高校专区
OpenSeeker：通过完全开源训练数据民主化前沿搜索代理
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 OpenSeeker通过两项技术创新实现前沿性能，利用开源数据提升搜索代理能力，实验表明其在多个基准测试中表现优异，超越现有开源和工业竞争对手。
Comments 15 pages, 6 figures
全景 affordance 预测
机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； SJTU（上海交通大学） ； MBZUAI（慕尼黑工业大学人工智能研究所） ； UniTrento（特伦特大学） ； Knowin
AI总结 本文提出全景 affordance 预测，利用 360 度影像捕捉全局空间关系，通过 PAP-12K 数据集和 PAP 框架解决超高清影像的高分辨率和畸变问题，展现全景感知在具身智能中的潜力。
ViFeEdit：一种无需视频的视频扩散变换器调谐器
机构 * National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出ViFeEdit框架，通过2D图像实现视频生成与编辑，无需视频训练数据，采用架构重参数化解耦空间独立性与全3D注意力，实现高质量视频编辑与生成。
Comments Working in progress, code is at https://github.com/Lexie-YU/ViFeEdit
通过长期神经符号记忆推进多模态代理推理
机构 * University of New South Wales（新南威尔士大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出NS-Mem框架，结合神经记忆与符号结构，提升多模态代理的推理能力，实验证明其在推理准确率上优于纯神经记忆系统。
Comments 11 pages, 6 figures
Flash-Unified: 一种无需训练且任务感知的加速框架用于原生统一模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Sichuan University（四川大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Chicago（芝加哥大学）
AI总结 本文提出FlashU框架，通过任务感知的网络剪枝和动态层跳过，减少统一模型的计算冗余，提升生成和理解任务的推理速度，实验表明在Show-o2数据集上加速1.78至2.01倍，保持SOTA性能。
Comments Accepted by CVPR 2026 Findings
HALO：通过可微模拟缩小重载人形机器人敏捷运动技能的仿真到现实差距
机构 * Zhejiang University（浙江大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究所（TeleAI）） ； Shanghai Jiao Tong University（上海交通大学） ； Lumos Robotics（Lumos机器人）
AI总结 本文提出一种两阶段梯度基于系统辨识框架，通过可微模拟器MuJoCo XLA减少仿真到现实的不匹配，提升重载条件下人形机器人的运动跟踪精度和敏捷性。
Comments 9 pages, 5 figures, conference
EditHF-1M: 一个百万级的丰富人类偏好反馈用于图像编辑
机构 * Shanghai Jiao Tong University（上海交通大学） ； Vivo Mobile Communication Co., Ltd（vivo移动通信有限公司） ； University of Electronic and Science Technology of China（电子科技大学） ； Ocean University of China（海洋大学） ； Beijing University of Technology（北京理工大学）
AI总结 本文提出EditHF-1M百万级图像编辑数据集及基于其的EditHF评估模型和EditHF-Reward奖励模型，通过强化学习优化文本引导图像编辑模型，实验表明其在对齐人类偏好和泛化能力方面表现优异。
TopoVST：迈向拓扑忠实的血管骨架跟踪
机构 * Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） ； Shanghai AI Lab（上海人工智能实验室）
AI总结 本文提出TopoVST，通过多尺度球图和图神经网络实现血管骨架跟踪，结合门控特征融合和几何感知加权方案，有效解决拓扑忠实性和类别不平衡问题，实验表明其在重叠和拓扑指标上表现优异。
Comments 10 pages, 9 figures. Under Review
面向异质生成威胁的通用特征协同架构
机构 * University of Shanghai for Science and Technology（上海理工大学） ； Singapore Management University（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出ATFS框架，通过目标引导图像实现多模型防御的统一特征空间对齐，有效解决异质生成威胁下的防御问题，实验显示其在扩散模型+GAN场景中达到SOTA性能。
Comments 9 pages, 10 figures
RadarXFormer: 通过4D雷达光谱与图像的跨维度融合实现稳健的目标检测用于自动驾驶
机构 * Global Institute of Future Technology, Shanghai Jiao Tong University（上海交通大学未来技术全球研究院） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China（中国教育部系统控制与信息处理重点实验室） ； SAIC GM Wuling Automobile Company Co., Ltd.（上汽通用五菱汽车有限公司） ； Guangxi Laboratory of New Energy Automobile（广西新能源汽车实验室）
AI总结 本文提出RadarXFormer框架，通过融合4D雷达光谱与RGB图像的跨维度信息，提升自动驾驶中的目标检测鲁棒性和准确性，同时保持实时推理能力。
SimCert: 深度神经网络压缩中的行为相似性概率认证
机构 * Shanghai Jiao Tong University（上海交通大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
AI总结 本文提出SimCert框架，通过双网络符号传播方法和方差感知边界技术，实现压缩神经网络的行为相似性验证，提供可调节置信水平的安全保证，实验表明其优于现有方法。
Comments 26 pages, 5 figures
神经符号生成与验证内存感知的形式函数规范
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Shanghai Innovation Institute（上海创新研究院） ； School of Computer Science and Engineering, University of Washington（华盛顿大学计算机科学与工程学院）
AI总结 本文提出神经符号框架，通过自然语言描述和函数签名生成内存感知的形式函数规范，结合符号证明器和验证工具链迭代优化，提升形式规范的正确性与语法有效性。
FlowAD: 无人驾驶中的自体场景交互建模
机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab） ； Baidu Inc（百度公司）
AI总结 本文提出FlowAD框架，通过自体场景交互建模提升自动驾驶性能，利用场景流建模动态变化，结合新颖的FCP指标评估场景理解能力，实验表明其在碰撞率和驾驶评分上均优于现有方法。
FineRMoE：细粒度专家的维度扩展及其再利用方法
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 FineRMoE通过扩展中间和输出维度提升专家专业化，引入双层稀疏计算和专用路由机制，并采用再利用方法降低训练成本，实验证明其在多个基准上的优越性能。
EgoGrasp：从第一人称视频中估计世界空间手-物体交互
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学） ； Imperial College London（伦敦帝国学院） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
AI总结 EgoGrasp提出了一种从动态第一人称视频中重建世界空间手-物体交互的方法，支持开放词汇物体，通过多阶段框架实现鲁棒的3D重建与姿态估计。
ARMFlow：用于在线3D人体反应生成的自回归MeanFlow
机构 * The University of Western Australia（西澳大学） ； Commonwealth Scientific and Industrial Research Organisation (CSIRO)（澳大利亚联邦科学与工业研究组织） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出ARMFlow框架，通过自回归方法解决在线3D人体反应生成中的高运动保真度、实时推理和自回归适应性问题，引入BSCE减少误差积累，实现高效准确的生成。
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