Dejavu: Towards Experience Feedback Learning for Embodied Intelligence
Dejavu：迈向具身智能的经验反馈学习
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院）
AI总结 本文提出Dejavu框架，通过经验反馈网络增强冻结的视觉-语言-动作策略，提升具身智能任务的适应性、鲁棒性和成功率。
高校专区
Shanghai Jiao Tong University（上海交通大学）
DiffHLS: Differential Learning for High-Level Synthesis QoR Prediction with GNNs and LLM Code Embeddings
DiffHLS: 基于GNN和LLM代码嵌入的高阶综合QoR预测差分学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 DiffHLS通过GNN和LLM代码嵌入预测高阶综合QoR，利用核基线与pragma插入设计变体的差分学习，降低合成成本，实验显示在PolyBench上优于GNN基线，且在ForgeHLS数据集上验证了可扩展性。
CT-1: Vision-Language-Camera Models Transfer Spatial Reasoning Knowledge to Camera-Controllable Video Generation
CT-1：视觉-语言-相机模型将空间推理知识转移到相机可控的视频生成
机构 * Fudan University（复旦大学） ； Tencent（腾讯） ； Xiamen University（厦门大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出CT-1模型，通过准确估计相机轨迹将空间推理知识转移到视频生成中，利用小波正则化损失和视频扩散模型提升相机控制精度，实验显示其生成的视频质量高且控制准确率提升25.7%。
Learning Vision-Language-Action World Models for Autonomous Driving
学习视觉-语言-动作世界模型以实现自动驾驶
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（上海交通大学人工智能研究院教育部人工智能重点实验室） ； Central Research Institute, Huawei（华为中央研究院）
AI总结 本文提出VLA-World模型，通过结合预测想象与反思推理提升自动驾驶的前瞻性。该模型利用生成的轨迹引导图像生成，并通过反思优化轨迹预测，实验表明其在规划和未来场景生成任务中优于现有方法。
Comments Accepted by CVPR2026 findings
Fine-Grained Action Segmentation for Renorrhaphy in Robot-Assisted Partial Nephrectomy
机器人辅助部分肾切除术中缝合术的细粒度动作分割
机构 * Fudan University（复旦大学） ； University of Macau（澳门大学） ； The Chinese PLA General Hospital（中国人民解放军总医院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文针对机器人辅助部分肾切除术中缝合术的细粒度动作分割问题，提出SIA-RAPN基准测试，采用I3D特征构建四种时间模型，评估平衡准确率、编辑得分和分段F1等指标，结果显示DiffAct在多个指标上表现最佳。
V-CAGE: Vision-Closed-Loop Agentic Generation Engine for Robotic Manipulation
V-CAGE：用于机器人操作的视觉闭环代理生成引擎
机构 * University of Cambridge（剑桥大学） ； Wuhan University（武汉大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 V-CAGE通过闭环代理生成框架实现机器人数据合成，结合语义布局规划和视觉自验证，提升环境生成的语义结构和可达性，解决传统方法在场景生成中的不足。
AudioGS: Spectrogram-Based Audio Gaussian Splatting for Sound Field Reconstruction
AudioGS：基于频谱的音频高斯点云用于声音场重建
机构 * School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院） ； Institute of Cultural and Creative Industry, Shanghai Jiao Tong University（上海交通大学文创学院）
AI总结 AudioGS通过频谱构建音频高斯点云，无需视觉先验，有效重建空间音频，实验显示其在MAG和DPAM指标上优于现有方法。
Delve into the Applicability of Advanced Optimizers for Multi-Task Learning
深入研究先进优化器在多任务学习中的适用性
机构 * Nanyang Technological University（南洋理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
AI总结 本文研究了先进优化器在多任务学习中的应用，提出APT框架通过自适应动量机制平衡优化器与多任务学习的强项，并引入轻方向保持方法提升Muon的正交化效果，实验表明APT显著提升了多任务学习性能。
Comments 12 pages, 5 figures
SIM1: Physics-Aligned Simulator as Zero-Shot Data Scaler in Deformable Worlds
SIM1：物理对齐的模拟器作为零样本数据放大器在变形世界中
机构 * Shanghai AI Lab（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学）
AI总结 SIM1通过物理对齐的仿真方法，将稀疏观测转化为高保真的合成监督，实现变形物体 manipulation 的高效训练，取得与真实数据相当的性能。
Comments Website: https://internrobotics.github.io/sim1.github.io/
ActivityEditor: Learning to Synthesize Physically Valid Human Mobility
ActivityEditor: 学习合成物理有效的行人移动
机构 * Southwest Jiaotong University（西南交通大学） ； HKUST (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； JD Technology（京东科技）
AI总结 本文提出ActivityEditor，一种双LLM代理框架，用于零样本跨区域轨迹生成。通过意图生成代理和编辑代理协同工作，结合强化学习和物理约束，实现高保真轨迹生成。
Thermally Activated Dual-Modal Adversarial Clothing against AI Surveillance Systems
热激活双模对抗性服装对抗AI监控系统
机构 * Defense Innovation Institute, Chinese Academy of Military Science（军事科学院国防创新研究院） ； MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（上海交通大学人工智能研究院教育部人工智能重点实验室） ； Intelligent Game and Decision Laboratory（智能博弈与决策实验室）
AI总结 本文提出一种热激活的对抗性可穿戴设备，通过温致变色染料和柔性加热单元，在加热时激活衣物上的对抗性图案，有效规避可见和红外监控。
Comments accepted by CVPR 2026 (Highlight)
