高校专区
AMIF：具有内置认证的可授权医学图像融合模型
机构 * Macao Polytechnic University（澳门理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Hefei University of Technology（合肥工业大学）
AI总结 本文提出AMIF，首个具有内置认证的医学图像融合模型，通过授权访问控制保护知识产权，防止推理泄露。
通过异构缓存加速基于扩散的视频编辑：超越采样去噪时间步的全计算
机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出HetCache框架，通过利用扩散基于掩码视频到视频生成中的异构性，减少冗余注意力运算，提升视频编辑效率与质量。
Comments 10 pages, 6 figures, accepted by CVPR2026
从命令式到声明式：面向提升计算机使用代理的LLM友好操作系统接口
机构 * Key Laboratory of System Software (Chinese Academy of Sciences)（中国科学院系统软件重点实验室） ； Institute of Software Chinese Academy of Sciences（中国科学院软件研究所） ； Shanghai Jiao Tong University（上海交通大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文提出Declarative Model Interface (DMI)，通过将传统GUI转化为三种声明式原语，提升LLM驱动的计算机使用代理的任务成功率和效率。
GRMLR：基于知识的小数据学习用于深海冷渗阶段推断
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出GRMLR框架，利用生态知识图谱作为先验结构，融合宏生物与微生物耦合关系，通过流形惩罚约束特征空间，提升深海冷渗阶段推断的鲁棒性和可扩展性。
DP^2-VL: 通过数据污染保护隐私照片的视觉语言模型隐私威胁模型
机构 * Shandong University（山东大学） ； Shanghai Jiao Tong University（上海交通大学） ； Donghua University（东华大学） ； Shanghai Normal University（上海师范大学） ； East China Normal University（华东师范大学） ； Hefei University of Technology（合肥工业大学）
AI总结 本文提出DP2-VL框架，通过数据污染保护隐私照片，分析视觉语言模型在身份关联泄露中的脆弱性，并展示其在不同保护比例下的有效性。
看见、记忆、探索：面向流式空间推理的基准与基线
机构 * The University of Hong Kong（香港大学） ； Yinwang Intelligent Technology Co. Ltd.（云网智能技术有限公司） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出S3-Bench基准，通过流式空间问答与主动探索解决传统方法在长时序推理和主动感知方面的不足，并提出AMF-VLM模型在压缩内存与主动探索方面实现性能提升。
基于大语言模型的图像编辑评估：一个全面的基准和中间层探针方法
机构 * Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University（图像通信与网络工程研究所，上海交通大学）
AI总结 本文提出TIEdit基准和EditProbe方法，通过5120张编辑图像和专家评分，评估文本引导图像编辑方法的感知质量、对齐性和内容保真度，同时利用大语言模型中间层探针提升评估准确性。
通过环境测量整合扩散建立随机物体模型
机构 * Contemporary Amperex Technology Co.Limited（当代爱普科技术有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学）
AI总结 本文提出AMID方法，通过整合环境测量噪声与扩散轨迹，建立清洁的随机物体模型，提升医学影像生成质量和任务基于的图像质量评估。
EditMGT: 解锁屏蔽生成变压器在图像编辑中的潜力
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EditMGT框架，利用Masked Generative Transformers实现局部化编辑，通过多层注意力整合和区域保持采样提升编辑精度与效率，实验表明其在编辑质量和速度上优于现有方法。
QUARK：通过利用非线性操作中的共同模式实现变压器加速的量化启用电路共享
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Nanyang Technological University（南洋理工大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 QUARK通过利用非线性操作中的共同模式，实现高效电路共享，减少硬件资源需求，提升Transformer模型的推理速度和精度。
Comments Accepted by ICCAD 2025
具有记忆的势场理论：非凸域中自适应控制的框架
机构 * Department of Computer Science and Engineering, School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（计算机科学与工程系，电子信息与电气工程学院，上海交通大学） ； School of Robotics and Automation, Suzhou Campus, Nanjing University（机器人与自动化学院，南京大学苏福校区）
AI总结 本文提出一种结合历史经验的随机优化控制框架，通过动态构建记忆势场来识别状态空间的关键拓扑特征，提升非凸环境中控制器的自适应优化能力。
Comments Accepted by NeurIPS 2025
TopoSculpt: 3D细粒度管状形状的贝蒂引导拓扑雕刻
机构 * Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所） ； Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系） ； Shanghai AI Lab（上海人工智能实验室） ； Medical Image Insights（医学影像洞察）
AI总结 本文提出TopoSculpt框架，通过整体区域建模策略和拓扑完整性贝蒂约束，改进3D细粒度管状结构的拓扑重构，实验显示在肺部气道和Willis环数据集上显著提升几何与拓扑精度。
Morph：一种无需运动的物理优化框架用于人类运动生成
机构 * WeChat, Tencent Inc（微信，腾讯公司） ； Key Laboratory of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS, China（中国科学院智能信息处理重点实验室（CAS），计算技术研究所，CAS，中国） ； Peng Cheng Laboratory, China（鹏城实验室，中国） ； University of Chinese Academy of Sciences, China（中国科学院大学，中国） ； MoE Key Laboratory of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（人工智能MoE重点实验室，人工智能研究院，上海交通大学）
AI总结 本文提出Morph框架，通过运动生成器和运动物理细化模块提升运动的物理合理性，无需昂贵真实运动数据，实验显示其在文本到运动和音乐到舞蹈生成任务中达到最先进的运动质量。
Comments Accepted by ICCV 2025, 15 pages, 6 figures
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