大厂专区
机构 * University of Surrey（萨里大学） ； Adobe Research（奥多比研究实验室）
AI总结 本研究提出FiLM-CAM，通过键控特征调制实现图像水印的条件访问，可在正确密钥下可靠提取水印，还能基于密钥条件移除水印，且该模块架构无关，适用于多种编解码器骨干。
Comments Accepted to NeurIPS 2026
HiLo-Token: 输入自适应的高低频令牌压缩用于高效图像编辑
机构 * Adobe ART AI Lab（Adobe ART AI实验室） ； Adobe Research（Adobe研究院）
AI总结 针对扩散变换器（DiT）在图像编辑中延迟高的问题，提出输入自适应的令牌压缩框架HiLo-Token，根据空间频率分配令牌预算，在保持生成质量的同时实现高达3.13倍加速。
Comments 14 pages, 11 figures, Patent filled
机构 * Northeastern University（东北大学） ； Adobe Research
AI总结 提出OmniMem框架，通过自适应窗口排除和查询共享KV选择等机制，在自回归视频生成中实现显式全范围稀疏KV检索，显著提升长视频动态程度并保持一致性。
Comments 31 pages, 13 figures; project page: this https URL (https://wuyushuwys.github.io/OmniMem/)
机构 * University of Toronto & Vector Institute（多伦多大学及向量研究所） ； Adobe（Adobe公司） ； Google（谷歌公司）
AI总结 提出一种结合多模态大语言模型和VAE身份条件的方法，通过双层级聚合模块和多阶段去噪策略，在主题驱动图像生成中实现多模态理解与身份保持的平衡，优于现有方法。
Comments NeurIPS 2026, 42 pages, 18 figures, Project Page: this https URL (https://zsh2000.github.io/squeeze-mllm-subject-gen/)
当模拟欺骗时：一个仿真到现实的基准和领域随机化的强化学习配方用于工具使用智能体
机构 * Arizona State University（亚利桑那州立大学） ； University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Adobe Research（Adobe研究）
AI总结 本文研究了工具使用POMDP中的仿真到现实差距，提出了一种领域随机化的强化学习方法，通过扰动增强轨迹提升鲁棒性，缩小了工具使用智能体在现实部署中的性能差距。
Comments Accepted at NeurIPS 2026 (Evaluations and Datasets Track). Camera-ready version with updated content, acknowledgments, and resource links. Benchmark renamed to AgentRobustBench. Code, dataset, checkpoints, and leaderboard: this https URL (https://github.com/WillChow66/AgentRobustBench)
机构 * Adobe Research（Adobe研究）
AI总结 本文提出基于推理的代理规划框架，通过结构化规划和工具链提升图像风格化效果，采用合成数据生成和离线强化学习方法，验证在视觉质量和指令遵循上的优越性。
Comments 95 pages
机构 * Arizona State University（亚利桑那州立大学） ； Adobe
AI总结 DeCAF框架通过分解优化智能体流水线的各维度，结合组件级评估器定位问题并修订，在多基准上提升任务性能，同时降低推理成本与延迟。
机构 * Adobe（奥多比公司） ； New York University（纽约大学）
AI总结 FoleyForge是一种生成模型，通过引入数据管道解决音频编辑数据缺乏问题，微调整流流模型并扩展属性控制，实现了指令遵循、音频质量与源保真度的良好平衡。
MoMHa：面向准确性、安全性与Token的LLM Harness多目标优化
机构 * Adobe Research（Adobe研究院）
AI总结 MoMHa将LLM harness设计视为多目标优化，通过智能体搜索平衡准确性、安全性与Token成本，在17个领域上超越基线，并实现最高安全得分与更低Token消耗。
Comments Accepted to the Proceedings of the 40th Conference on Neural Information Processing Systems (NeurIPS 2026)
机构 * Cornell University（康奈尔大学） ； Adobe Research（奥多比研究院）
AI总结 针对流匹配生成器的质量-覆盖权衡问题，提出带竞争机制的训练方法及辅助条件缩放引导，在ImageNet-256上大幅降低FD_{r,6}指标，拓展了质量-覆盖前沿。
Comments 40 pages, 24 figures. Project page: https://lilydaytoy.github.io/CFM/
StreamGaze：流媒体视频中的目光引导时间推理与前瞻性理解
机构 * University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校） ； Adobe Research（Adobe研究院）
AI总结 StreamGaze通过引入目光引导的任务评估多模态大语言模型在流媒体视频中的时间推理和前瞻性理解能力，揭示了现有模型在目光引导下的时间推理、意图建模和前瞻性预测方面的局限性。
Comments Accepted to the 40th Annual Conference on Neural Information Processing Systems (NeurIPS 2026)
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Adobe Research（奥多比研究中心） ； Cartesian Systems（笛卡尔系统公司）
AI总结 MITO提出首个毫米波日常物体数据集与开源模拟器，利用机器人合成孔径融合实现高分辨率非视距感知，并构建分割与分类基准以推动NLOS研究。
机构 * Yale University（耶鲁大学） ； Vanderbilt University（范德比大学） ； Adobe Research（Adobe研究） ； Cisco AI Research（思科人工智能研究）
AI总结 针对推荐中评论稀疏问题，提出TWISTER框架，通过文本边图联合建模语义与结构信号，利用大语言模型聚合邻域生成个性化评论，在Amazon和Goodreads上提升推荐性能。
机构 * Adobe（奥多比公司）
AI总结 提出诊断渲染证据（DRE）方法，利用冻结ViT分类器融合多视图信息，实现3D资产可用性评估，在TexVerse及外部测试集上取得较高准确率与召回率，可跨语料库检测美观视图遗漏的资产缺陷。
机构 * University of Maryland（马里兰大学） ； Adobe Research（奥多比研究院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
AI总结 本文针对多草稿投机解码，通过最优传输对偶问题高效计算最优接受率，首次量化理论与现有算法的差距，并发现无放回采样更优，为设计高效采样与验证算法提供指导。
机构 * Adobe（奥多比公司） ； KAIST（韩国科学技术院）
AI总结 提出端到端框架MoviEdit，通过自动生成8.7万对无标注数据、级联双向自回归架构及专用基准MoviEdit-Bench，实现长篇多镜头视频编辑，性能优于开源模型且比肩行业前沿模型
Comments 26 pages, 15 figures
机构 * University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Adobe（奥多比）
AI总结 本文提出半环上的递推代数与向量化变换，通过编译器生成向量化C++实现，可将递推加速最高达一个数量级，在生物信息学场景下性能优于现有手工向量化库。
Comments Conditionally accepted to POPL 2027
机构 * The University of Texas at Austin（得克萨斯大学奥斯汀分校） ； Adobe Research（奥多比研究中心）
AI总结 本研究提出智能体视频世界模型AgiWorld，通过智能体AgiWorld-Agent与视频世界模型AgiWorld-WM的闭环机制，结合空间记忆实现从自由形式指令构建持久世界，在相关基准测试中达到最先进性能。
机构 * University of Washington（华盛顿大学） ； Adobe Research（奥多比研究实验室）
AI总结 该研究针对文本到音乐生成的配对文本信息不足问题，提出基于结构化字幕微调扩散变换器的方法，还引入戴维森场景图启发的评估协议，提升了生成质量与文本对齐度。
Comments Submitted to ICASSP 2027
机构 * The University of Hong Kong（香港大学） ； Adobe Research（奥多比研究院）
AI总结 CurveCodec 2提出骨架无关的动画压缩方法，利用学习熵模型编码残差，在保持ACL误差契约下显著减少字节数，并支持跨物种迁移。
Comments 12 pages, 11 figures. Project page: https://rubbly.cn/publications/curvecodec/
人类的ALMANAC：用于智能体协作的动作级心智模型标注的人类协作数据集
机构 * Northeastern University（东北大学） ； University of Notre Dame（Notre Dame 大学） ； University of Waterloo（滑铁卢大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Adobe（Adobe公司） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 为解决当前LLM智能体缺乏协作中心智模型能力的问题，构建了基于Map Task的ALMANAC数据集，包含2987个协作动作及其心智模型标注，并评估了六种LLM在预测人类行为和心智模型上的表现。
Comments Accepted as Findings of EMNLP 2026 Conference
多智能体强化学习何时能改进LLM工作流？工作流、规模与策略共享的权衡
机构 * Oregon State University（俄勒冈州立大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Adobe Inc.（Adobe公司） ； AG2AI, Inc.（AG2AI公司）
AI总结 研究多智能体LLM工作流中端到端强化学习训练的效果，发现改进依赖于工作流、任务和规模，策略共享不提供统一稳定性而是重新分配失败模式。
机构 * Adobe（奥多比公司） ； MIT（麻省理工学院）
AI总结 该研究针对分布匹配蒸馏，提出联合扩展评判者与教师模型的策略及步感知评判者STAC，在多类生成任务的少步蒸馏中实现了性能提升并避免训练崩溃。
Comments 35 pages, 16 figures. Project page and code: https://peppaking8.github.io/critic-matters/
机构 * Cornell University（康奈尔大学） ； Adobe Research（Adobe研究）
AI总结 本研究通过与专业剪辑师的形成性研究明确微编辑结构，推导其数学形式化并开发AI优化工具，经用户研究与视频示例验证，旨在简化电影微编辑的探索过程。
Comments UIST 2026 Best Paper Honorable Mention. Project page: https://microedits.github.io/
机构 * Adobe Research（奥多比研究院） ； UC San Diego（加利福尼亚大学圣迭戈分校）
AI总结 EditAgent扩展智能体图像编辑的动作与观察空间，通过路由多类方法、并行生成候选并借助VLM评判，提升编辑性能并可作为训练数据引擎。
机构 * Adobe Research（奥多比研究院） ； Brown University（布朗大学）
AI总结 本研究提出EmpDPO方案，通过监督微调结合直接偏好优化，为未接受强调标注训练的多语言零样本扩散TTS模型添加强调控制，经评估可在保持语音自然度的同时实现有效强调控制。
Comments 5 pages, 3 figures. Submitted to ICASSP 2027. Audio samples: https://chaonan99.github.io/empdpo-demo/
机构 * Adobe Research（Adobe研究）
AI总结 StreamStudio是一款即插即用的原型系统，提出将创作控制权从生成后修改转移到与流式视频生成过程持续交互的新范式，可与兼容模型配合，助力更灵活可控的视频创作。
机构 * New Jersey Institute of Technology（新泽西理工学院） ； New York University（纽约大学） ； Adobe Research（奥多比研究院） ； Monash University（莫纳什大学）
AI总结 针对现有音频字幕基准无法定位复调音频理解错误的问题，提出MixCardBench基准，分两阶段评估大型音频语言模型，发现当前模型在语音和音效时序检测上存在显著缺陷，该基准数据集和代码公开可用
Comments Benchmark dataset: https://doi.org/10.5281/zenodo.23702059 Code: https://github.com/Sound-Captioning-for-Accessibility/mixcardbench
机构 * Adobe Inc.（奥多比公司）
AI总结 该研究提出选择性跨度标注的伙伴选择方法，通过主模型错误的保留验证准确率选伙伴，在多基准上优于跨度F1或随机选择，且在零样本场景中表现良好。
机构 * Adobe Research（Adobe研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 CrossEdit提出统一的全模态编辑模型，利用跨模态迁移实现零样本音视频电影场景编辑，通过合成数据微调和自监督重建学习指令遵循，并发布基准与指标验证效果。
Comments 27 pages (10 main + 1 limitations); 8 figures
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