arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

高校专区

National University of Singapore(新加坡国立大学)

共收录 10550 篇
2611.26617 2026-11-20 cs.CV cs.AI cs.LG cs.RO 新提交

One Prior, Two Dynamics: Repurposing Video Diffusion Transformers for Self-Supervised Latent Action Learning

一个先验,两种动力学:将视频扩散Transformer重新用于自监督潜在动作学习

Yuxin Jiang, Wenqiang Sun, Jiaqi Li, Yuchao Gu, Lvmin Zhang, Ivor Tsang, Mike Zheng Shou

机构 * Show Lab, National University of Singapore(新加坡国立大学Show实验室) ; A*STAR, Singapore(新加坡科技研究局) ; Tencent(腾讯) ; Stanford University(斯坦福大学)

AI总结 该研究提出O²LaF,利用预训练视频DiT作为先验,通过逆、前向动力学模型从无标签视频学习动作,在少样本动作探测等任务中达SOTA,还可扩展至V-JEPA2等模型。

Comments Project page: https://showlab.github.io/o2laf Code: https://github.com/showlab/O2LaF

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26615 2026-11-20 cs.CV 新提交

ScaleWorld: High-Resolution World Generation through Shared Prediction and Refinement

ScaleWorld:通过共享预测与细化实现高分辨率世界生成

Yansong Qu, Wesker Zheng, Quanjian Song, Zhiyuan Zhang, Xiao Cao, Shengchuan Zhang, Liujuan Cao

机构 * Xiamen University(厦门大学) ; Southeast University(东南大学) ; City University of Hong Kong(香港城市大学) ; National University of Singapore(新加坡国立大学)

AI总结 ScaleWorld是一种因果视频模型,通过共享主干统一低分辨率预测与高分辨率细化,引入TA-OPD解决蒸馏任务干扰,实现高效高质量的高分辨率世界生成。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26317 2026-11-20 cs.CL eess.AS 新提交

Language-Oriented Semantic Modeling for Target Language Extraction

面向语言的语义建模用于目标语言提取

Mehmet Sinan Yıldırım, Ke Zhang, Shuai Wang, Haizhou Li

机构 * National University of Singapore(新加坡国立大学) ; The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)) ; Nanjing University(南京大学)

AI总结 针对多语言混合语音分离的目标语言提取任务,提出面向语言的语义建模框架,通过适配预训练语音语义模型生成目标语言语义表示,在CommonVoiceMix数据集上较基线实现最高1.16 dB的SI-SDR增益。

Comments Published in APSIPA ASC 2026

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26249 2026-11-20 cs.CV 新提交

Beyond Covers and Titles: Evidence-First Ranking for Robust Cold-Start Recommendation

超越封面与标题:面向鲁棒冷启动推荐的证据优先排序

Fuyi Wang, Yuxin Cao, Yifan Liao, Renyang Liu, Lin Li, Wei Song

机构 * Royal Melbourne Institute of Technology(皇家墨尔本理工大学) ; National University of Singapore(新加坡国立大学) ; The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; Southern Cross University(南十字星大学) ; Griffith University(格里菲斯大学)

AI总结 该研究针对短视频平台冷启动推荐的攻击与防御问题,提出证据优先排序(EFR)方法,可降低攻击增益81%,提升冷启动召回率,同时保持排序质量。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.25861 2026-11-20 cs.AI 新提交

Decoupled Knowledge Retrieval and Compact Memory Enable Reliable Lifelong Model Editing

解耦知识检索与紧凑存储实现可靠的终身模型编辑

Yue Che, Jingze Wang, Chen Guoyi, Yujie Wu, Xuming Ran, Mingkun Xu

机构 * The Hong Kong Polytechnic University(香港理工大学) ; Guangdong Institute of Intelligence Science and Technology(广东省智能科学与技术研究院) ; OpenMIA Research(OpenMIA研究院) ; National University of Singapore(新加坡国立大学)

AI总结 本研究提出BiSpace框架,通过解耦知识检索与注入解决终身模型编辑的存储增长及性能退化问题,实现存储缩减至原10.2%、16K次编辑序列鲁棒性提升,且在基准上性能超现有方法23%以上。

Comments 18 pages, 9 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.25840 2026-11-20 cs.CV cs.AI 新提交

Harnessing Medical Visual-Language Models with Agentic Evidence Management

利用医疗视觉-语言模型结合智能体式证据管理

Qiming Huang, Hanze Dong, Jipeng Zhang, Mike Zheng Shou, Xinxing Xu, Furu Wei

机构 * National University of Singapore(新加坡国立大学) ; Microsoft(微软)

AI总结 本研究构建Mask-Evidence MedVQA基准,发现医疗视觉-语言智能体仅获取正确掩码不足,提出TUNE证据管理框架,使模型在多基准上准确率显著提升。

Comments 22 pages, 3 figures. Qiming Huang, Hanze Dong, and Jipeng Zhang contributed equally

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.25802 2026-11-20 cs.CV 新提交

World-delta: Continually Integrating Observations for Incremental 3D Scene Generation

World-delta:持续整合观测结果的增量式3D场景生成

Haonan Wang, Hanyu Zhou, Xiaobin Hu, Luxin Yan

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院) ; Forma AI, Xingtai Qiyuan Co., Ltd.(邢台风起元科技有限公司Forma AI) ; School of Computing, National University of Singapore(新加坡国立大学计算机学院)

AI总结 针对现有3D生成方法无法随新观测持续扩展修正场景的问题,提出World-delta框架,通过三个组件实现增量3D场景的持续扩展与修正,提升了生成效率与场景一致性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.25476 2026-11-20 cs.LG cs.AI 新提交

WeightCode: Installing New Capabilities into Neural Networks via Weight-Space Programming

WeightCode:通过权重空间编程为神经网络安装新能力

Bo Li, Taoyong Cui, Bob Zhang, Mengran Li, Chengyang Zhang, Yang Zhang, Pheng Ann Heng, Wanli Ouyang, Zhenfei Yin, Yingcheng Wu, Ling Yang

机构 * University of Macau(澳门大学) ; National University of Singapore(新加坡国立大学) ; The Chinese University of Hong Kong(香港中文大学) ; Sun Yat-sen University(中山大学) ; Sichuan University(四川大学) ; University of Oxford(牛津大学) ; Stanford University(斯坦福大学) ; Peking University(北京大学)

AI总结 WeightCode是一种权重空间编程框架,可通过冻结语言模型编写无需梯度训练的权重程序,为神经网络安装新能力,在图像分类、视觉Transformer等任务中表现优于微调方法,能保留原有能力并积累新能力。

Comments 26 pages, 11 figures, including appendix. Code: https://github.com/Gen-Verse/WeightCode

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.25347 2026-11-20 cs.CV 新提交

Search or Scoring? Diagnosing Why Visual World-Model Planners Fail

搜索还是评分?诊断视觉世界模型规划器失败的原因

Haoxuan Jia, Yang Liu, Shang Luo, Chenhao Wu, Zixiang Ni, Yingguang Yang, Feng Zhang, Chongyang Zhang, Hao Zheng, Kefu Xu, Congjing Ran, Jifeng Zhu, Bin Chong

机构 * Nanyang Technological University(南洋理工大学) ; Peking University(北京大学) ; University of Chinese Academy of Sciences(中国科学院大学) ; Xi’an Jiaotong University(西安交通大学) ; Fuzhou University(福州大学) ; Fullive-AI ; Wuhan University(武汉大学) ; National University of Singapore(新加坡国立大学)

AI总结 该研究区分视觉世界模型规划器的搜索与评分失败,提出DemoProp方法,在四类模拟环境和三个模型上验证,可指导选择增加搜索量或平均演示窗口的方案,提升规划性能。

Comments 43 pages, 10 figures, 30 tables; supplementary material included

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.20846 2026-11-20 cs.CL cs.AI 版本更新

EDITORS Know Your Style! Editing LoRA Subspaces for Stylistic Attribution and Imitation

编辑者:了解你的风格!编辑LoRA子空间以实现风格归因与模仿

Zixuan Wang, Gregory Kang Ruey Lau, Xiao Tian, Jue Fan, Caroline Chaux, Bryan Kian Hsiang Low

机构 * Agency for Science, Technology and Research (A*STAR)(新加坡科技研究局) ; Aix Marseille Univ(艾克斯-马赛大学) ; School of Computing, National University of Singapore(新加坡国立大学计算机学院)

AI总结 本研究提出EDITORS框架,通过诊断LoRA适配器识别内容子空间并经激活压缩训练风格适配器,在作者身份归因任务上准确率超基线29%,在风格模仿任务上表现更优。

Comments NeurIPS 2026

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.12466 2026-11-20 stat.ML cs.LG 版本更新

Prediction with Foundation Models under Deployment Budgets

部署预算约束下基于基础模型的预测

Zhaohui Xu, Xiaofei Xu, Doudou Zhou

机构 * National University of Singapore(新加坡国立大学) ; Wuhan University(武汉大学)

AI总结 该研究针对部署预算下基础模型预测问题,提出两种查询模型的方法,经实验验证其性能优于现有方法。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.10382 2026-11-20 cs.CV 版本更新

From Reflection to Co-Evolution: Self-Evolving Agents with Locally Verified Memory

从反思到协同演化:具备局部验证记忆的自演化智能体

Xinxiang Yin, Xinglang Zhang, Haodong Chen, Zhiqing Cui, Weidong Tang, Yuxuan Wang, Junrui Wang, Jingyi Zhang, Jianfeng Zhang, Jian Qian

机构 * The University of Hong Kong(香港大学) ; Huazhong University of Science and Technology(华中科技大学) ; The Hong Kong University of Science and Technology(香港科技大学) ; National University of Singapore(新加坡国立大学) ; Peking University(北京大学) ; Xi’an Jiaotong University(西安交通大学) ; Huawei Noah’s Ark Lab(华为诺亚方舟实验室)

AI总结 该研究针对LLM智能体长程交互中记忆冗余或强化不当行为的问题,提出具备局部验证记忆的自演化智能体方法Anchor,在ALFWorld和WebShop任务上显著提升性能并减少token使用。

Comments 31 pages, 9 figures, 6 tables

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.03043 2026-11-20 cs.CV cs.AI 版本更新

VideoEditor-MoE: Scaling Complex Video Editing with Mixture of Experts

VideoEditor-MoE:基于混合专家的复杂视频编辑模型扩展

Xiao Cao, Fuchen Long, Yansong Qu, Wen Xiao, Xin Zhang, Xinlong Sun, Xi Chen, Zhiyong Huang

机构 * Tencent(腾讯) ; National University of Singapore(新加坡国立大学) ; Xiamen University(厦门大学)

AI总结 提出首个开源视频编辑混合专家框架VideoEditor-MoE,扩展模型规模至14B和56B参数,通过MoE-Attention提升性能,解耦权重衰减稳定训练,优于现有基线。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.00172 2026-11-20 cs.CL cs.AI 版本更新

From Fragmentation to Fusion: A Survey and Roadmap for Omnimodal Embeddings

从碎片化到融合:全模态嵌入的综述与路线图

Ziyin Zhang, Yuyu Guo, Ying Zhang, Siqiao Xue, Zihan Liao, Jin Qin, Wenjie Yang, Siyuan Yang, Shijie Li, Cheng Chen, Hao Wu, Zhaoyang Zhu, Ruipeng Li, Zhaokun Jiang, Lei Lei, Rui Wang, Hang Yu, Rui Wang

机构 * Ant Group(蚂蚁集团) ; Shanghai Jiao Tong University(上海交通大学) ; Australian National University(澳大利亚国立大学) ; Tongji University(同济大学) ; National University of Singapore(新加坡国立大学)

AI总结 本研究针对跨模态嵌入研究的碎片化问题,提出覆盖性、可比性、组合性的能力框架及对应统一路径,开展全模态嵌入的统一跨领域研究。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.39601 2026-11-20 cs.CV cs.AI cs.LG cs.RO 版本更新

GroundingPI: A Grounding Foundation Model towards Physical Intelligence with Visual Primitives

GroundingPI:面向物理智能的基于视觉基元的接地基础模型

Qize Yu, Lianrui Fan, Boyu Chen, Jiaqi Liang, Xini Ding, Yue Chen, Zetian Song, Yuran Wang, Yi Zou, Kaixuan Wang, Tianxing Chen, Wenxuan Song, Bohan Zhou, Mingleyang Li, Siqiao Huang, Yuqi Ye, Caigao Jiang, Wei Wei, Ruihai Wu, Hang Zhang, Yixiao Ge, Shuchang Zhou, Shilong Liu, Xianming Liu, Ping Luo, Shiyu Huang

机构 * XPeng Inc.(小鹏汽车) ; Peking University(北京大学) ; The University of Hong Kong(香港大学) ; University of California, Berkeley(加州大学伯克利分校) ; Princeton University(普林斯顿大学) ; National University of Singapore(新加坡国立大学) ; Tsinghua University(清华大学) ; HKUST (GZ)(香港科技大学(广州))

AI总结 本文提出GroundingPI,一个4B参数的接地基础模型,通过共享词汇量化生成点和框,在34个基准上超越44个基线,并显著提升机器人操作与自动驾驶性能,验证了专用感知预训练对物理智能的价值。

Comments 64 pages, including supplementary material. Project page: https://groundingpi.github.io/ Code: https://github.com/groundingpi/GroundingPI Model: https://huggingface.co/GroundingPI/GroundingPI

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.39600 2026-11-20 cs.CV cs.AI cs.LG cs.RO 版本更新

GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed

GroundAnything:以闪电速度调和并行解码与精确视觉定位

Qize Yu, Lianrui Fan, Bowen Ping, Xini Ding, Zetian Song, Junbo Niu, Kaixuan Wang, Tianxing Chen, Yue Chen, Minghua He, Yuran Wang, Jie Huang, Haojun Zhang, Min Chen, Hao Li, Wenxuan Song, Ruihai Wu, Xianming Liu, Shilong Liu, Shuchang Zhou, Ping Luo, Shiyu Huang

机构 * XPeng Inc.(小鹏汽车) ; Peking University(北京大学) ; The University of Hong Kong(香港大学) ; University of California, Berkeley(加州大学伯克利分校) ; Princeton University(普林斯顿大学) ; National University of Singapore(新加坡国立大学) ; HKUST (GZ)(香港科技大学(广州))

AI总结 本文提出GroundAnything,一个4B参数的视觉定位基础模型,通过分块去噪的并行解码实现快速且精确的定位,在30个基准上超越先前最先进水平,并支持自我推测加速。

Comments 61 pages, including supplementary material. Project page: https://groundingpi.github.io/groundanything/ Code: [https://github.com/groundingpi/GroundAnything](https://github.com/groundingpi/GroundAnything) Model: https://huggingface.co/GroundingPI/GroundAnything, https://huggingface.co/GroundingPI/GroundAnything-VLM

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2609.37233 2026-11-20 cs.PL cs.AI 版本更新

DatalogBench: Evaluating Large Language Models on Text-to-Datalog Synthesis

DatalogBench:评估大型语言模型在文本到Datalog合成中的表现

Yuan Li, Hanyun Jiang, Guowei Tian, Chengpeng Wang, Peisen Yao

机构 * Zhejiang University(浙江大学) ; National University of Singapore(新加坡国立大学)

AI总结 本文提出DatalogBench基准,含136个文本到Datalog合成任务,评估六个LLM和两个编码智能体,发现精确匹配最高68.4%,智能体达83.8%,揭示递归推理与分解是当前挑战。

Comments 36 pages, 3 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2605.18441 2026-11-20 cs.RO cs.SY eess.SY 版本更新

Orchestrating Wheeled Mobile Robots Online without Conflicts

REACT:面向轮式移动机器人连续编队导航的环境自适应架构

Jianghong Dong, Yifeng Zhang, Wenhan Cao, Jiawei Wang, Mengchi Cai, Keqiang Li, Guillaume Sartoretti

机构 * School of Vehicle and Mobility, Tsinghua University(清华大学车辆与移动性学院) ; Department of Mechanical Engineering, National University of Singapore(新加坡国立大学机械工程系) ; Department of Civil and Environmental Engineering, University of Michigan(密歇根大学土木与环境工程系)

AI总结 本文提出REACT架构,通过集中式编队生成和分布式编队维护相结合的方法,解决轮式移动机器人在复杂环境中编队导航的适应性问题,实现了无轨迹冲突的连续编队导航。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2605.15650 2026-11-20 cs.RO 版本更新

MyoChallenge 2025: A New Benchmark for Human Athletic Intelligence

MyoChallenge 2025: 人类运动智能的新基准

Cheryl Wang, Chun Kwang Tan, Balint K. Hodossy, Eric Lyu, Jun Guo, Wentao Zhao, Huaping Liu, Chengkun Li, Merkourios Simos, Bianca Ziliotto, Alexander Mathis, Siyuan Liu, Jiahao Chen, Shanlin Zhong, Bo Jiang, Ci Song, Yaoye Zhu, Chenhui Zuo, Yanan Sui, Mohamed Irfan Refai, Massimo Sartori, Guillaume Durandau, Vikash Kumar, Vittorio Caggiano

机构 * McGill University(麦吉尔大学) ; National University of Singapore(国立新加坡大学) ; Imperial College London(伦敦帝国理工学院) ; King’s College London(伦敦国王学院) ; Tsinghua University(清华大学) ; EPFL(苏黎世联邦理工学院) ; CASIA(中国科学院自动化所) ; University of Twente(代尔夫特理工大学) ; MyoLab

AI总结 本文提出MyoChallenge 2025基准,通过高保真骨骼肌模型与机器学习算法结合,推动运动控制智能研究,包含乒乓球和足球点球两个任务,促进多学科交叉研究。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2604.23212 2026-11-20 stat.ML cs.LG math.ST stat.TH 版本更新

Learning Curves and Prediction Persistence to Under-Regularization of Spectral Algorithms in Large Dimensions

谱算法在高维空间中的学习曲线与良性过拟合

Weihao Lu, Qian Lin, Yingcun Xia, Dongming Huang

机构 * Department of Statistics and Data Science, National University of Singapore(新加坡国立大学统计与数据科学系) ; Department of Statistics and Data Science, Tsinghua University(清华大学统计与数据科学系)

AI总结 本文研究了高维环境下谱算法的学习曲线和良性过拟合现象,揭示了在不同正则化条件下学习曲线的三阶段特性,并展示了在特定光滑性条件下良性过拟合的出现。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2603.17591 2026-11-20 cond-mat.mtrl-sci 版本更新

Disorder-free many-body localization in real quantum materials

通过布拉格散射相破和超快结构动力学识别量子材料中的亚埃多体局域化

Yingpeng Qi, Jianmin Yang, Zhihui Zhou, Qing Xu, Yang Lv, Xiao Zou, Tao Jiang, Pengfei Zhu, Dongxue Chen, Zhenrong Sun, Lin Xie, Dao Xiang, Jiaqing He

机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China(中国科学技术大学苏州高等研究院) ; Key Laboratory for Laser Plasmas (Ministry of Education), School of Physics and Astronomy, Shanghai Jiao Tong University(上海交通大学物理与天文学院激光等离子体教育部重点实验室) ; Department of Physics, State Key Laboratory of Quantum Functional Materials, and Guangdong Basic Research Center of Excellence for Quantum Science, Southern University of Science and Technology(南方科技大学物理系量子功能材料国家重点实验室广东省量子科学卓越研究中心) ; Department of Materials Science and Engineering, National University of Singapore(新加坡国立大学材料科学与工程系) ; Department of Physics, University of Science and Technology of China(中国科学技术大学物理系) ; State Key Laboratory of Precision Spectroscopy, and School of Physics and Electronic Science, East China Normal University(华东师范大学物理与电子科学学院精密光谱科学与技术国家重点实验室) ; School of Physical Sciences, Great Bay University(大湾区大学物理科学学院) ; Zhangjiang Institute for Advanced Study, Shanghai Jiao Tong University(上海交通大学张江高等研究院) ; Guangdong Provincial Key Laboratory of Advanced Thermoelectric Materials and Device Physics, Southern University of Science and Technology(南方科技大学广东省先进热电材料与器件物理重点实验室)

AI总结 本文提出利用超快结构响应的布拉格散射相破方法,识别量子材料中的亚埃局域结构,揭示了AgCrSe2中由多体相互作用驱动的局域结构及其动态转变,为理解 exotic 属性提供了新视角。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2505.10006 2026-11-20 cs.DS 版本更新

Improved Rank Aggregation under Fairness Constraint

在公平性约束下改进的排名聚合

Diptarka Chakraborty, Himika Das, Sanjana Dey, Alvin Hong Yao Yan

机构 * National University of Singapore(新加坡国立大学) ; TU Wien(维也纳工业大学) ; UMONS(蒙斯大学)

AI总结 本文提出了一种在公平性约束下改进的排名聚合算法,实现了(2+ε)近似和2.881近似,优于现有3近似界限,并通过实验验证其有效性。

Comments Fixed several typos in Appendix A

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2505.20003 2026-11-20 cs.LG stat.ME stat.ML 版本更新

TabPFN: One Model to Rule Them All?

TabPFN:一个统治所有的方法?

Qiong Zhang, Yan Shuo Tan, Qinglong Tian, Pengfei Li

机构 * Qiong Zhang is Assistant Professor, Institute of Statistics \& Big Data, Renmin University of China, China e1 . ; Yan Shuo Tan is Assistant Professor, Department of Statistics \& Data Science, National University of Singapore, Singapore e2 . ; Qinglong Tian is Assistant Professor, Department of Statistics \& Actuarial Science, University or Waterloo, Canada e3 . ; Pengfei Li is Professor, Department of Statistics \& Actuarial Science, University or Waterloo, Canada e4 .

AI总结 TabPFN是一种基于变压器的深度学习模型,通过近似贝叶斯推断实现对表格数据的高效回归和分类,展示了在多种统计任务中的优越性能。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24938 2026-11-19 cs.RO 新提交

Phoenix: Learning Scene Structure Representations for Generalizable World-Action Models

Phoenix:学习场景结构表示以构建可泛化的世界-动作模型

Yupeng Zheng, Chaoyue Li, Linbo Wang, Xiang Li, Yuhang Zheng, Xiaotong Su, Songen Gu, Yichen Zhang, Zebin Xing, Shuai Tian, Jingxiang Guo, Jing Li, Zhiyong Zhao, Zhongpu Xia, Qichao Zhang, Haoran Li, Shuicheng Yan, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; Anyverse Dynamics ; Tsinghua University(清华大学) ; National University of Singapore(新加坡国立大学) ; Fudan University(复旦大学)

AI总结 本文提出Phoenix模型,通过双教师蒸馏、CS-VAE等技术学习场景结构表示,在多类机器人操作基准中实现最优性能,具备强鲁棒性与少样本适配能力,相关资源可公开获取。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24887 2026-11-19 cs.CL 新提交

Ground, Iterate, Trace: Decomposing AI Research Ideation

立足、迭代、追溯:分解AI研究构思过程

Samson Yu, Qiran Zou, Jing Yu Lim, Rushi Shah, Anirudh Goyal, Dianbo Liu

机构 * National University of Singapore(新加坡国立大学) ; Meta

AI总结 本研究提出创意AI研究员(CAR)框架,结合文献立足、迭代开发与显式操作,经多基准评估,其方法新颖性、可行性及成对胜率表现优异,且可追溯操作与文献来源。

Comments 56 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24816 2026-11-19 cs.RO 新提交

RoboMorpher: Scaling Robot Morphology Representations for Cross-Embodiment Action Prediction

RoboMorpher:扩展机器人形态表示以实现跨 embodiments 的动作预测

Wenwei Lin, Yan Qin, Weiliang Deng, Zixuan Li, Kaixuan Wang, Zanxin Chen, Yue Chen, Tianshuo Yang, Junting Chen, Zhixuan Liang, Yao Mu, Ximin Lyu, Renjing Xu, Ping Luo, Tianxing Chen

机构 * The University of Hong Kong(香港大学) ; HKUST (Guangzhou)(香港科技大学(广州)) ; Sun Yat-sen University(中山大学) ; Shanghai Jiao Tong University(上海交通大学) ; Peking University(北京大学) ; National University of Singapore(新加坡国立大学)

AI总结 本文提出 RoboMorpher 形态条件动作分词器,结合 MorphGen 提供的运动学监督预训练后,集成到视觉-语言-动作策略中,在跨 embodiment 操作基准上的成功率显著优于连续关节空间控制,验证了形态感知几何监督的有效性。

Comments Website: https://robomorpher.github.io/

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24789 2026-11-19 cs.RO 新提交

HINT-WAM: Hindsight-Informed Training for World Action Models

HINT-WAM:面向世界动作模型的后视信息训练

Phuong Tuan Dat, Qi Li, Xinchao Wang

机构 * National University of Singapore(新加坡国立大学)

AI总结 HINT-WAM是首个在线自蒸馏框架,利用演示未来视频作为特权信息,在自身采样轨迹上监督WAM的动作专家,无需环境奖励或模拟器交互,可提升机器人操作的任务执行可靠性。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24771 2026-11-19 cs.RO 新提交

Hierarchical Admittance-Impedance Control for Mobile Manipulator Load Transfer

移动机械臂负载转移的分层导纳-阻抗控制

Minghao Xu, Thushara Sandakalum, Christina Dao Wen Lee, Marcelo H. Ang

机构 * NUS Graduate School, National University of Singapore(新加坡国立大学NUS研究生院) ; National University of Singapore(新加坡国立大学)

AI总结 本文提出分层导纳-阻抗控制器,结合笛卡尔阻抗、6D导纳监督器与工作空间感知基座辅助,经ROS实现并通过行李箱实验验证,可支撑负载并让人类以小力引导移动机械臂完成转移。

Comments Accepted at the International Symposium on Robotics Research (ISRR 2026); 5 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24738 2026-11-19 cs.CV 新提交

Jeveration: System One Models Now Generate

Jeveration:系统一模型现在可生成内容

Yuhe Liu, Qi Li, Shihua Zhang, Xinchao Wang

机构 * National University of Singapore(新加坡国立大学)

AI总结 本文提出Jeveration,基于冻结视觉语言模型,通过共享随机状态协调并行预测,实现单次前向传播生成图像,还统一三类视觉任务,速度较现有模型提升122倍且性能具竞争力。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.24578 2026-11-19 cs.CV cs.AI 新提交

BaseRSI: Recursive Self-Improvement of a Base Vision-Language Model via Training-Free Harness Internalization

BaseRSI:通过无训练的控制器内化实现基础视觉语言模型的递归自我改进

Mingda Zhang, Yuanhao Dong, Qiang Huang, Rui Qian, Yanjin Li, Zhenyu Liu, Xiao Huang, Zihao Yang, Jian Wang, Pinjia He, Xiaoying Tang

机构 * The Chinese University of Hong Kong, Shenzhen, China(香港中文大学(深圳)) ; National University of Singapore, Singapore(新加坡国立大学) ; Fudan University, China(复旦大学) ; University of Illinois Urbana-Champaign, USA(伊利诺伊大学厄巴纳-香槟分校) ; The University of Melbourne, Australia(墨尔本大学) ; Shanghai Jiao Tong University, China(上海交通大学)

AI总结 BaseRSI是一种新的递归控制器内化范式,通过ReGap和ReKey机制,让基础视觉语言模型仅用前向传播完成递归自我改进,在10个视觉推理基准上持续提升模型性能。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
↑