Alibaba（阿里巴巴）

FreeSpec: Training-Free Long Video Generation via Singular-Spectrum Reconstruction

FreeSpec: 通过奇异谱重建实现无训练长视频生成

Fangda Chen, Shanshan Zhao, Longrong Yang, Chuanfu Xu, Zhigang Luo, Long Lan

机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； Alibaba International Digital Commerce（阿里巴巴国际数字商务） ； Zhejiang University（浙江大学） ； Xiangjiang Laboratory（湘江实验室） 纠错

AI总结 FreeSpec通过奇异谱重建方法解决长视频生成中的内容漂移和时间不一致问题，利用低秩谱引导和高秩重建基，提升空间细节和时间动态的保留能力。

Continuous-Time Distribution Matching for Few-Step Diffusion Distillation

连续时间分布匹配用于少步扩散蒸馏

Tao Liu, Hao Yan, Mengting Chen, Taihang Hu, Zhengrong Yue, Zihao Pan, Jinsong Lan, Xiaoyong Zhu, Ming-Ming Cheng, Bo Zheng, Yaxing Wang

机构 * VCIP, College of Computer Science, Nankai University（南开大学计算机科学学院VCIP） ； Alibaba Group（阿里巴巴集团） ； College of Artificial Intelligence, Jilin University（吉林大学人工智能学院） 纠错

AI总结 本文提出连续时间分布匹配（CDM），通过动态连续调度和连续时间对齐目标，改进少步扩散蒸馏，提升图像生成的视觉保真度，无需复杂辅助模块。

Comments 22pages, 9 figures

Inference-Time Budget Control for LLM Search Agents

推理时预算控制用于大语言模型搜索代理

Zhengru Fang, Senkang Forest Hu, Zhonghao Chang, Yu Guo, Yihang Tao, Hongyao Liu, Mengzhe Ruan, Jun Huang, Yuguang Fang

机构 * City University of Hong Kong（香港城市大学） ； Tsinghua University（清华大学） ； Alibaba Ant Group（阿里巴巴集团） 纠错

AI总结 本文研究了多跳问答中推理时双预算控制问题，通过两阶段控制策略，在搜索阶段根据任务级信息价值评分选择检索、分解或回答承诺，在最终阶段根据证据选择性修正答案，实验表明该方法在多个基准上取得积极收益。

DexSim2Real: Foundation Model-Guided Sim-to-Real Transfer for Generalizable Dexterous Manipulation

DexSim2Real: 基于基础模型的仿真到现实迁移用于通用的灵巧操作

Zijian Zeng, Fei Ding, Huiming Yang, Xianwei Li, Yuhao Liao

机构 * Tsinghua University（清华大学） ； Alibaba Group（阿里巴巴集团） ； Bengbu University（Bengbu大学） ； UCSI University（UCSI大学） 纠错

AI总结 本文提出DexSim2Real框架，结合基础模型引导的域随机化、触觉视觉交叉注意力策略和渐进技能课程，提升灵巧操作的仿真到现实迁移性能，实验表明其在现实世界中的成功率达到78.2%。

Comments 13 pages, 2 figures, 5 tables

MACE-Dance: Motion-Appearance Cascaded Experts for Music-Driven Dance Video Generation

MACE-Dance: 基于动作-外观级联专家的音乐驱动舞蹈视频生成

Kaixing Yang, Jiashu Zhu, Xulong Tang, Ziqiao Peng, Xiangyue Zhang, Puwei Wang, Jiahong Wu, Xiangxiang Chu, Hongyan Liu, Jun He

机构 * Renmin University of China（中国人民大学） ； AMAP, Alibaba Group（阿里集团AMAP） ； Wuhan University（武汉大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出MACE-Dance框架，结合级联混合专家模型，实现音乐驱动的高质量舞蹈视频生成，通过动作和外观专家分别生成3D动作和视频，提升视觉一致性和动作真实感。

Comments Accepted by SIGGRAPH 2026