高校专区
TACO：基于目标和指令的强化学习实现通用空翻飞行控制
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； WINDY Lab, Department of Artificial Intelligence, Westlake University（西湖大学人工智能研究院）
AI总结 本文提出TACO框架，通过目标和指令导向的强化学习实现统一的空翻任务处理，并支持在线参数调整，结合频谱归一化方法提升策略的平滑性与对称性，验证了其在高速环形飞行和连续多翻转中的能力。
Comments For the experiment video, please refer to https://youtu.be/x1v7nD2iHIk
IGenBench：文本到信息图生成可靠性基准测试
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD与CG国家重点实验室） ； UESTC ； University of Virginia（弗吉尼亚大学） ； HKUST(GZ)（香港科技大学（广州）） ； Cornell University（康奈尔大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出IGENBENCH基准，包含30种信息图类型和600个测试用例，通过多模态大语言模型分解为10类原子问题评估10种T2I模型，发现数据完整性等维度是普遍瓶颈。
UniVoice: 统一自回归ASR与基于流匹配的TTS的大语言模型框架
机构 * Xiamen University, China（厦门大学） ； Shanghai Innovation Institute, China（上海创新研究院） ； Shanghai Jiao Tong University, China（上海交通大学） ； Zhejiang University, China（浙江大学）
AI总结 提出UniVoice，通过连续表示统一语音识别与合成，结合自回归建模和流匹配，设计双重注意力机制解决模态差异，实现高质量零样本语音克隆。
Comments accepted at interspeech2026
FIT-Print：通过目标指纹实现抗虚假声明的模型所有权验证
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） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security, Hangzhou（杭州高新技术区（滨江）区块链与数据安全研究院，杭州） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系）
AI总结 针对现有模型指纹易受虚假声明攻击的问题，提出目标指纹范式FIT-Print，通过优化将指纹转化为可验证目标签名，并设计两种黑盒方法，实现100%防御成功率和0%误报率。
Comments This paper has been accepted by IEEE Transactions on Information Forensics and Security
可连接异构AGV系统的Petri网建模与无死锁调度
机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University（浙江大学工业控制技术状态重点实验室） ； School of Information and Electronic Engineering, Zhejiang Gongshang University（浙江工商大学信息电子工程学院） ； Department of Electrical and Computer Engineering, New Jersey Institute of Technology（新 jersey 理工学院电子与计算机工程系）
AI总结 针对可连接异构AGV系统的调度问题，提出基于Petri网的无死锁调度框架，集成自适应大邻域搜索算法，通过结构分析预防死锁，实验表明该方法显著提升计算效率并优于现有策略。
Comments This work has been submitted to the IEEE for possible publication
dLLM-Cache：基于自适应缓存的扩散大语言模型加速
机构 * Zhejiang University（浙江大学）
AI总结 针对扩散大语言模型推理延迟高的问题，提出一种无需训练的自适应缓存框架dLLM-Cache，通过长间隔提示缓存和基于特征相似性的部分响应更新，实现高效中间计算复用，在保持输出质量的同时大幅降低FLOPs。
Comments Accepted by ICML 2026
EnchantDance: 揭示音乐驱动舞蹈动作的潜力
机构 * Zhejiang University（浙江大学） ； Tongji University（同济大学）
AI总结 提出EnchantDance框架，通过构建舞蹈潜在空间和扩散模型，结合大规模数据集ChoreoSpectrum3D和音乐流派预测网络，提升舞蹈生成的质量、多样性和一致性。
Comments Project Page: https://fluide1022.github.io/EnchantDance/
后GCN十年回顾：曲率分层的关联学习评估
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Tsinghua University（清华大学） ； Western University（西方大学） ； Zhejiang University（浙江大学）
AI总结 针对关联学习中统一基准掩盖几何依赖性性能的问题，提出曲率分层评估框架，通过将数据集按曲率正负零分区，揭示模型性能本质上是几何依赖的，并给出更可靠的评估协议。
Comments Comments: Suggestions and comments are welcomed
SW-$A^2$-Bench: 面向智能体网络的自主软件智能体生成基准测试
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Tokyo（东京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nankai University（南开大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Queen’s University（女王大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学）
AI总结 提出首个软件智能体生成基准SW-$A^2$-Bench，通过编码智能体自动将代码仓库转化为自主软件智能体，评估生成智能体的忠实性与互操作性，以扩展智能体网络规模。
潜空间：基础、演化、机制、能力与展望
机构 * National University of Singapore（国立新加坡大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； DeepWisdom（深智科技） ； Nanjing University（南京大学） ； Shanghai Jiatong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Tencent Hunyuan（腾讯文深） ； QuantaAlpha（量子阿尔法） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang Lab（浙江实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学）
AI总结 本文综述潜空间在语言模型中的基础、演化、机制与能力，指出其克服显式空间计算的结构性限制，并展望未来研究方向。
增强视频表示中的时空语义残差以缓解视频大型多模态模型中的幻觉
机构 * Zhejiang University（浙江大学） ； University of Toronto（多伦多大学） ； Dalian University of Technology（大连理工大学） ； Sun Yat-sen University（中山大学）
AI总结 提出ViSSRes方法，通过轻量级MLP网络学习视频表示的残差，从时空和语义一致性优化，在推理时仅需单次前向传播，有效降低幻觉率并提升视频理解性能。
Comments Preprint
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