Fudan University（复旦大学）

DualCamCtrl: Dual-Branch Diffusion Model for Geometry-Aware Camera-Controlled Video Generation

DualCamCtrl: 基于双分支扩散模型的几何感知摄像机控制视频生成

Hongfei Zhang, Kanghao Chen, Zixin Zhang, Harold Haodong Chen, Yuanhuiyi Lyu, Yuqi Zhang, Shuai Yang, Kun Zhou, Yingcong Chen

机构 * HKUST (GZ)（香港科技大学） ； HKUST（香港科技大学） ； Fudan University（复旦大学） ； Shenzhen University（深圳大学） 纠错

AI总结 DualCamCtrl通过双分支扩散模型实现几何感知的摄像机控制视频生成，有效提升视频生成的一致性和准确性。

OmniSVG: A Unified Scalable Vector Graphics Generation Model

OmniSVG: 一种统一的可扩展矢量图形生成模型

Yiying Yang, Wei Cheng, Sijin Chen, Xianfang Zeng, Fukun Yin, Jiaxu Zhang, Liao Wang, Gang Yu, Xingjun Ma, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； StepFun Project（StepFun项目） 纠错

AI总结 OmniSVG通过统一框架和预训练视觉-语言模型，实现高效多模态SVG生成，提升复杂结构的表达能力，并引入大规模数据集推动SVG合成发展。

Comments 20 pages; Project Page: https://omnisvg.github.io/

Rethinking Intracranial Aneurysm Vessel Segmentation: A Perspective from Computational Fluid Dynamics Applications

重新思考颅内动脉瘤血管分割：来自计算流体动力学应用的视角

Feiyang Xiao, Yichi Zhang, Xigui Li, Yuanye Zhou, Chen Jiang, Xin Guo, Limei Han, Yuxin Li, Fengping Zhu, Yuan Cheng

机构 * Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） ； Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院） ； Department of Civil and Environmental Engineering, Hong Kong Polytechnic University（香港理工大学土木与环境工程系） ； Huashan Hospital, Fudan University（复旦大学华山医院） 纠错

AI总结 本文提出首个颅内动脉瘤血管分割数据集，结合血流动力学分析，开发两阶段框架提升分割精度与CFD应用有效性。

Comments 18 pages, 5 figures

IVCR-200K: A Large-Scale Multi-turn Dialogue Benchmark for Interactive Video Corpus Retrieval

IVCR-200K: 一个大规模多轮对话基准数据集用于交互视频语料检索

Ning Han, Yawen Zeng, Shaohua Long, Chengqing Li, Sijie Yang, Dun Tan, Jianfeng Dong, Jingjing Chen

机构 * Xiangtan University（湘潭大学） ； Hunan University（湖南大学） ； Zhejiang Gongshang University（浙江工商大学） ； Fudan University（复旦大学） 纠错

AI总结 本文提出IVCR-200K数据集及基于多模态大语言模型的框架，用于交互视频语料检索，提升多轮对话式交互效果。

Comments Accepted by SIGIR2025

Large Language Models Cannot Reliably Detect Vulnerabilities in JavaScript: The First Systematic Benchmark and Evaluation

大语言模型无法可靠地检测JavaScript中的漏洞：首个系统性基准和评估

Qingyuan Fei, Xin Liu, Song Li, Shujiang Wu, Jianwei Hou, Ping Chen, Zifeng Kang

机构 * Lanzhou University（兰州大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； Technology Support Center of the Cyberspace Administration of China（国家互联网信息办公室技术支撑中心） ； Fudan University（复旦大学） ； Beijing University of Posts（北京邮电大学） 纠错

AI总结 本文首次提出FORGEJS框架，构建首个系统性JavaScript漏洞检测基准ARENAJS，并揭示LLM在漏洞检测中的局限性。

SRPO: Self-Referential Policy Optimization for Vision-Language-Action Models

SRPO：用于视觉-语言-动作模型的自指政策优化

Senyu Fei, Siyin Wang, Li Ji, Ao Li, Shiduo Zhang, Liming Liu, Jinlong Hou, Jingjing Gong, Xianzhong Zhao, Xipeng Qiu

机构 * Fudan University（复旦大学） ； Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 SRPO通过自指政策优化方法，利用模型自身生成的成功轨迹作为参考，有效解决VLA-RL中的奖励稀疏问题，实现高成功率和鲁棒性。

Robust, Observable, and Evolvable Agentic Systems Engineering: A Principled Framework Validated via the Fairy GUI Agent

鲁棒、可观测和可进化的代理系统工程：一种经过Fairy GUI代理验证的原则性框架

Jiazheng Sun, Ruimeng Yang, Xu Han, Jiayang Niu, Mingxuan Li, Te Yang, Yongyong Lu, Xin Peng

机构 * Fudan University（复旦大学） 纠错

AI总结 本文提出了一种原则性框架，通过Fairy GUI代理验证，解决了代理系统在鲁棒性、可观测性和可进化性方面的不足，提供了可维护和可扩展的代理AI系统设计方法。

Comments 50 pages, 14 figures

Hallo4: High-Fidelity Dynamic Portrait Animation via Direct Preference Optimization

Hallo4: 通过直接偏好优化实现高保真的动态肖像动画

Jiahao Cui, Yan Chen, Mingwang Xu, Hanlin Shang, Yuxuan Chen, Yun Zhan, Zilong Dong, Yao Yao, Jingdong Wang, Siyu Zhu

机构 * Fudan University（复旦大学） ； Baidu Inc.（百度公司） ； Shanghai Innovative Institute（上海创新研究院） ； Nanjing University（南京大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 Hallo4通过直接偏好优化和时空运动调制，实现高保真的动态肖像动画生成，提升唇部同步、表情自然性和身体运动一致性。

SPIRAL: Semantic-Aware Progressive LiDAR Scene Generation and Understanding

SPIRAL: 基于语义的渐进式LiDAR场景生成与理解

Dekai Zhu, Yixuan Hu, Youquan Liu, Dongyue Lu, Lingdong Kong, Slobodan Ilic

机构 * Technical University of Munich（慕尼黑技术大学） ； Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

AI总结 Spiral提出了一种基于范围视图的LiDAR扩散模型，能够同时生成深度、反射图像和语义地图，实现高效的3D场景生成与理解。

Comments NeurIPS 2025; 24 pages, 10 figures, 9 tables; Code at https://github.com/worldbench/SPIRAL

Towards Robust Influence Functions with Flat Validation Minima

迈向具有平坦验证极小值的鲁棒影响函数

Xichen Ye, Yifan Wu, Weizhong Zhang, Cheng Jin, Yifan Chen

机构 * Fudan University（复旦大学） ； Hong Kong Baptist University（香港 Baptist 大学） ； Shanghai Key Laboratory of Intelligent Information Processing（上海智能信息处理关键实验室） ； Innovation Center of Calligraphy and Painting Creation Technology（书法和绘画创作技术创新中心） 纠错

AI总结 本文提出了一种针对平坦验证极小值的影响函数估计方法，解决了深度学习中因验证风险尖锐性导致的影响估计不准确问题。

Comments Accepted by ICML 2025