高校专区
隐私保护的端到端全双工语音对话模型
机构 * Nanyang Technological University（南洋理工大学） ； A*STAR ； Huawei Leibniz Research Center（华为莱比锡研究中心） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出两种流式匿名化方法，通过增强隐私保护在全双工语音对话模型中显著提升安全性，同时保持高效响应速度。
Mem-T: 长时间 horizon 记忆代理的奖励密集化
机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学）
AI总结 Mem-T通过引入树引导的强化学习框架，实现长时间 horizon 记忆管理的高效训练，显著提升性能并优化效率。
超越启发式提示：一种基于概念的贝叶斯框架用于零样本图像识别
机构 * City University of Hong Kong（香港城市大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出一种基于概念的贝叶斯框架，通过整合类特定概念提升零样本图像识别性能，采用多阶段概念合成和自适应软修剪似然，实现更鲁棒和高效的分类效果。
Comments 19 pages, Accepted by CVPR 2026
Holi-Spatial: 将视频流转化为整体3D空间智能
机构 * Shanghai AI Lab（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Sichuan University（四川大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 Holi-Spatial通过自动化方法构建大规模多模态3D空间数据集，提升空间推理任务的模型性能。
Comments project page: https://visionary-laboratory.github.io/holi-spatial/
多智能体非世界探索用于稀疏证据发现的高斯信念映射与双域覆盖
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； The University of Queensland（昆士兰大学）
AI总结 本文提出基于高斯信念映射和双域覆盖的多智能体路径规划框架，用于非世界稀疏证据发现，通过平衡信息获取与操作安全，提升探索效率和鲁棒性。
PanoDP：利用全景深度与可微物理学习无碰撞导航
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； Beihang University, Beijing, China（北京航空航天大学） ； The University of Queensland, Australia（昆士兰大学）
AI总结 PanoDP通过结合全景深度感知与可微物理训练信号，提升在杂乱环境中无碰撞导航的性能和泛化能力。
证明遗忘权：为垂直联邦学习中的样本和标签去学习设计的对偶优化
机构 * College of Computing and Data Science (CCDS), Nanyang Technological University, Singapore and Digital Trust Centre (DTC), Singapore（南洋理工大学计算与数据科学学院（CCDS）及新加坡数字信任中心（DTC）） ； College of Computing and Data Science (CCDS), Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院（CCDS）） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）
AI总结 FedORA通过双变量优化方法，实现垂直联邦学习中样本和标签的高效去学习，减少计算和通信开销，同时保证模型效果。
Comments Published in the IEEE Transactions on Information Forensics and Security
Journal ref IEEE Transactions on Information Forensics and Security 20 (2025) 13143-13158
MUGSQA：一种基于多不确定性因素的高斯点散布质量评估方法、数据集与基准测试
机构 * Nanyang Technological University（南洋理工大学）
AI总结 MUGSQA提出了一种基于多不确定性的高斯点散布质量评估方法，构建了新的数据集和基准，用于评估不同重建方法的鲁棒性和现有质量评估指标的性能。
Comments ICASSP 2026
实时可控的自回归视频扩散
机构 * Nanyang Technological University（南洋理工大学） ； Xmax.AI Ltd（Xmax.AI有限公司） ； Zhejiang University（浙江大学） ； Singapore Management University（新加坡国立大学）
AI总结 AR-Drag是一种基于强化学习的实时图像到视频生成模型，通过自回归机制和轨迹奖励模型实现高效运动控制，提升视频生成质量和效率。
一个简单的‘动机’可以增强大推理模型的强化微调
机构 * Generative AI Lab, College of Computing and Data Science, Nanyang Technological University, Singapore（生成式人工智能实验室，计算与数据科学学院，南洋理工大学，新加坡） ； Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团）
AI总结 本文提出MeRF，通过在强化微调中引入任务动机，提升大模型在复杂任务中的推理性能。
姿态先验学习器：无监督类别先验学习用于姿态估计
机构 * Deep NeuroCognition Lab, Nanyang Technological University, Singapore（深神经认知实验室，南洋理工大学，新加坡）
AI总结 姿态先验学习器通过自监督学习为物体类别学习通用姿态先验，提升遮挡图像中的姿态估计准确性。
深度伪造生成与检测：基准与综述
机构 * East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文综述了深度伪造生成与检测的最新进展，分析了相关技术、数据集及未来研究方向。
Comments This paper has been accepted by ACM Computing Surveys. We closely follow the latest developments in this \href{https://github.com/flyingby/Awesome-Deepfake-Generation-and-Detection}{project}
RESCHED: 从基于Transformer的架构重新思考柔性作业车间调度
机构 * School of Computing and Information Systems, Singapore Management University, Singapore（新加坡管理大学计算机与信息系） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院） ； Institute of Marine Science and Technology, Shandong University, China（山东大学海洋科学与技术研究院）
AI总结 ReSched通过简化状态空间和改进架构，在柔性作业车间调度问题中实现了更高效和通用的调度方法。
视感知-aware的多模态空间推理从单目图像
机构 * NUS, Singapore（新加坡国立大学） ； NTU, Singapore（新加坡国立大学） ； MIT, US（麻省理工学院） ； A*STAR, Singapore（新加坡科技研究局）
AI总结 本文提出了一种感知-aware的多模态推理框架，通过统一标记空间联合处理视觉证据和文本推理，提升单目图像空间推理的鲁棒性。
SurgCUT3R: 术场景感知的连续时间3D表示理解
机构 * The Hamlyn Centre for Robotic Surgery, Imperial College London（机器人手术中心，帝国理工学院伦敦分校） ； S-Lab, College of Computing and Data Science, Nanyang Technological University（S实验室， computing and Data Science学院，南洋理工大学） ； Department of Computer Science, University of Liverpool（计算机科学系，利物浦大学）
AI总结 SurgCUT3R通过数据生成、混合监督和分层推理框架，解决手术场景中3D重建的准确性和效率问题，实现稳健的重建性能。
SysNav：多级系统性合作实现现实世界跨载体物体导航
机构 * Carnegie Mellon University（卡内基梅隆大学） ； New York University（纽约大学） ； Nanyang Technological University（南洋理工大学）
AI总结 SysNav通过多级系统性合作实现现实世界跨载体物体导航，提升复杂环境下的导航效率与成功率。
关于多模态大语言模型在空间智能中的泛化能力
机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； HuPan Lab（虎朋实验室） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Camera-Aware MLLM框架，通过注入相机内参、数据增强和蒸馏几何先验，提升多模态大语言模型在空间任务中的泛化能力与鲁棒性。
Comments ICLR 2026 (Oral)
跨层分配注意力以减少多模态幻觉
机构 * Beijing University of Posts and Telecommunications, China（北京邮电大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； Guangxi Transportation Science and Technology Group, China（广西交通科学和技术集团）
AI总结 通过跨层分配注意力减少多模态幻觉，提升推理一致性和视觉忠实性。
Comments Acceptted by CVPR2026
并行规划-行动用于Minecraft中基于大语言模型的多智能体系统的高效性
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Hangzhou City University（杭州市城市大学） ； Ningbo Global Innovation Center, Zhejiang University（宁波全球创新中心，浙江大学）
AI总结 本文提出了一种基于大语言模型的多智能体系统并行规划-行动框架，通过双线程架构实现同时规划和行动，提升Minecraft中动态决策的效率和响应能力。
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