Huazhong University of Science and Technology（华中科技大学）

MIRROR: Manifold Ideal Reference ReconstructOR for Generalizable AI-Generated Image Detection

MIRROR：基于流形理想参考的通用AI生成图像检测器

Ruiqi Liu, Manni Cui, Ziheng Qin, Zhiyuan Yan, Ruoxin Chen, Yi Han, Zhiheng Li, Junkai Chen, ZhiJin Chen, Kaiqing Lin, Jialiang Shen, Lubin Weng, Jing Dong, Yan Wang, Shu Wu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, UCAS（北京大学交叉信息学院） ； Huazhong University of Science and Technology（华中科技大学） ； Tencent YouTu Lab（腾讯YouTu实验室） ； Southwest University（西南大学） ； Peking University（北京大学） ； The University of Sydney（悉尼大学） ； Shenzhen University（深圳大学） ； Tsinghua University（清华大学） 纠错

AI总结 MIRROR通过流形理想参考重建器，利用现实先验和残差信号，实现对AI生成图像的高效检测，超越现有方法并接近人类感知极限。

A Three-Level Whole-Body Disturbance Rejection Control Framework for Dynamic Motions in Legged Robots

一种用于腿部机器人动态运动的三级整体扰动抑制控制框架

Bolin Li, Gewei Zuo, Zhixiang Wang, Xiaotian Ke, Lijun Zhu, Han Ding

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（人工智能与自动化学院，华中科技大学） ； State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（智能制造装备与技术国家重点实验室，华中科技大学） 纠错

AI总结 本文提出了一种三级整体扰动抑制控制框架，用于提高腿部机器人在存在不确定性时的稳定性与鲁棒性，通过新颖的观测器和仿真实验验证其有效性。

Comments has been accepted for publication as a SPECIAL ISSUE paper in the IEEE Transactions on Automation Science and Engineering

WinFLoRA: Incentivizing Client-Adaptive Aggregation in Federated LoRA under Privacy Heterogeneity

WinFLoRA: 在隐私异质性下的联邦LoRA中激励客户端自适应聚合

Mengsha Kou, Xiaoyu Xia, Ziqi Wang, Ibrahim Khalil, Runkun Luo, Jingwen Zhou, Minhui Xue

机构 * RMIT University（皇家墨尔本理工大学） ； Huazhong University of Science and Technology（华中科技大学） ； CSIRO’s Data61 and Responsible AI Research (RAIR) Centre（澳大利亚CSIRO数据61和负责任的人工智能研究（RAIR）中心） 纠错

AI总结 WinFLoRA通过利用聚合权重激励客户端自适应聚合，提升联邦LoRA在隐私异质性下的全局准确率和客户端效用。

Comments 12 pages

PandaPose: 3D Human Pose Lifting from a Single Image via Propagating 2D Pose Prior to 3D Anchor Space

PandaPose: 通过将2D姿态先验传播到3D锚空间实现单张图像的3D人体姿态提升

Jinghong Zheng, Changlong Jiang, Yang Xiao, Jiaqi Li, Haohong Kuang, Hang Xu, Ran Wang, Zhiguo Cao, Min Du, Joey Tianyi Zhou

机构 * School of Journalism and Information Communication, Huazhong University of Science and Technology（华中科技大学新闻与信息传播学院） ； ByteDance Inc.（字节跳动公司） ； Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore（科技研究局高性能计算研究所） 纠错

AI总结 PandaPose通过将2D姿态先验传播到3D锚空间，提升单张图像的3D人体姿态估计精度，有效缓解自遮挡问题并减少误差。

Comments Accepted at NeurIPS 2025

Meta-Learning Reinforcement Learning for Crypto-Return Prediction

元学习强化学习用于加密货币收益预测

Junqiao Wang, Zhaoyang Guan, Guanyu Liu, Tianze Xia, Xianzhi Li, Shuo Yin, Xinyuan Song, Chuhan Cheng, Tianyu Shi, Alex Lee

机构 * Sichuan University（四川大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Northwestern University（西北大学） ； Huazhong University of Science and Technology（华中科技大学） ； Queen’s University（女王大学） ； University of Toronto（多伦多大学） ； TrueNorth ； Tsinghua University（清华大学） ； Emory University（埃默里大学） ； University of Macau（澳门大学） 纠错

AI总结 Meta-RL-Crypto通过结合元学习和强化学习，构建了一个自我改进的交易代理，有效提升加密货币收益预测性能。

The Role of World Models in Shaping Autonomous Driving: A Comprehensive Survey

世界模型在塑造自动驾驶中的作用：全面综述

Sifan Tu, Xin Zhou, Dingkang Liang, Xingyu Jiang, Yumeng Zhang, Xiaofan Li, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Baidu Inc（百度公司） 纠错

AI总结 本文综述了驾驶世界模型在自动驾驶中的作用，分析了其生态系统、分类方法及性能表现，探讨了当前研究的局限性与未来发展方向。

Comments For continuous updates, please follow the repository: https://github.com/LMD0311/Awesome-World-Model

Early warning prediction: Onsager-Machlup vs Schrödinger

早期预警预测：Onsager-Machlup与Schrödinger

Xiaoai Xu, Yixuan Zhou, Xiang Zhou, Jingqiao Duan, Ting Gao

机构 * School of Mathematics and Information Science, Guangzhou University（广州大学数学与信息科学学院） ； School of Sciences, Great Bay University（大亚湾大学科学学院） ； Guangdong Provincial Key Laboratory of Mathematical and Neural Dynamical Systems, Great Bay University（广东省数学与神经动力系统重点实验室） ； School of Mathematics and Statistics, Huazhong University of Science and Technology（华中科技大学数学与统计学院） ； Center for Mathematical Science, Huazhong University of Science and Technology（华中科技大学数学科学中心） ； Department of Mathematics, City University of Hong Kong（香港城市大学数学系） 纠错

AI总结 本文提出一种结合流形学习与随机动力学系统建模的早期预警框架，通过Schrödinger桥理论定义新指标，提升癫痫预测的灵敏度和鲁棒性。

Comments 20 pages