University（阿里巴巴浙江大学） ； University of Waterloo（多伦多大学） ； Vector Institute（向量研究所） ； Nanjing University（南京大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江学院）
AI总结 提出Dynamo，一种无需训练、无需权重更新的框架，通过让冻结的VLM在少量标注数据上自我检查并演化可复用的推理技能和可执行的视觉工具，提升视觉推理性能。
CORTEX：通过本体语料图实现网络规模语料库的高质量跨领域组织
机构 * Zhejiang University（浙江大学） ； JIUTIAN Research（JIUTIAN研究院）
AI总结 提出CORTEX框架，利用本体语料图（OCG）将网络规模语料构建从扁平文档筛选提升为结构化知识组织，实现质量精炼、层次化本体和跨领域对齐，并构建CortexBench基准验证有效性。
行走于隐空间：通过神经场景表示进行交互式世界探索
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Afari Intelligent Drive（Afari智能驾驶）
AI总结 提出以场景为中心的交互式视频生成范式，将生成变量从帧隐变量改为可渲染的固定长度隐状态（神经隐式场景），通过紧凑场景状态随机转移和确定性姿态条件渲染实现长程一致性。
Comments ECCV 2026
KbSD: 面向智能体搜索中行为校准的知识边界感知自蒸馏
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学）
AI总结 针对智能体搜索中知识边界校准的奖励稀疏问题，提出KbSD框架，通过密集令牌级监督、稀疏结果奖励和象限自适应优化，利用提示增强教师模型生成校准推理演示，显著提升任务准确率并减少幻觉。
STEAM: 面向真实世界机器人学习的自监督时间集成优势建模
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Striding AI ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhongguancun Academy（中关村学院） ； Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Beijing Institute of Technology（北京理工大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Infinigence AI
AI总结 提出自监督时间集成优势建模（STEAM），利用专家轨迹中帧对的时间偏移作为自监督信号，学习帧级优势以区分进展与失败，结合CFGRL在多种真实任务中提升策略成功率。
使多模态大语言模型成为可靠的图表数据提取器：一个基准和训练框架
机构 * Zhejiang University（浙江大学） ； Guangdong University of Technology（广东工业大学）
AI总结 针对多模态大语言模型在图表数据提取中数值精度不足的问题，提出渐进式学习训练框架，显著提升7B参数模型的准确率，达到最优性能。
Comments Accepted at CHI'26
分析性概念中心记忆用于具身操作代理
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Westlake University（西湖大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出分析性概念中心记忆框架，通过结构化概念（语义部件、参数模板等）组织经验，支持粗到细检索，提升长时程具身操作中的物体重识别、状态推理和技能复用。
ScAle: 注意力头缩放作为视觉语言模型中空间推理的最小适配器
机构 * Northeastern University（东北大学） ； EmbodyX Inc.（EmbodyX公司） ； Zhejiang University（浙江大学）
AI总结 提出ScAle，一种超轻量适配方法，通过学习少量标量系数调节冻结骨干网络中的注意力头和MLP激活，仅用1K可训练参数在空间推理任务上实现高达134.1%的相对精度提升。
Comments Accepted by ECCV 2026
SemFlowRAG：从抽象到证据的有向语义流用于复杂推理
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学）
AI总结 提出SemFlowRAG框架，通过构建语料自适应的语义梯度图，将平面检索空间重构为层次结构，并设计抽象度引导的有向PageRank算法，使检索轨迹遵循“高到低语义抽象度”梯度，从而缓解“概率黑洞”问题，提升复杂多跳推理性能。
Lumos-Nexus: 面向视频统一模型的高效频率桥接与同质潜在空间
机构 * Zhejiang University（浙江大学） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Lab（虎扑实验室） ； National University of Singapore（新加坡国立大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 提出Lumos-Nexus框架，通过两阶段训练和渐进频率桥接，在保持推理能力的同时显著提升视频生成保真度。
Comments ECCV 2026 Camera-Ready Version. Project page (https://jiazheng-xing.github.io/nexus-lumos-home/) and Code (https://github.com/alibaba-damo-academy/Lumos-Custom/) are available
模型解释中被忽视的基线
机构 * Zhejiang University（浙江大学）
AI总结 针对现有模型解释方法普遍忽略基线导致不精确的问题，本文重新定义解释任务和原则，统一梯度法、积分梯度法和泰勒展开，分析相关方法缺陷，并基于清晰合理的基线改进积分梯度法，实现基于任意层特征的解释。
MMControl: 多模态控制用于联合音频视频生成
机构 * Zhejiang University（浙江大学）
AI总结 本文提出MMControl，通过双流条件注入机制实现联合音频视频生成的多模态控制，支持视觉和听觉信号的精细控制，提升跨模态对齐效果。
Comments Accepted to ECCV 2026. Project page: https://aim-uofa.github.io/MMControl/
双端一致性模型
机构 * Zhejiang University（浙江大学） ； Bytedance Inc.（字节跳动公司） ； Zhejiang Lab（浙江实验室）
AI总结 本文提出双端一致性模型，通过选择关键子轨迹集群解决训练不稳定和采样灵活性问题，实现稳定高效的生成。
Comments ECCV 2026
FD²：面向细粒度数据集蒸馏的专用框架
机构 * Zhejiang University（浙江大学） ； Hokkaido University（北海道大学） ； The University of Queensland（昆士兰大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Dalian University of Technology（大连理工大学）
AI总结 本文提出FD²框架，通过局部化判别区域和构建细粒度表示，解决细粒度数据集蒸馏中样本相似性过高的问题，提升识别性能。
Comments Accepted to ECCV 2026
PolarAPP: 超越极化去马赛克用于极化应用
机构 * Zhejiang University（浙江大学） ； School of Engineering, Westlake University（西湖大学工学院） ； School of Automation, Central South University（中南大学自动化学院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（北京大学计算机学院视觉技术国家工程研究中心）
AI总结 PolarAPP提出首个联合优化去马赛克与下游任务的框架，通过元学习实现语义对齐，引入等效成像约束并采用任务细化阶段提升精度，实验表明其在去马赛克质量和下游性能上均优于现有方法。
生成式人工智能与销售效率：在线零售中的现场实验
机构 * Duke University（杜克大学） ； Imperial Business School（帝国商学院） ； BIG AI Conference（大数据人工智能会议） ； MSI AI Forum（MSI人工智能论坛） ； TSE Digital Economics Conference（TSE数字经济会议） ； AIML Conference（人工智能与机器学习会议） ； Operational Innovation Network Summit（运营创新网络峰会） ； University of Rochester（罗切斯特大学） ； UC Davis（加州大学戴维斯分校） ； TUM Workshop on Generative AI in Marketing（慕尼黑工业大学生成AI在营销中的研讨会） ； UCL School of Management（伦敦大学学院管理学院） ； Columbia Business School（哥伦比亚商学院） ； Business & Generative AI Conference（商业与生成AI会议） ； Zhejiang University School of Management（浙江大学管理学院）
AI总结 通过大规模随机现场实验，量化生成式人工智能（GenAI）对在线零售销售业绩的短期影响，发现GenAI在多数工作流中提升销售额，主要通过提高转化率而非客单价，且对经验较少的消费者效果更显著。
Comments Keywords: Artificial Intelligence, Consumer Experience, Field Experiments, GenAI, Productivity, Retail Platforms, Sales. JEL codes: C93, D24, L81, M31, O3
LoRAShield: 无数据编辑对齐用于安全的个性化LoRA分享
机构 * Zhejiang University（浙江大学） ； Guizhou Medical University（贵州医科大学）
AI总结 LoRAShield通过对抗优化和语义增强动态编辑和对齐LoRA权重子空间，有效阻止恶意生成，保障个性化模型的安全共享。
Comments Accepted by SIGKDD 2026 Cycle2
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