高校专区
RAVEN++: 通过主动强化推理精准定位广告视频中的细粒度违规
机构 * Tencent（腾讯） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
AI总结 RAVEN++通过主动强化推理提升广告视频中细粒度违规检测的精度与泛化能力
Comments EMNLP 2025 (Oral, Industry Track)
超越奖励边际：通过视频生成重新思考和解决扩散模型中的似然位移
机构 * Zhejiang University（浙江大学） ； Tencent（腾讯）
AI总结 本文提出PG-DPO方法，通过结合ARS和IPR缓解扩散模型中的似然位移问题，提升视频生成任务的偏好对齐性能。
通过扩散模型进行3D物体的材质重建
机构 * Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出了一种基于扩散模型的3D物体材质重建框架，通过两阶段重建和视图-材质交叉注意力机制，实现高保真材质预测与生成。
PointAD+: 学习层次化表示用于零样本3D异常检测
机构 * State Key Laboratory of Industrial Control Technology（工业控制技术国家重点实验室） ； Zhejiang University（浙江大学）
AI总结 PointAD+通过层次化表示学习，结合隐式和显式异常语义，提升零样本3D异常检测性能。
Comments Submitted to TPAMI
AdaVideoRAG：多情境自适应检索增强高效长视频理解
机构 * Zhejiang University（浙江大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； Huazhong University of Science and Technolog（华中科技大学） ； Nanyang Technological University（南洋理工大学）
AI总结 AdaVideoRAG通过自适应检索增强框架提升长视频理解效率与准确性，支持多层级知识检索与深度语义分析。
Comments NeurIPS 2025
DSOcc: 利用深度感知和语义辅助提升基于相机的3D语义占用预测
机构 * S-Lab & College of Computing and Data Science, Nanyang Technological University（S实验室及计算与数据科学学院，南洋理工大学） ； MMLab, The Chinese University of Hong Kong（M实验室，香港中文大学） ； State Key Laboratory of Fluid Power & Mechatronic Systems, Zhejiang University（流体动力与机电系统国家重点实验室，浙江大学） ； SenseTime Research, Hong Kong（商汤研究，香港）
AI总结 DSOcc通过深度感知和语义辅助提升基于相机的3D语义占用预测，实现高效且鲁棒的占用状态和类别推断。
关联序列差分隐私
机构 * Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人研究院） ； School of Science and Engineering（科学与工程学院） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； ZJU-UIUC Institute（浙大-伊利诺伊大学联合学院） ； Zhejiang University（浙江大学） ； School of Management（管理学院） ； Huazhong University of Science and Technology（华中科技大学） ； Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来智能网络研究院（FNii-Shenzhen）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Key Laboratory of Crowd Intelligence Empowered Low-Carbon Energy Network（深圳群智赋能低碳能源网络重点实验室） ； CSIJRI Joint Research Centre on Smart Energy Storage（CSIJRI联合智能储能研究中心）
AI总结 本文提出CSDP框架，通过关联序列差分隐私方法，在保持数据有用性的同时提升隐私保护效果。
Comments 11 pages, 5 figures. Published in 2025 34th International Conference on Computer Communications and Networks (ICCCN), IEEE, August 2025
Journal ref Proceedings of the 34th International Conference on Computer Communications and Networks (ICCCN 2025), IEEE, pp. 1-9, 2025
SciEducator: 基于Deming循环多智能体系统的科学视频理解与教育
机构 * Jinan University（济南大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Peking University（北京大学） ； University of Electronic Science and Technology of China（电子科技大学） ； South China University of Technology（华南理工大学） ； Guangming Laboratory（光明实验室） ； Zhejiang University（浙江大学）
AI总结 SciEducator通过Deming循环多智能体系统实现科学视频的自演化理解与教育，生成多模态教学内容并超越现有大语言模型和视频智能体。
面向高效LLM-aware异构图学习
机构 * 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） ； Zhejiang Lab（浙江实验室） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Zhejiang Provincial Engineering Research Center for Real-Time SmartTech in Urban Security Governance, School of Computer and Computing Science, Hangzhou City University（浙江省实时智能城市安全治理工程技术研究中心，杭州城市大学计算机与计算科学学院） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security, Hangzhou, Zhejiang, China（杭州高新技术区（滨江）区块链与数据安全研究院，杭州，浙江，中国） ； Nanyang Technological University（南洋理工大学） ； Bangsun Technology（邦sun科技）
AI总结 本文提出ELLA框架，通过LLM-aware关系分词器和层次关系图变压器，高效解决异构图中复杂关系语义建模和任务间语义间隙问题，实现性能与效率的提升。
CUS-GS: 一种紧凑的统一结构高斯点扩散框架用于多模态场景表示
机构 * School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机科学学院） ； CAD & CG, Zhejiang University（浙江大学计算机辅助设计与图形学研究所） ； School of Computer Science, University of Bristol（布里斯托大学计算机科学学院）
AI总结 CUS-GS通过统一结构化高斯点扩散框架，实现多模态场景表示的高效建模与语义一致性。
Comments 15 pages, 8 figures, 4 tables
L1样本流用于高效视觉-运动学习
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Westlake University（西湖大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 L1流通过结合去噪模型的多模分布捕捉能力与L1回归的高效性，实现高效的视觉-运动学习。
受神经回路启发的分层图因果注意网络用于可解释的抑郁症识别
机构 * MOE Frontier Science Center for Brain Science and Brain-machine Integration（脑科学与脑机融合前沿科学中心） ； Nanhu Brain-computer Interface Institute（南湖脑机接口研究院） ； School of Computer Science and Technology（计算机科学与技术学院） ； Qiushi Academy for Advanced Studies（启硕高级研究院） ； State Key Laboratory of Brain-machine Intelligence（脑机智能国家重点实验室） ； The Department of Neurosurgery, Second Affiliated Hospital, School of Medicine, Zhejiang University Hangzhou, China（浙江大学医学院附属第二医院神经外科）
AI总结 本文提出NH-GCAT网络，通过分层图因果注意机制，结合神经科学知识，实现对抑郁症的可解释识别。
Comments Under review for ICLR 2026
MultiCrafter: 通过解耦注意力和身份感知偏好对齐实现高保真的多主体生成
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Software Technology, Zhejiang University（浙江大学软件技术学院） ； Huawei Technologies Ltd（华为技术有限公司）
AI总结 MultiCrafter通过解耦注意力和身份感知偏好对齐，提升多主体生成的保真度和人类偏好对齐能力。
Comments Project Page: https://wutao-cs.github.io/MultiCrafter/
基于空间知识图的多模态合成
机构 * Zhejiang University（浙江大学） ； Nanjing University of Science and Technology（南京理工大学） ； Huzhou University（湖州大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 SKG2DATA通过空间知识图引导多模态合成，提升多模态大语言模型的空间感知与推理能力。
Comments IEEE/ACM Transactions on Audio, Speech and Language Processing
利用交叉注意力实现端到端的开放词汇全景重建
机构 * Zhejiang University（浙江大学） ； Huawei Cloud Computing Technologies Co., Ltd.（华为云计算技术有限公司）
AI总结 本文提出PanopticRecon++，通过新颖的交叉注意力机制实现端到端开放词汇全景重建，结合可学习3D高斯和最优线性分配，提升3D和2D分割重建性能。
Comments 18 pages, 10 figures
原生3D编辑与全关注
机构 * Fudan University（复旦大学） ； StepFun, Inc.（StepFun公司） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； VAST
AI总结 本文提出一种高效的原生3D编辑框架，通过多模态数据集和3D标记连接方法，提升3D编辑的效率和一致性。
CATCODER: 基于相关代码和类型上下文的仓库级代码生成
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）
AI总结 CatCoder通过整合相关代码和类型上下文，提升仓库级代码生成的性能和可扩展性。
Comments Revised and extended version; To be published in ACM Transactions on Software Engineering and Methodology
基于梯度的自然选择用于紧凑型3D高斯点云
机构 * Zhejiang University（浙江大学）
AI总结 本文提出基于梯度的自然选择剪枝框架，通过正则化梯度场自动决定保留或剪枝高斯体，提升3DGS的紧凑性和渲染质量。
使用深度学习与语义和形状意识进行锥形束计算机断层扫描图像中牙齿的形状保持分割
机构 * organization= Department of Control Science ； Engineering, School of Electronics ； Information Engineering, Tongji University , city= Shanghai , postcode= 201804 , country= China ； organization= Shanghai Institute of Intelligent Science ； Technology, Tongji University , city= Shanghai , postcode= 200092 , country= China ； organization= School of Biomedical Engineering \& State Key Laboratory of Advanced Medical Materials ； Devices, ShanghaiTech University , city= Shanghai , postcode= 201210 , country= China ； organization= Stomatological Hospital of Henan Province, The First Affiliated Hospital of Zhengzhou University, School ； Hospital of Stomatology of Zhengzhou University , city= Zhenzhou , postcode= 450052 , country= China ； organization= Stomatology Hospital, School of Stomatology, Zhejiang University School of Medicine, Clinical Research Center for Oral Diseases of Zhejiang Province, Key Laboratory of Oral Biomedical Research of Zhejiang Province, Cancer Center of Zhejiang University , city= Hangzhou , postcode= 310016 , country= China ； Implant Dentistry, Faculty of Dentistry, The University of Hong Kong , city= Hong Kong SAR , postcode= 999077 , country= China ； organization= School of Computer Science ； Engineering, Southeast University , city= Nanjing , postcode= 211102 , country= China ； organization= Department of Oral Implantology, School ； Hospital of Stomatology, Shanghai Engineering Research Center of Tooth Restoration ； Regeneration, Tongji University , city= Shanghai , postcode= 200070 , country= China
AI总结 本文提出了一种结合语义和形状意识的深度学习方法，用于CBCT图像中牙齿的形状保持分割，通过多任务学习优化分割与形状保持，显著提升分割精度。
DDTime: 基于频谱对齐和信息瓶颈的时序预测数据集蒸馏
机构 * The City University of New York, CUNY（纽约城市大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Zhejiang University（浙江大学） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） ； Tongji University（同济大学）
AI总结 DDTime通过频谱对齐和信息瓶颈方法，提升时序预测数据集蒸馏的精度与多样性，实现30%的相对精度提升。
Comments 36 pages
探索更多，学习更好：基于互信息最小化的并行 MLLM 嵌入
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 本文提出基于互信息最小化的并行解耦框架，通过多条并行路径提升多模态嵌入质量，实现高效且鲁棒的嵌入空间。
为生存，我必须背叛：通过博弈论场景进行大语言模型的劫持攻击
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； East China Normal University（华东师范大学） ； Flexera（Flexera公司） ； Zhejiang University（浙江大学） ； Xidian University（西安电子科技大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Deep Perception Technology, JITRI（JITRI深度感知技术研究所）
AI总结 本文提出一种基于博弈论的可扩展黑盒劫持框架GTA，通过重塑LLM目标以提高攻击成功率，实现在多种场景下的高ASR表现。
Comments 20 pages
CaKE：电路感知编辑实现通用知识学习
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； University of California, Los Angeles（美国加州大学洛杉矶分校）
AI总结 CaKE通过电路感知编辑提升LLMs对更新知识的多跳推理能力，实现20%的准确率提升并降低内存消耗
Comments EMNLP 2025
OmniThink: 通过思考扩展机器写作的知识边界
机构 * Zhejiang University（浙江大学） ； Tongyi Lab, Alibaba Group（阿里云实验室，阿里巴巴集团） ； Zhejiang Key Laboratory of Big Data Intelligent Computing（浙江大数据智能计算重点实验室）
AI总结 OmniThink通过模拟人类思考过程，提升机器写作的知识密度和原创性，解决传统方法在生成长文时的不足。
Comments EMNLP 2025
FlashMesh: 通过结构化猜测实现更快更好的自回归网格合成
机构 * South China University of Technology（南方科技大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Tencent VISVISE（腾讯VISVISE） ； Peking University（北京大学） ； Singapore Management University（新加坡国立大学）
AI总结 FlashMesh通过结构化猜测方法，实现更快更高质量的网格生成，提升自回归模型的效率和保真度。
机构 * Zhejiang University（浙江大学）
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Chinese Academy of Science（中国科学院）
机构 * Huazhong University of Science and Technology（华中科技大学） ； The University of Hong Kong（香港大学） ； INFIFORCE Intelligent Technology Co., Ltd.（INFIFORCE智能技术有限公司） ； Zhejiang University（浙江大学） ； Guangming Lab, Shenzhen（深圳光明实验室）
机构 * School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； Hangzhou Qige Zhilian Technology Co., Ltd.（杭州启捷智能科技有限公司）
Comments Submitted to Engineering Applications of Artificial Intelligence (EAAI)
机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Lab（虎盘实验室） ； Zhejiang University（浙江大学）
Comments The technical report of RynnEC, an embodied cognition MLLM
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