高校专区
InnoAds-Composer: 电商海报生成中的高效条件组合
机构 * JD.com, Inc.（京东公司） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Zhejiang University（浙江大学）
AI总结 InnoAds-Composer通过单阶段框架实现对电商海报生成中主体、文本和风格的高效三条件控制，提升了生成质量并减少了计算开销。
Comments Accepted by CVPR2026
特征上采样器在2D到3D场景重建中的频谱探测
机构 * Hokkaido University（北海道大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； The University of Tokyo（东京大学）
AI总结 本文提出频谱诊断框架，通过六个指标评估特征上采样器对3D重建的影响，发现频谱一致性比空间细节更关键。
跨尺度 pansharpening 通过 ScaleFormer 和 PanScale 数据集
机构 * HFIPS, Chinese Academy of Sciences（中国科学院HFIPS） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学） ； Xiamen University（厦门大学） ； Zhejiang University（浙江大学）
AI总结 本文提出 ScaleFormer 架构和 PanScale 数据集，通过跨尺度 pansharpening 方法提升多尺度场景下的图像融合质量与泛化能力。
Comments Accepted by CVPR 2026
UniVBench：迈向统一评估视频基础模型
机构 * Zhejiang University（浙江大学） ； ByteDance（字节跳动） ； Zhejiang Lab（浙江实验室）
AI总结 UniVBench通过统一评估系统和多任务视频任务，首次提供衡量视频基础模型综合能力的框架。
SRA 2: 变分自编码器自表示对齐用于高效的扩散训练
机构 * Zhejiang University of Technology（浙江工业大学） ； SGIT AI Lab, State Grid Corporation of China（国网SGIT人工智能实验室） ； Zhejiang University（浙江大学） ； Baidu（百度）
AI总结 SRA 2通过利用预训练变分自编码器特征，提供一种轻量级的内在引导框架，提升扩散模型的生成质量和训练效率，仅增加4%的计算开销。
学习潜在的传输和眩光地图以去除镜头遮蔽眩光
机构 * Zhejiang University（浙江大学） ； Hunan University（湖南大学） ； University of California, Merced（加州大学默塞德分校） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出VeilGen和DeVeiler，通过学习潜在传输和眩光地图来有效去除遮蔽眩光，提升光学系统成像质量。
Comments Accepted to CVPR 2026. All code and datasets will be publicly released at https://github.com/XiaolongQian/DeVeiler
DVD-Quant: 数据无依赖的视频扩散变换器量化
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 DVD-Quant通过无数据量化框架实现视频DiT模型的高效量化，提升运行速度并保持视觉质量。
Comments Code and models will be available at https://github.com/lhxcs/DVD-Quant
从单模态、跨模态和多模态视角综述音乐生成
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Innovation Center of Yangtze River Delta, Zhejiang University（浙江大学长三角创新中心）
AI总结 本文综述了多模态音乐生成的研究现状，探讨了多模态数据对齐、系统评估方法及未来研究方向。
UltraDexGrasp: 为双臂机器人学习通用灵巧抓取
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） ； Peking University（北京大学）
AI总结 UltraDexGrasp通过合成数据训练出高效抓取策略，实现双臂机器人在多种物体上的高成功率抓取。
Comments Published at International Conference on Robotics and Automation (ICRA) 2026
GCAgent：通过对话代理系统增强群聊交流
机构 * Zhejiang University（浙江大学） ； Xiaohongshu Inc.（小红书公司） ； University of Science and Technology of China（中国科学技术大学）
AI总结 GCAgent通过集成娱乐和实用导向的对话代理系统，提升群聊交流效果，实现多参与者对话的高效管理与增强。
双向课程生成：一种用于数据高效数学推理的多智能体框架
机构 * Zhejiang University（浙江大学） ； University of Macau（澳门大学） ； Peking University（北京大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Wuhan University（武汉大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 本文提出双向课程生成框架，通过多智能体系统动态生成数据以提升数学推理效率，优化学习轨迹并减少训练样本需求。
Diff-ES: 通过进化搜索实现阶段式结构扩散剪枝
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 Diff-ES通过进化搜索优化阶段式结构化剪枝，实现高效且高质量的扩散模型压缩。
FC-VFI: 用于高帧率慢动作视频生成的忠实且一致的视频帧插值
机构 * Zhejiang University Chinese University of Hong Kong（浙江大学香港中文大学）
AI总结 FC-VFI通过引入时间建模策略和语义匹配线，实现了高帧率慢动作视频生成中的忠实且一致的帧插值。
Comments ICASSP2026
FedAFD: 通过对抗融合与蒸馏实现多模态联邦学习
机构 * Zhejiang Key Laboratory of Space Information Sensing and Transmission, Hangzhou Dianzi University（浙江空间信息感知与传输重点实验室，杭州电子大学） ； Laboratory of Complex Systems Modeling and Simulation, School of Computer Science and Technology, Hangzhou Dianzi University（复杂系统建模与仿真实验室，计算机科学与技术学院，杭州电子大学） ； Alibaba International Digital Commerce Group（阿里巴巴国际数字商业集团） ； 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 FedAFD通过对抗融合与蒸馏方法，解决多模态联邦学习中的模态差异、任务差异和模型异质性问题，提升客户端与服务器的学习性能。
Comments Accepted by CVPR 2026
通过条件近端策略优化实现扩散策略
机构 * Southern University of Science and Technology, Shenzhen, China（南方科技大学） ； Hong Kong University of Science and Technology, Hongkong, China（香港科技大学） ； Zhejiang University-University of Illinois Urbana-Champaign Institute, Haining, China（浙江大学-伊利诺伊大学厄巴纳-香槟分校联合研究所）
AI总结 本文提出了一种基于条件近端策略优化的高效方法，用于在在线强化学习中训练多模态扩散策略，解决了计算动作对数似然的难题，并在多个基准任务中取得优异性能。
迈向真实世界红外图像超分辨率：一个统一的自回归框架和基准数据集
机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； School of Software Technology & DUT-RU International School of ISE, Dalian University of Technology（大连理工大学软件学院及DUT-RU国际信息工程学院） ； School of Computer Science, Zhejiang University（浙江大学计算机学院） ； College of Information Science and Technology, Dalian Maritime University（大连海事大学信息科学与技术学院）
AI总结 本文提出Real-IISR框架和FLIR-IISR数据集，通过热-结构引导的自回归方法提升真实世界红外图像超分辨率性能。
Comments This paper was accepted by CVPR 2026
SkillNet: 创建、评估和连接AI技能
机构 * Zhejiang University（浙江大学） ； Tongji University（同济大学） ； Southeast University（东南大学） ； Alibaba Group（阿里巴巴集团） ； Tencent（腾讯） ； Fudan University（复旦大学） ； The University of Edinburgh（爱丁堡大学） ； Monash University（墨尔本大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Huzhou University（湖州大学） ； Hornor Device Co., Ltd（Hornor设备有限公司） ； Hangzhou Institute for Advanced Study, UCAS（杭州先进研究所，UCAS）
AI总结 SkillNet通过统一的本体和多维评估机制，大规模创建、评估和连接AI技能，提升代理性能并促进技能的持久掌握。
Comments http://skillnet.openkg.cn/
Graph2Eval: 通过知识图谱实现自动多模态任务生成
机构 * Zhejiang University（浙江大学） ； Xiameng University（Xmeng大学） ； The Ohio State University（俄亥俄州立大学） ； Ant Group（蚂蚁集团）
AI总结 Graph2Eval通过知识图谱生成多模态任务，提升智能体任务的语义一致性和可解性，提供新的评估视角。
Comments Accepted at CVPR 2026 Main Conference
ArtHOI: 通过视频先验进行4D重建的可变形人-物交互合成
机构 * School of AIA, Huazhong University of Science and Technology（华中科技大学人工智能学院） ； the S-Lab, Nanyang Technological University (NTU)（南洋理工大学S实验室） ； the Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） ； Zhejiang University (ZJU)（浙江大学） ； the Institute for AI Industry Research (AIR), Tsinghua University (THU)（清华大学人工智能产业研究院）
AI总结 ArtHOI通过4D重建从视频先验生成可变形人-物交互，提升接触精度和物理合理性。
Comments Project Page: https://arthoi.github.io/
受约束的游泳：一种安全强化学习框架用于四足生物启发推进
机构 * FSI lab, Westlake University（西交大实验室，西湖大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhejiang University（浙江大学） ； Zhongguancun Academy（中关村学院） ； Department of Computer Science, University College London（伦敦大学学院计算机科学系）
AI总结 本文提出了一种安全强化学习框架ACPPO-PID，通过约束优化提升四足生物启发推进的推力效率和稳定性。
重新思考强化学习在放射学报告生成中的效率和有效性
机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Ningbo No.2 Hospital（宁波第二医院） ； Zhejiang University（浙江大学） ； Hupan Lab（华研实验室） ； Fudan University（复旦大学）
AI总结 本文提出DiTPO方法，通过优化诊断F1分数提升放射学报告生成的临床准确性，实现更高效的数据利用和更优的性能表现。
GeoSeg: 无需训练的推理驱动遥感图像分割
机构 * State Key lab of CAD\&CG, Zhejiang University ； UniTTEC Co. Ltd. ； Wuchan Zhongda Chengtou (Ningbo) Holdings. Ltd.
AI总结 GeoSeg通过结合大规模语言模型推理与精确定位，无需训练实现遥感图像分割的高效解决方案。
将人类评估与红外与可见图像融合相结合
机构 * School of Mechanical Engineering, Dalian University of Technology（大连理工大学机械工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Software Technology & DUT-RU International School of ISE, Dalian University of Technology（大连理工大学软件学院） ； College of Information Science and Technology, Dalian Maritime University（大连海事大学信息科学与技术学院）
AI总结 本文提出了一种反馈强化框架，通过引入大规模人类反馈数据集和领域特定奖励函数，提升红外与可见图像融合的感知质量，使其更符合人类审美。
从窄视场到全景视觉：基于注意力的冷启动重塑多模态推理
机构 * Tsinghua University（清华大学） ； University of South California（南加州大学） ； Qwen Team, Alibaba Group（通义实验室，阿里巴巴集团） ； University of California San Diego（南加州大学圣地亚哥分校） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出AVAR框架，通过视觉锚定与注意力引导提升多模态推理性能，实现7%的平均提升。
Comments ICLR 2026 Poster
面向AI与数据库工作负载有效编排的研究
机构 * National University of Singapore（新加坡国立大学） ； Beijing Institute of Technology（北京理工大学） ； Renmin University of China（中国人民大学） ； Zhejiang University（浙江大学）
AI总结 本文研究了AI与数据库工作负载的有效编排问题，探讨了联合数据管理和查询处理的挑战，提出了查询优化、执行调度和分布式执行等关键问题，并展示了初步设计和结果。
迈向个性化深度研究：基准与评估
机构 * OPPO ； Zhejiang University（浙江大学）
AI总结 本文提出PDR-Bench，首个用于评估深度研究代理个性化能力的基准，通过结合多样化任务与真实用户档案，评估个性化对齐、内容质量和事实可靠性。
FSMLP: 基于简单理论的多层感知机在频域中建模通道依赖性
机构 * Communication University of China（通信大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学）
AI总结 FSMLP通过引入简单体MLP层，有效缓解时间序列预测中通道依赖的过拟合问题，提升预测精度与效率。
迈向自适应鲁棒大语言模型：通过CoIPO实现内在提示噪声抵抗力
机构 * Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Meituan LongCat Interaction Team（美团LongCat交互团队） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出CoIPO方法，通过对比学习提升大语言模型对提示噪声的内在鲁棒性，实验表明其在NoisyPromptBench上表现优于现有方法。
前瞻以行后退：用于后退运动的高效地形记忆
机构 * Institute of Cyber-Systems and Control, Zhejiang University（浙江大学控制系统研究所） ； College of Artificial Intelligence, Nankai University（南开大学人工智能学院） ； Hangzhou Public Library（杭州公共图书馆）
AI总结 LF2WB通过前向视觉和本体感觉结合，实现高效地形记忆，使机器人在无后向视野情况下实现无碰撞后退运动。
Comments Accepted for 2026 IEEE International Conference on Robotics and Automation (ICRA)
RAPO：通过检索增强策略优化扩展LLM代理的探索
机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； UC Davis（加州大学戴维斯分校）
AI总结 RAPO通过引入检索增强策略优化，扩展LLM代理的探索能力，提升训练效率和探索效果。
Comments Submit to KDD 2026
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