高校专区
UniAudio 2.0：一种具有文本对齐因子化音频标记化的统一音频语言模型
机构 * The Chinese University of Hong Kong, China（香港中文大学）
AI总结 UniAudio 2.0通过引入ReasoningCodec和统一自回归架构，实现了文本对齐的因子化音频标记化，提升了音频理解和生成性能，并在多种任务中展现了强大的泛化能力。
代理拼图交互学习：提升视觉感知与推理能力在视觉-语言模型中
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； East China Normal University（华东师范大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 AGILE通过代理拼图交互学习提升视觉-语言模型的感知与推理能力，显著提高拼图任务性能并增强多模态模型的泛化能力。
一种用于零样本临床协作和皮肤病自动概念发现的视觉-语言基础模型
机构 * AIM for Health Lab（AIM for Health实验室） ； Faculty of Information Technology, Monash University（信息技术学院，墨尔本大学） ； Department of Dermatology, Medical University of Vienna（皮肤科，维也纳医学大学） ； Faculty of Engineering, Monash University（工程学院，墨尔本大学） ； Institute of Ophthalmology, University College London（眼科研究所，伦敦大学学院） ； Dermatology Department. Fundacion Hospital 12 de Octubre（皮肤科部门，12月12日基金会医院） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； Frazer Institute, The University of Queensland（弗拉泽研究所，昆士兰大学） ； Dermatology Research Centre, Brisbane, Australia（皮肤科研究中心，澳大利亚布里斯班） ； Department of Medical and Cardiovascular Sciences, Sapienza University of Rome（医学与心血管科学系，罗马萨皮恩扎大学） ； Victorian Melanoma Service, Alfred Care Group, Bayside Health, Melbourne, Australia（维多利亚黑色素瘤服务，阿尔弗雷德护理集团，墨尔本布里斯班健康中心，澳大利亚） ； SkIIN Discovery Program, Monash University（SkIIN发现计划，墨尔本大学） ； Claude Bernard Lyon-1 University（克劳德·伯纳德里昂-1大学） ； Centre Léon Berard, Lyon, France（莱昂·贝拉德中心，法国里昂） ； Dermatology department, Hôpital Lyon Sud, Hospices Civils de Lyon, Lyons, France（皮肤科部门，里昂南医院，里昂民事医院，法国里昂） ； Cancer Research Center of Lyon, Lyons, France（里昂癌症研究中心，法国里昂） ； eResearch Centre, Monash University（eResearch研究中心，墨尔本大学） ； NVIDIA AI Techno（NVIDIA AI技术）
AI总结 DermFM-Zero是一种用于皮肤病零样本临床协作和自动概念发现的视觉-语言基础模型，通过掩码潜在建模和对比学习训练，实现了无需任务特定适应的高精度诊断和多模态检索能力。
Comments reports
MetaphorStar: 基于端到端视觉强化学习的图像隐喻理解与推理
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） ； The Chinese University of Hong Kong MMLab（香港中文大学MMLab）
AI总结 MetaphorStar通过端到端视觉强化学习框架提升图像隐喻理解与推理能力，显著优于现有模型。
Comments 14 pages, 4 figures, 11 tables; Code: https://github.com/MING-ZCH/MetaphorStar, Model & Dataset: https://huggingface.co/collections/MING-ZCH/metaphorstar
形态生成与自适应控制用于异构模块化机器人
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University, Shanghai, China（上海智能自主系统研究院，同济大学，上海，中国） ； Department of Mechanical and Automation Engineering and T Stone Robotics Institute, The Chinese University of Hong Kong, Hong Kong（机械与自动化工程系和T Stone机器人研究院，香港中文大学，香港）
AI总结 本文提出了一种闭环自动化框架，用于异构模块化机器人，通过分层规划和退火-方差MPPI控制器实现高效动态组装与实时运动控制。
Comments Accepted by ICRA 2026
乘法收益近似中的定价查询复杂性
机构 * Chinese University of Hong Kong（香港中文大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Iowa（爱荷华大学）
AI总结 本文研究了在提供尺度提示的情况下，单买家收益最大化问题的定价查询复杂性，针对不同分布类型建立了紧的复杂性界限。
RadarEye: 使用毫米波雷达实现机器人倒液过程中的鲁棒液体水平跟踪
机构 * Department of Information Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China（信息工程系，香港中文大学，香港特别行政区，中国）
AI总结 RadarEye通过毫米波雷达实现机器人倒液过程中液体水平的鲁棒跟踪，采用高分辨率波束成形和物理感知跟踪器，实现亚毫秒级延迟和优于视觉和超声波的精度。
Comments To appear in IEEE ICASSP 2026
ClinAlign: 从医生偏好扩展医疗对齐
机构 * Ant Group（蚂蚁集团） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Peking University（北京大学）
AI总结 ClinAlign通过HealthRubrics和HealthPrinciples实现医疗输出与医生偏好的高效对齐，验证了资源高效的临床对齐方法。
超越Gemini-3-Pro：大规模LLM路由与聚合的再审视
机构 * Shanghai AI Lab（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Northwestern Polytechnical University（西北工业大学） ； Northeastern University（东北大学）
AI总结 本文提出JiSi框架，通过混合路由、支持集聚合选择和自适应切换技术，实现开源LLM协作超越Gemini-3-Pro。
Comments 21 pages
MME-Emotion：多模态大语言模型情感智能的综合评估基准
机构 * The Chinese University of Hong Kong（香港中文大学） ； Tongyi Lab（通义实验室） ； SZTU（深圳技术大学） ； Peking University（北京大学） ； Tongji University（同济大学） ； CASIA（中国科学院自动化所） ； Tencent（腾讯） ； UCLA（加州大学洛杉矶分校） ； Westlake University（西湖大学） ； NTU（国立大学）
AI总结 MME-Emotion是首个评估多模态大语言模型情感智能的综合基准，揭示当前模型在情感识别和推理上的不足，并通过多智能体框架提供混合指标分析。
PhysUniBench: 一个面向本科生层面的多模态物理推理基准测试
机构 * The University of Sydney（悉尼大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Michigan State University（密歇根州立大学） ； Tsinghua University（清华大学） ； Beihang University（北航大学）
AI总结 PhysUniBench是一个面向本科生层面的多模态物理推理基准测试，旨在评估和提升多模态大语言模型在物理问题上的推理能力。
ADGaussian：通过多模态联合学习实现自动驾驶的通用高斯点云重建
机构 * School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)（中国香港中文大学（深圳）科学与工程学院） ； Zhejiang University（浙江大学）
AI总结 ADGaussian通过多模态联合学习实现自动驾驶场景的高斯点云重建，提升零样本泛化能力。
Comments The paper is accepted by ICRA 2026 and the project page can be found at https://maggiesong7.github.io/research/ADGaussian/
通过扩展UDE实现移动机械臂的动态运动/力控制
机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）
AI总结 本文提出了一种基于扩展UDE的移动机械臂动态耦合控制方法，通过分离动态耦合项和未建模不确定性，提升系统响应速度和动态交互性能。
Journal ref Control Engineering Practice, Volume 167, 2026, 106650
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