高校专区
逐步奖励：面向连续环境的视觉语言导航中的步骤感知对比对齐
机构 * College of Computer Science and Technology, Zhejiang University, Hangzhou, China（浙江大学计算机科学与技术学院，杭州，中国）
AI总结 本文提出SACA框架，通过步骤感知对比对齐提升连续环境中视觉语言导航的性能，解决传统方法在错误恢复和训练稳定性方面的不足。
Comments 28 pages, 10 figures
一种基于广义Voronoi图的非凸环境覆盖控制方法
机构 * Faculty of Electrical Engineering, Mathematics and Computer Science, University of Twente（代尔夫特理工大学电子工程、数学和计算机科学学院） ； Department of Electrical Engineering, Wright State University（怀特州立大学电子工程系） ； College of Electrical Engineering, Zhejiang University（浙江大学电气工程学院） ； State Key Laboratory of Industrial Control Technology, Zhejiang University（浙江大学工业控制技术国家重点实验室） ； National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家级重点实验室）
AI总结 本文提出了一种基于广义Voronoi图的非凸环境覆盖控制方法，通过负载平衡算法和协同覆盖阶段实现高效覆盖。
Comments 8 pages, 7 figures, published to ACC 2026
SurgFed: 基于语言引导的多任务联邦学习用于手术视频理解
机构 * National University of Singapore（国立新加坡大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
AI总结 SurgFed通过语言引导的通道选择和超聚合方法，提升手术视频多任务联邦学习的跨站点和跨任务适应性。
基于注意力先验和迭代神经校正的视觉增强赛道系统辨识用于自动驾驶赛车
机构 * State Key Laboratory of Industrial, Zhejiang University（浙江大学产业关键实验室）
AI总结 本文提出基于视觉增强和迭代神经校正的系统辨识框架，通过轻量级CNN和S4模型提升自动驾驶赛车的轮胎动力学建模精度。
多智能体自主赛车中鲁棒时空运动规划 via 拓扑间隙识别与加速MPC
机构 * Department of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； Center for Project-Based Learning, D-ITET, ETH Zurich（苏黎世联邦理工学院项目导向学习中心）
AI总结 本文提出基于拓扑间隙识别与加速MPC的框架，通过预测对手行为和动态占用走廊，实现高速多智能体自主赛车中鲁棒的时空规划与高精度控制。
CRANE: 多语言大语言模型中语言特异性神经元的因果相关性分析
机构 * Zhejiang University（浙江大学）
AI总结 CRANE通过神经元层面的干预分析，揭示多语言大模型中语言特异性神经元的因果相关性，更精确地分离语言特异性组件。
Comments 10 pages, 6 figures. Work in progress
V-Attack：针对解耦价值特征的可控对抗攻击LVLMs
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院人工智能安全国家重点实验室，计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学）
AI总结 V-Attack通过精准操控LVLMs中的价值特征，提升对抗攻击的成功率，揭示视觉语言理解的关键漏洞。
Comments Accepted by CVPR 2026
通过自适应链式推理压缩实现高效推理：一个自优化框架
机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学）
AI总结 SEER通过自适应压缩链式推理，提升LLM在软件工程和数学任务中的效率与鲁棒性。
TIMotion: 时空交互框架用于高效的人机运动生成
机构 * Zhejiang University（浙江大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 TIMotion提出一种高效框架，通过因果交互注入、角色演变扫描和局部模式放大，实现高效的人类交互运动生成。
Comments Accepted to CVPR 2025. Project page: https://aigc-explorer.github.io/TIMotion-page/
OmniEdit: 一种无需训练的唇同步与音频视觉编辑框架
机构 * HiThink Research（HiThink研究机构） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学）
AI总结 OmniEdit提出一种无需训练的框架，通过替换编辑序列和去除随机元素，实现唇同步与音频视觉编辑的高效稳定处理。
自适应主动学习用于卫星电子在线可靠性预测
机构 * ZJUI Institute, Zhejiang University（浙江大学浙江研究院） ； Faculty of Computational Mathematics and Cybernetics, Shenzhen MSU-BIT University（深圳MSU-BIT大学计算数学与自动化系） ； The School of Mathematics and Statistics, Beijing Institute of Technology（北京理工大学数学与统计学学院）
AI总结 本文提出基于自适应主动学习的卫星电子在线可靠性预测方法，通过退化模型与两阶段采样策略提升预测精度并减少数据需求。
MAPLE：从统计共识到过程导向对齐的医学推理提升
机构 * Zhejiang University（浙江大学） ； Harvard University（哈佛大学） ； Harvard Medical School（哈佛医学院）
AI总结 MAPLE通过整合医学过程奖励模型与TTRL，提升医学推理的准确性和可靠性，实现从统计共识到过程导向对齐的转变。
并非所有查询都需要深度思考：CoFiCot用于自适应粗到细状态细化
机构 * Xi’an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Institute of Automation CASIA（中国科学院自动化研究所）
AI总结 CoFiCot通过自适应粗到细框架，利用多指标分类器和状态依赖传播过程，提升大语言模型在不同任务上的推理能力与上下文一致性。
TumorChain: 交错多模态链式推理用于可追溯的临床肿瘤分析
机构 * Zhejiang University（浙江大学） ； DAMO Academy, Alibaba Group（阿里集团达摩院） ； Hupan Lab（虎扑实验室） ； Shanghai Institution of Pancreatic Disease（上海胰腺疾病研究所） ； Shengjing Hospital of China Medical University（中国医科大学盛京医院） ； Sun Yat-sen University Cancer Center（中山大学肿瘤中心）
AI总结 TumorChain通过多模态交错推理框架提升临床肿瘤分析的可追溯性和准确性。
Comments Accepted at ICLR 2026. 10 pages + appendix
S2S-FDD：连接工业时间序列与自然语言用于可解释的零样本故障诊断
机构 * 1. State Key Laboratory of Industrial Control Technology, College of Control Science ； Engineering Zhejiang University Hangzhou, China ； Engineering Zhejiang University 2. School of Information ； Electrical Engineering, Zhejiang University City College Hangzhou, China
AI总结 S2S-FDD通过将高维传感器信号转换为自然语言摘要，并结合树状结构诊断方法，实现可解释的零样本故障诊断。
主动推断用于微手势识别：EFE引导的时间采样与自适应学习
机构 * Tianjin Normal University（天津师范大学） ； Shenzhen University（深圳大学） ； The State Key Laboratory of Blockchain and Data Security, Zhejiang University（浙江大学区块链与数据安全国家重点实验室） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； School of New Media and Communications, Tianjin University（天津大学新媒体与传播学院）
AI总结 本文提出基于主动推断的微手势识别框架，通过EFE引导的时间采样和不确定性感知的自适应学习，提升低资源和噪声条件下的识别性能。
Comments 10 pages, accepted by CVPR 2026
InterReal：一种基于物理的统一模仿学习框架，用于学习人-物交互技能
机构 * Xiamen University（厦门大学） ； Zhejiang University（浙江大学） ； ShanghaiTech University（上海科技大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究院（TeleAI））
AI总结 InterReal通过基于物理的统一模仿学习框架，提升类人机器人在现实世界中学习人-物交互技能的精度和成功率。
EvolveReason: 为可解释的深度伪造面部图像识别设计的自演化推理范式
机构 * School of Software Technology, Zhejiang University（浙江大学软件技术学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Ant Group（蚂蚁集团）
AI总结 EvolveReason通过模仿人类推理过程和构建特定数据集，提升深度伪造面部图像识别的可解释性和准确性。
实时可控的自回归视频扩散
机构 * Nanyang Technological University（南洋理工大学） ； Xmax.AI Ltd（Xmax.AI有限公司） ； Zhejiang University（浙江大学） ； Singapore Management University（新加坡国立大学）
AI总结 AR-Drag是一种基于强化学习的实时图像到视频生成模型，通过自回归机制和轨迹奖励模型实现高效运动控制，提升视频生成质量和效率。
PointSlice: 用于点云3D物体检测的准确且高效的基于切片的表示方法
机构 * Zhejiang University（浙江大学） ； Defense Innovation Institute（国防科技创新研究院） ； Tsinghua University（清华大学）
AI总结 PointSlice提出了一种基于切片的点云表示方法，通过引入切片交互网络提升3D物体检测的精度与效率。
Comments Accepted by Pattern Recognition
深度伪造生成与检测：基准与综述
机构 * East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文综述了深度伪造生成与检测的最新进展，分析了相关技术、数据集及未来研究方向。
Comments This paper has been accepted by ACM Computing Surveys. We closely follow the latest developments in this \href{https://github.com/flyingby/Awesome-Deepfake-Generation-and-Detection}{project}
基于视觉的MPPI用于敏捷无人机竞速：通过神经签名距离场导航任意门姿态
机构 * College of Control Science and Engineering, Zhejiang University（控制科学与工程学院，浙江大学）
AI总结 本文提出基于视觉的MPPI框架，利用神经签名距离场实现无需参考的敏捷无人机飞行，有效应对动态变化的赛道和门姿态。
NuNext：将核检测重新表述为下一个点检测
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology Beijing（北京科技大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 NuNext通过多模态大语言模型直接输出核质心，采用空间感知软监督和强化微调策略提升检测性能，优于现有方法。
视频-EM：面向长视频理解的事件中心型片段记忆
机构 * City University of Hong Kong（香港城市大学） ； University of Science and Technology of China（中国科学技术大学） ； Tianjin University（天津大学） ； Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； The Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究所（TeleAI））
AI总结 Video-EM通过事件中心型片段记忆框架，将长视频问答转化为事件构建与记忆细化，提升长视频理解的连贯性与可靠性。
Comments 14 pages, 6 figures
π³：排列等变视觉几何学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学）
AI总结 π³通过排列等变架构实现无需参考视角的视觉几何重建，提升相机姿态和点地图重建的准确性和鲁棒性。
Comments Project page: https://yyfz.github.io/pi3/
一种鲁棒的不完整多模态低秩适应方法用于情感识别
机构 * Zhejiang University（浙江大学）
AI总结 本文提出MCULoRA方法，通过解耦模态组合的共享信息和动态调整参数微调，提升不完整多模态学习模型的训练效率和下游任务准确性。
StablePCA：从多源数据中鲁棒学习共享表示
机构 * Rutgers University（罗杰斯大学） ； Peking University Health Science Center（北京大学医学部） ； Beijing International Center for Mathematical Research（北京国际数学研究中心） ； Inria École Normale Supérieure PSL Research University（Inria 常规大学） ； Zhejiang University（浙江大学）
AI总结 StablePCA通过分布鲁棒方法从多源数据中学习稳定的共享表示，解决非凸秩约束问题并提供收敛保证。
并行规划-行动用于Minecraft中基于大语言模型的多智能体系统的高效性
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Hangzhou City University（杭州市城市大学） ； Ningbo Global Innovation Center, Zhejiang University（宁波全球创新中心，浙江大学）
AI总结 本文提出了一种基于大语言模型的多智能体系统并行规划-行动框架，通过双线程架构实现同时规划和行动，提升Minecraft中动态决策的效率和响应能力。
一种用于乳腺超声分割的半监督框架，具有无训练伪标签生成和标签细化
机构 * Tohoku University Graduate School of Medicine（东北大学医学研究科） ； Advanced Institute of Convergence Knowledge Informatics（融合知识信息先进研究所） ； Research Institute of Electrical Communication, Tohoku University（东北大学电气通信研究所） ； National Institute of Technology, Sendai College（名古屋国立技术大学送崎学院） ； State Key Laboratory of Oncology in South China, Sun Yat-sen University Cancer Center（南方肿瘤学国家重点实验室，中山大学肿瘤中心） ； Department of Mathematics, Informatics, and Cybernetics, University of Chemistry and Technology（化学与技术大学数学、信息学与自动控制系） ； School of Software Technology, Zhejiang University（浙江大学软件技术学院） ； Southeast University, School of Cyber Science and Engineering（东南大学网络科学与工程学院）
AI总结 本文提出一种无训练伪标签生成和标签细化的半监督框架，通过跨域结构迁移提升乳腺超声分割性能，实现低标注下的高效分割。
DQE: 一种基于语义的时序异常检测评估度量
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Zhejiang University（浙江大学）
AI总结 本文提出DQE，一种基于语义的时序异常检测评估度量，通过语义划分策略和阈值谱聚合方法，实现更全面、可靠和可解释的评估。
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