NVIDIA（英伟达）

Directed Graph Topology Inference via Graph Filter Identification

通过图滤波器识别进行有向图拓扑推断

Rasoul Shafipour, Andrei Buciulea, Santiago Segarra, Antonio G. Marques, Gonzalo Mateos

机构 * NVIDIA ； Dept. of Signal Theory and Comms.（信号理论与通信系） ； King Juan Carlos University（胡安卡洛斯国王大学） ； Dept. of Electrical and Computer Eng.（电气与计算机工程系） ； Rice University（里士满大学） ； University of Rochester（罗切斯特大学） 纠错

AI总结 针对线性扩散动力学产生的节点观测，提出通过识别图卷积滤波器来推断有向图拓扑，利用输入协方差的谱多样性保证可辨识性，并设计交替优化算法。

Comments 13 pages main body, 2 pages supplementary material. Submitted to the IEEE Transactions on Signal Processing

Agentic Hardware Design as Repository-Level Code Evolution

代理硬件设计作为仓库级代码演化

Cunxi Yu, Chenhui Deng, Nathaniel Pinckney, Brucek Khailany

机构 * NVIDIA Research（NVIDIA研究） 纠错

AI总结 提出HORIZON自演化代理框架，将硬件设计视为仓库级代码演化，通过Markdown编译项目包和免手代理循环实现全自动基准测试，在多个基准上达到100%完成率。

Parameter Efficient Hybrid Transformer (PEHT) for Network Traffic Prediction via Dynamic Urban Congestion Integration

参数高效混合Transformer（PEHT）用于通过动态城市拥堵整合进行网络流量预测

Abdolazim Rezaei, Mehdi Sookhak, Mahboobeh Haghparast

机构 * National Science Foundation（国家科学基金会） ； U.S. Department of Transportation（美国交通部） ； University Transportation Center (UTC)（大学交通中心） ； Transportation Cybersecurity Center for Advanced Research and Education (CYBER-CARE)（交通网络安全高级研究与教育中心） ； NVIDIA Academic Grant Program（NVIDIA学术资助计划） 纠错

AI总结 提出参数高效混合Transformer（PEHT），通过低秩适应和多模态融合整合城市移动性与拥堵信息，在减少参数的同时提升网络流量预测精度。

PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation

PhysisForcing：面向机器人操作的物理增强世界模拟器

Peiwen Zhang, Yufan Deng, Shangkun Sun, Juncheng Ma, Duomin Wang, Jonas Du, Zilin Pan, Ye Huang, Hao Liang, Songyan Huang, Ruihua Zhang, Enze Xie, Ming-Yu Liu, Daquan Zhou

机构 * Peking University（北京大学） ； NVIDIA（英伟达） 纠错

AI总结 针对视频生成模型在机器人操作模拟中物理不稳定的问题，提出PhysisForcing框架，通过像素级轨迹对齐和语义级关系对齐损失联合优化，显著提升物理一致性，在多个基准上改进基础模型，并提高下游策略成功率。

Comments Github: https://github.com/DAGroup-PKU/PhysisForcing Project website: https://dagroup-pku.github.io/PhysisForcing.github.io/#

Extracting Neural Materials from Multi-view Images

从多视角图像中提取神经材质

Kim Youwang, Jon Hasselgren, Peter Kocsis, Andrea Weidlich, Tae-Hyun Oh, Jacob Munkberg

机构 * NVIDIA（英伟达） ； POSTECH（浦项科技大学） ； KAIST（韩国科学技术院） 纠错

AI总结 提出NeuMatEx方法，利用大型材质重建模型（LMRM）初始化神经材质潜变量，结合逆路径追踪优化，从多视角图像中提取空间变化的神经材质，优于传统PBR方法。

Comments Project website: https://nvlabs.github.io/neumatex/

SC3-Eval: Evaluating Robot Foundation Models via Self-Consistent Video Generation

SC3-Eval: 通过自洽视频生成评估机器人基础模型

Wei-Cheng Tseng, Gashon Hussein, Yuzhu Dong, Allen Z. Ren, Lucy X. Shi, XuDong Wang, Sergey Levine, Zhaoshuo Li, Jinwei Gu, Florian Shkurti, Ming-Yu Liu, Quan Vuong

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； NVIDIA（英伟达） ； Physical Intelligence ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Allen Institute for AI（艾伦人工智能研究所） 纠错

AI总结 提出SC3-Eval方法，利用前向-反向动力学一致性、跨视角一致性和测试时一致性，将预训练视频基础模型转化为准确的策略评估器，在7个真实世界策略上达到0.929的皮尔逊相关系数。