Tencent（腾讯）

LeVo 2: Stable and Melodious Song Generation via Hierarchical Representation Modeling and Progressive Post-Training

LeVo 2：通过层次表示建模和渐进式后训练实现稳定悦耳的歌曲生成

Shun Lei, Huaicheng Zhang, Dapeng Wu, Yaoxun Xu, Lishi Zuo, Wei Tan, Hangting Chen, Guangzheng Li, Jianwei Yu, Zhiyong Wu, Dong Yu

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Tencent（腾讯） ； Wuhan University（武汉大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 提出LeVo 2混合LLM-Diffusion框架，通过层次化建模（先预测混合令牌进行语义规划，再并行预测人声和伴奏令牌）解决全曲生成中协调性与细节保真度的权衡，并引入美学引导训练策略，在主观和客观指标上超越开源基线，接近商业系统。

Node-to-Neighborhood Semantic Consistency: Text-Topology Alignment for TAGs Anomaly Detection

节点到邻域语义一致性：文本属性图异常检测中的文本-拓扑对齐

Bochen Lin, Jianxiang Yu, Jiayi Wu, Lin Qi, Huang Lu, Xiang Li

机构 * School of Data Science and Engineering, East China Normal University（东华大学数据科学与工程学院） ； WeChat, Tencent（微信、腾讯） 纠错

AI总结 针对文本属性图异常检测中文本语义与拓扑关系不对齐的问题，提出N2NSC框架，通过双融合路径捕获节点与邻域的语义一致性，在八个数据集上超越现有方法。

GUICrafter: Weakly-Supervised GUI Agent Leveraging Massive Unannotated Screenshots

GUICrafter: 利用海量无标注截图的弱监督GUI智能体

Sunqi Fan, Lingshan Chen, Runqi Yin, Qingle Liu, Yongming Rao, Meng-Hao Guo, Shi-Min Hu

机构 * Tsinghua University（清华大学） ； Tencent Hunyuan（腾讯文脉） 纠错

AI总结 提出GUICrafter，一种利用海量无标注截图通过课程学习框架训练GUI智能体的弱监督方法，显著降低对人工标注的依赖，在极少量标注数据下性能超越UI-TARS等先进系统。

Process Advantage Signal Shaping: A Paradigm-Agnostic Middleware for Process-Supervised RL in LLM Reasoners

过程优势信号塑形：用于LLM推理器过程监督强化学习的范式无关中间件

Chao Wang, Hongtao Tian, Tao Yang, Yunsheng Shi, Ting Yao, Wenbo Ding

机构 * Tsinghua University（清华大学） ； WeChat, Tencent（微信、腾讯） 纠错

AI总结 提出PASS中间件，通过优势融合、按值分块和长度分割解决GRPO在过程监督强化学习中的通道污染、分辨率不匹配和累积陷阱问题，在数学推理和多跳问答任务上持续提升pass@1。

Comments 19 pages, 3 figures

Flow-DPPO: Divergence Proximal Policy Optimization for Flow Matching Models

Flow-DPPO：用于流匹配模型的散度近端策略优化

Bowen Ping, Xiangxin Zhou, Penghui Qi, Minnan Luo, Liefeng Bo, Tianyu Pang

机构 * Xi’an Jiaotong University（西安交通大学） ； Tencent Hunyuan（腾讯混元） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 针对流匹配模型中PPO比率裁剪的结构性缺陷，提出Flow-DPPO方法，利用高斯策略的精确KL散度计算实现散度近端约束，提升奖励和训练稳定性。

R-DMesh: Video-Guided 3D Animation via Rectified Dynamic Mesh Flow

R-DMesh：通过校正动态网格流实现视频引导的3D动画

Zijie Wu, Lixin Xu, Puhua Jiang, Sicong Liu, Chunchao Guo, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Tencent Hunyuan（腾讯混元） 纠错

AI总结 本文提出R-DMesh框架，通过校正动态网格流解决视频引导3D动画中的姿态对齐问题，并实现高保真的4D网格生成。

Comments Accepted by SIGGRAPH 2026, Project Page: https://r-dmesh.github.io/ Code URL: https://github.com/Tencent-Hunyuan/R-DMesh

Symbiotic-MoE: Unlocking the Synergy between Generation and Understanding

共生MoE：解构生成与理解之间的协同效应

Xiangyue Liu, Zijian Zhang, Miles Yang, Zhao Zhong, Liefeng Bo, Ping Tan

机构 * HKUST（香港科技大学） ； Tencent Hunyuan（腾讯混元） 纠错

AI总结 本文提出Symbiotic-MoE框架，通过模态感知专家解缠绕和渐进训练策略，解决生成与理解任务间的冲突，提升多模态协同能力，在MMLU和OCRBench上取得显著提升。

Comments Accepted to ECCV 2026

MixGRPO: Unlocking Flow-based GRPO Efficiency with Mixed ODE-SDE

MixGRPO: 通过混合ODE-SDE解锁基于流的GRPO效率

Junzhe Li, Yutao Cui, Tao Huang, Weijie Kong, Yiming Cheng, Chuxuan Zeng, Yinping Ma, Chun Fan, Miles Yang, Zhao Zhong, Liefeng Bo

机构 * Hunyuan, Tencent（腾讯混元） ； School of Computer Science, Peking University（北京大学计算机学院） ； Computer Center, Peking University（北京大学计算中心） ； Department of Engineering Physics, Tsinghua University（清华大学工程物理系） 纠错

AI总结 本文提出MixGRPO框架，通过结合ODE和SDE混合采样策略，优化流匹配模型的效率与性能，采用滑动窗口机制减少优化开销，提升收敛速度，其中MixGRPO-Flash进一步降低训练时间达71%。

FAIL: Flow Matching Adversarial Imitation Learning for Image Generation

FAIL: 流匹配对抗模仿学习用于图像生成

Yeyao Ma, Chen Li, Xiaosong Zhang, Han Hu, Weidi Xie

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xi’an Jiaotong University（西安交通大学） ； Tencent（腾讯） 纠错

AI总结 本文提出FAIL方法，通过对抗训练最小化策略-专家差异，无需显式奖励或配对比较，在图像生成中实现高效训练与泛化。

Multimodal Mathematical Reasoning with Diverse Solving Perspective

多模态数学推理与多样化的解题视角

Wenhao Shi, Zhiqiang Hu, Yi Bin, Guoqing Wang, Xing Xu, Yang Yang, See-Kiong Ng

机构 * Tongji University（同济大学） ； National University of Singapore（新加坡国立大学） ； Institute of Data Science, National University of Singapore（新加坡国立大学数据科学研究所） ； Tencent（腾讯） ； Center for Future Media, University of Electronic Science and Technology of China（电子科技大学未来媒体中心） 纠错

AI总结 本文提出MathV-DP数据集和Qwen-VL-DP模型，通过多样化解题视角提升多模态数学推理的准确性和生成多样性。

Comments 10 pages