高校专区
作为意图的隐式动作：为世界动作模型实现高效的未来想象
机构 * CollegeAI, THU（清华大学CollegeAI） ； AIR, THU（清华大学AIR） ； CASIA（中国科学院自动化研究所） ； TARS Robotics（TARS机器人公司） ； FDU（复旦大学） ； Southeast University（东南大学） ； SJTU（上海交通大学） ； NUS（新加坡国立大学） ； BUAA（北京航空航天大学）
AI总结 本文提出名为 LAWA 的 WAM 架构，以紧凑隐式动作作为未来意图实现高效未来想象，在 RoboCasa 等数据集上优于 Fast-WAM，延迟更低且性能更优，兼顾性能、泛化性与延迟。
StepGuard：利用可扩展监督与安全-效用平衡学习步骤级护栏
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beihang University（北京航空航天大学） ； Fudan University（复旦大学） ； Renmin University of China（中国人民大学） ； KAUST（阿卜杜拉国王科技大学）
AI总结 该研究针对LLM智能体交互的安全风险，提出步骤级护栏模型StepGuard，通过自动数据引擎StepGen与动态平衡学习方法Balance-GRPO训练，在降低攻击成功率的同时仅小幅影响效用。
Comments Accepted by EMNLP 2026. Project page: this https URL (https://zheng977.github.io/StepGuard/)
结合可验证奖励的在线蒸馏
机构 * LeapLab, Tsinghua University（清华大学LeapLab） ； Beihang University（北京航空航天大学） ； SMS, Peking University（北京大学SMS） ； NLPLab, Tsinghua University（清华大学NLPLab）
AI总结 本研究提出OPDVR方法，无缝结合OPD与RLVR且不增加超参数，经六个推理基准实验验证其性能优于标准OPD。
VIP：面向机器人导航的基于变分的迭代学习规划
机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） ； Tianmushan Laboratory, Beihang University（北京航空航天大学天目山实验室）
AI总结 该研究针对机器人导航规划的计算成本问题，提出VIP框架，通过变分迭代学习优化规划命令，在单/多机器人场景中高效生成并改进运动规划，兼具有效性与可扩展性。
用于手术器械分割的SAM分层原型-记忆适应方法
机构 * Beihang University（北京航空航天大学） ； Image Processing Center（图像处理中心）
AI总结 针对SAM适配手术器械分割时的鲁棒性与尺度耦合问题，本文提出HPMA框架，通过分层原型记忆与尺度匹配耦合机制，在EndoVis2017/2018数据集上取得最优性能。
熵的测量位置很重要：有界连续控制PPO中的策略几何
机构 * Lancaster University（兰卡斯特大学） ； Beihang University（北京航空航天大学） ； Tsinghua University（清华大学）
AI总结 该研究发现熵的测量位置会影响PPO学习的有界连续控制策略几何，通过MyoLeg、Dog-Stand任务实验，表明熵测量空间是均值-方差耦合的设计选择，仅任务回报无法表征有界策略几何。
Comments 24 pages, 6 figures, 8 tables
ReproAgent：基于合约引导的论文到代码复现
机构 * Beihang University（北京航空航天大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Minzu University of China（中央民族大学） ； Zhongguancun Academy（中关村科学院）
AI总结 ReproAgent是基于合约引导的四阶段论文到代码复现流水线，在PaperBench Code-Dev基准上，其在两种骨干模型的同架构支架中取得最高平均得分，相关产物已公开。
Comments Accepted to Findings of EMNLP 2026
SA-Bench：评估基于大语言模型的论文复现中的语义对齐
机构 * Beihang University（北京航空航天大学） ； Shanghai Jiao Tong University（上海交通大学） ； Minzu University of China（中央民族大学） ； Peking University（北京大学） ； Zhongguancun Academy（中关村科学院）
AI总结 本研究推出SA-Bench基准，评估LLM复现论文时的语义对齐，发现现有模型复现准确率低，需优化脚手架以提升语义规范验证能力。
Comments Accepted to Findings of EMNLP 2026
CARO：适用于零样本鲁棒四足运动的接触无关残差观测
机构 * School of Aeronautic Science and Engineering, Beihang University（北京航空航天大学航空科学与工程学院） ； School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院）
AI总结 该研究提出CARO框架，将固定基座欧拉-拉格朗日模型嵌入强化学习控制循环，无需额外传感器即可提升四足机器人零样本鲁棒性，在多项任务中表现出显著优势。
Comments 10 pages, 6 figures
用于4D医学图像插值的相位对齐有限傅里叶周期变形
机构 * Southern University of Science and Technology（南方科技大学） ； Shenzhen University of Advanced Technology（深圳理工大学） ； Shenzhen University Medical School（深圳大学医学院） ； Shenzhen University（深圳大学） ； Beihang University（北京航空航天大学）
AI总结 该研究针对4D医学图像插值中周期结构编码不足、运动非均匀的问题，提出相位对齐有限傅里叶周期变形方法，在ACDC和4D-Lung数据集上实现了优于现有基线的性能。
Comments ACMMM 2026 accepted
CRISP：面向遥感语义分割的校准感知视觉状态空间对偶模型
机构 * Tianmushan Laboratory, Beihang University（北京航空航天大学天目山实验室） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； School of Astronautics, Beihang University（北京航空航天大学宇航学院）
AI总结 针对VSSD用于遥感语义分割时的边界平滑问题，提出含DCO与OMP头的CRISP框架，在约30M参数规模下提升了mF与mIoU，性能与SOTA相当。
Comments Accepted to ECCV 2026. 22 pages, including supplementary material; 9 figures. Code: this https URL (https://github.com/crazylifeha/CRISP)
延迟优化器状态传输塑造短程训练决策
机构 * School of Physics, Beihang University（北京航空航天大学物理学院）
AI总结 该研究发现优化器状态与未来数据的延迟传输可改变Transformer短程训练决策，在Math--Code数据集上提升损失，为有限视野训练干预提供了机制依据。
Comments 24 pages, 14 figures, 3 tables
超越视频：统一视频推理与深度研究的开放世界视频智能体
机构 * Shandong University（山东大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beihang University（北京航空航天大学） ； City University of Hong Kong（香港城市大学） ； Nanyang Technological University（南洋理工大学） ； Kuaishou Technology（快手科技） ； Southern University of Science and Technology（南方科技大学）
AI总结 本研究提出统一视频推理与深度研究的VideoRover框架，构建相关数据集与基准，其8B-RL模型在无工具直接回答场景性能接近专有模型，优于同工具套件的更大开源模型。
BiSegMamba: 用于3D医学图像分割的高效双向三向Mamba
机构 * School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北航虚拟现实技术与系统国家重点实验室）
AI总结 提出BiSegMamba，一种基于双向三向Mamba的高效3D医学图像分割网络，通过渐进压缩主干、多尺度空间混合器、双向正交Mamba块和自适应方向融合，在降低计算成本的同时提升分割精度。
Comments Code is available at: this https URL (https://github.com/bakhtzadaabshare/BiSegMamba)
整合时空模型与大语言模型（LLMs）的模块化多任务推理框架
机构 * College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算机与数据科学学院） ； Institute for Infocomm Research, A*STAR, Singapore（资讯通信研究院） ； School of Computer Science and Engineering, Beihang University, China（北京航空航天大学计算机科学与工程学院）
AI总结 本研究提出整合时空模型与LLMs的STReason框架，通过上下文学习分解查询生成解释，在时空推理任务中显著优于LLM基线，可抑制幻觉并减少专家工作量。
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