大厂专区
CoinVE-200K：用于组合式指令引导视频编辑的大规模高质量数据集
机构 * Tencent（腾讯）
AI总结 本文提出用于组合式指令引导视频编辑的大规模高质量数据集CoinVE-200K，构建基准CoinVE-Bench及22B参数模型CoinVE-Edit，在基准测试中表现优异。
Comments Project page: this https URL (https://coinve200k.github.io); Dataset is available at this https URL (https://huggingface.co/datasets/FireCRT/CoinVE-200K;) see source codes at this https URL (https://github.com/coinve200k/CoinVE-200K)
超越正确性：混合思维多模态大语言模型（MLLM）的响应行为基准测试与对齐
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Large Language Model Department, Tencent（腾讯大语言模型部） ； University of Electronic Science and Technology of China（电子科技大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhongguancun Academy（中关村学院）
AI总结 该研究针对混合思维 MLLM 的思维与非思维模式响应错位问题，构建 PatternEval 基准并开发 PatternRL 方法，可减轻跨模式错位且任务性能损失极小。
Comments 8 tables and 6figures
SOD：分步式在线蒸馏用于小型语言模型代理
机构 * Zhejiang University（浙江大学） ； Large Language Model Department, Tencent（腾讯大语言模型部门） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 针对小型语言模型中工具集成推理的稳定性问题，提出SOD分步式在线蒸馏框架，通过动态调整蒸馏强度缓解教师信号误导，提升推理性能。
将3D生成模型重新利用于自回归布局生成
机构 * School of Software, Beihang University（北航软件学院） ； Tsinghua University（清华大学） ； University of Hong Kong（香港大学） ； Tencent Hunyuan（腾讯文英） ； Peking University（北京大学）
AI总结 本文提出LaviGen框架，利用3D生成模型直接在3D空间中生成布局，通过自回归过程建模几何关系和物理约束，提升3D场景的物理合理性与效率。
Comments this https URL (https://fenghora.github.io/LaviGen-Page/)
MoRA：以移动性为核心的大规模地理空间表示学习
机构 * The University of Hong Kong（香港大学） ； WeChat, Tencent（微信、腾讯） ； City University of Hong Kong（城市大学）
AI总结 MoRA通过移动图为核心骨架，融合多种数据模态，实现大规模地理空间表示学习，提升预测性能。
VicEdit：从视觉上下文示例学习编辑视频
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tencent Youtu Lab（腾讯优图实验室） ； Zhejiang University（浙江大学）
AI总结 针对文本指令视频编辑难以传达细粒度视觉信息的问题，提出视觉上下文编辑新范式，构建VicEdit-400K数据集，开发VicEdit框架，在VicEditBench上实现SOTA性能。
PersonaShot：多镜头视频生成中以人为中心的叙事连续性基准
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tencent Youtu Lab（腾讯优图实验室） ； Zhejiang University（浙江大学）
AI总结 该研究针对多镜头视频生成中角色叙事连续性评估的不足，推出PersonaShot基准，设计三类特定评估器，发现先进模型感知质量与跨镜头连续性存在差距，评估器与人类专家判断一致性强。
$R^3$-Bench：大语言模型在共享预算下的资源理性推理能力存在不足
机构 * The University of Hong Kong（香港大学） ； Hunyuan Team, Tencent（腾讯混元团队）
AI总结 $R^3$-Bench测试发现，大语言模型在共享预算下的资源理性推理存在不足，其表现出的单问题能力与共享预算下的实际表现存在差距。
Comments Code is available at https://github.com/NineAbyss/R-3-Bench . The dataset is available at https://huggingface.co/datasets/R-3-Bench/R-3-Bench
UI-Mate：利用上下文内演示推进开放权重基础图形用户界面智能体
机构 * Tencent Hy Frontier Team（腾讯 Hy 前沿团队）
AI总结 UI-Mate是集成环境基训练栈与上下文内演示学习的GUI智能体，在多计算机使用基准上创开放权重SOTA，提升了长周期办公任务的执行可靠性
Comments UI-Mate Technical Report. Project page: https://ui-mate.github.io
VibeWorlding：多模态智能体能否端到端构建3D开放世界？
机构 * HKUST(GZ)（香港科技大学（广州）） ； Tencent（腾讯） ； AI Thrust ； TEG AIPD
AI总结 该研究提出VibeWorlding框架，构建VWE-BENCH基准与VibeWorlding-Gym框架，发现当前前沿MLLMs在3D开放世界构建任务中表现不佳，经RL训练的VibeWorlder模型可提升性能，旗舰模型VibeWorlder-30B-A3B表现最优。
Comments preprint
SCOPE：用于视频世界模型的分数隔离智能体优化
机构 * Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Tencent（腾讯）
AI总结 本研究针对视频世界模型推理时改进的评估难题，提出SCOPE框架，通过类型化状态更新与冻结策略实现可审计适应，在Physics-IQ基准上较冻结基线提升+14.24，同时揭示推理时更新的益处需原则性部署机制。
通过策略内自蒸馏缓解大语言模型评审员中的评分标准干扰
机构 * Peking University（北京大学） ； Weixin Al, Tencent Inc（腾讯公司微信智能）
AI总结 本研究针对LLM评审员多评分标准评估时的干扰问题，提出SARA方法，通过策略内自蒸馏提升评估一致性，且该一致性可跨数据集迁移。
PolyWorkBench：多语言长视野语言模型智能体基准测试
机构 * Beijing Jiaotong University（北京交通大学） ； Weixin AI, Tencent Inc（腾讯微云人工智能实验室）
AI总结 研究多语言长视野工作流程中LLM智能体的表现，提出PolyWorkBench基准测试及结合多种评估方式的混合框架，发现最先进LLM智能体在多语言设置中性能降，强调联合建模语言变化和程序决策对智能体评估的重要性。
Comments 17 Pages, 5 figures
机构 * Shenzhen Loop Area Institute (SLAI)（深圳环湖区研究所） ； Tencent（腾讯）
Comments Published as a conference paper at ICLR 2026
ForgeWM：面向少步骤动作条件视频世界模型的渐进式因果训练
机构 * CUHK（香港中文大学） ； Tencent PCG（腾讯平台与内容事业群） ； FDU（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； HKUST（香港科技大学）
AI总结 ForgeWM 是一种渐进式框架，通过多阶段技术将双向动作条件视频生成器转化为少步骤世界模型，在 Minecraft 和 FPS 游戏任务中实现了更优的可控少步骤视频生成性能。
PhoneWorld: 扩展手机使用代理环境
机构 * Tencent Hunyuan（腾讯文英） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院（ Gallagher 学院））
AI总结 提出PhoneWorld，一个可复用的管道，将真实GUI轨迹和截图转化为可控的手机使用环境、可执行任务、自动验证器和训练回滚，从而规模化构建手机代理环境。
Comments work in progress
基于目标正则化的CVR因果效应双重鲁棒估计
机构 * Tsinghua University（清华大学） ； Tencent Inc.（腾讯公司）
AI总结 本文针对CVR因果估计的样本选择偏差问题，提出带理论保障的双重鲁棒估计量，结合目标正则化提升稳定性，实验验证其优于简单去偏结合的方法。
SkillEvo：基于多轮交互反馈的自更新进化梯度
机构 * Tencent Cloud Andon（腾讯云Andon） ； Zhejiang University（浙江大学）
AI总结 SkillEvo通过多轮用户模拟生成反馈、独立治理层修复退化，在6类云服务等数据集上，相比两种基线方法显著提升了智能体技能进化效果。
长视界终端任务的递归合成
机构 * Tencent HY LLM Frontier（腾讯HY大模型前沿团队） ； University of Georgia（佐治亚大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； Indiana University（印第安纳大学） ； National University of Singapore（新加坡国立大学） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出RST递归合成框架，低成本规模化生成3.7万余个长视界终端任务，经微调或PPO优化后，多款Qwen模型在多个终端基准任务上性能显著提升，且递归过程无明显上限。
Hunyuan3D-Buffalo 1.0：用于可扩展3D生成、理解与编辑的统一多模态模型
机构 * Tencent Hunyuan（腾讯混元）
AI总结 Hunyuan3D-Buffalo 1.0是支持3D理解、文本到3D生成等功能的统一多模态模型，构建87M规模语料库训练，在相关基准上达SOTA或领先性能，验证了统一训练的有效性。
Comments Project Page: https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0
SCOPE-Router：面向执行导向任务的成本感知开放集视觉语言模型路由
机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学院大学） ； NUS（新加坡国立大学） ； Tencent（腾讯）
AI总结 本文提出SCOPE-Router与CRM+RCCR，构建执行导向VLM路由基准VLM-ExecRouterBench，解决现有VLM路由局限，在多基准上取得更优性能。
RecSys Factory：限制LLM智能体在工业推荐生命周期内的自主决策点
机构 * Tencent（腾讯） ； FiT（腾讯FiT）
AI总结 RecSys Factory 是限制 LLM 智能体自主到决策点的平台，解决工业推荐系统运营的三角困境，在腾讯三业务线部署 78 天，CLI 调度成功率达 78.6%。
Comments 21 pages, 6 figures, 9 tables. Reports a 78-day deployment across three heterogeneous industrial recommender business lines (1,624 CLI-tool dispatches). Companion paper: AutoResearch (P3b), which instantiates the same substrate for autonomous research
基于十亿级深度图学习增强微信支付的信用风险检测
机构 * Tongji University（同济大学） ； Tencent Inc.（腾讯公司）
AI总结 该研究针对微信支付十亿级用户信用风险检测需求，提出风险感知重叠子图学习框架，解决工业级GNN拓扑完整性损失问题，实验显示其性能优于现有策略。
Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '26), pp. 7679-7690, 2026
RayPE: 用于3D感知视频生成的射线空间位置编码
机构 * The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； ARC Lab, Tencent（腾讯ARC Lab）
AI总结 提出RayPE，通过向自注意力注入6D Plücker坐标编码射线几何关系，提升视频扩散Transformer的3D一致性和相机可控性。
Comments Project page: https://visual-ai.github.io/scope/
ForgeryVCR: 通过高效的取证工具在MLLMs中实现视觉中心推理用于图像伪造检测与定位
机构 * Shenzhen University（深圳大学） ； Tencent Youtu Lab（腾讯优图实验室）
AI总结 ForgeryVCR通过高效的取证工具实现视觉中心推理，提升图像伪造检测与定位的性能。
复杂城市场景中基于证据的可信多模态推理与评估基准
机构 * University of Chinese Academy of Sciences (UCAS)（中国科学院大学） ； Tencent CDG（腾讯云与智慧产业事业群） ； Institute of Information Engineering, CAS（中国科学院信息工程研究所）
AI总结 针对复杂城市场景中多模态大语言模型的推理可靠性问题，提出AD2-Bench基准与EGVOR模型，提升了不利条件下的多模态推理稳定性。
Comments Accepted by IJCV
基于几何知识蒸馏的时序锚定组合式相机运动理解
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Tencent（腾讯）
AI总结 本研究提出CamDistill方法，通过几何知识蒸馏实现时序锚定的组合式相机运动理解，推出含4229个片段的CamChoreo基准，提升了相机运动识别的细粒度与效率。
思想树（Tree-of-Ideas）：基于学术演化跨轨迹推理的自动化研究构想生成
机构 * Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； University of Melbourne（墨尔本大学） ； University of Sydney（悉尼大学） ； Shenzhen University（深圳大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； Tencent Youtu Lab, Tencent（腾讯腾讯云图实验室）
AI总结 该研究提出两阶段框架Tree-of-Ideas，通过重构学术轨迹并跨轨迹推理生成研究构想，在6个人工智能主题上的自动方法中得分最高，接近人类水平。
SPIEval：评估大型语言模型作为处理分散个人信息的移动助手的能力
机构 * Fudan University（复旦大学） ； Tencent Hunyuan Team（腾讯混元团队）
AI总结 本研究推出基于五种认知能力的人工策划基准SPIEval，评估9种LLMs作为移动助手处理分散个人信息的能力，发现其准确率最高仅57.3%，存在信息定位等显著局限。
ForestBench：用于评估多智能体协作的统一图框架
机构 * Southwest University（西南大学） ； Tencent（腾讯） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
AI总结 研究针对多智能体系统异构轨迹评估的问题，提出ForestBench框架，将MAS轨迹映射为统一协作图，筛选844个查询并预计算参考图，可快速评估MAS协作。
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