Shanghai Jiao Tong University（上海交通大学）

VT-MUSE: Multimodal Unified Sequential Visuotactile Representation Learning for Manipulation

VT-MUSE：面向操作任务的多模态统一时序视觉-触觉表示学习

Congsheng Xu, Qiaochu Yang, Fangyuan Shi, Yifan Han, Baijun Chen, Yiming Wang, Haonan Zhao, Daolin Ma, Xiaokang Yang, Hesheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xense Robotics（Xense机器人公司） ； BUPT（北京邮电大学） 纠错

AI总结 本研究提出VT-MUSE视觉-触觉多模态统一时序表示学习框架，通过两阶段学习解决现有方法的跨模态依赖捕获与时序接触演化忽略问题，在仿真和真实操作任务中性能优于基线

LoRC: Detecting AI-Generated Images via Low-Rank Collapse in Semantic Residuals

LoRC：基于语义残差中的低秩坍缩检测AI生成图像

Haozhen Yan, Ruoxin Chen, Jiahui Zhan, Bo Wang, Youchang Xiao, Shouhong Ding, Liqing Zhang, Taiping Yao, Jianfu Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

AI总结 本研究针对AI生成图像检测问题，提出LoRC框架，利用生成器语义残差的低秩坍缩特征，在多基准测试中平均提升7.0%准确率，在39个未见过的生成器上达97.0%准确率，具备强泛化性与鲁棒性。

Comments ECCV 2026 Spotlight

Terminal Agents: A Survey of AI Agents in Command-Line Environments

终端智能体：命令行环境下的AI智能体综述

Yi Bin, Xiaoyang Yuan, Haoxi Zeng, Wencheng Ye, Wenqi Shao, Chen Qian, Wei Ye, Yujuan Ding, Zheng Wang, Pengpeng Zeng, Jingkuan Song, Heng Tao Shen

机构 * Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Tongji University（同济大学） 纠错

AI总结 本文将终端智能体定义为行动-观察循环由终端介导的系统，通过七维轮廓关联架构等模块，揭示其行为影响因素与评估不均衡问题，为相关研究提供统一框架。

Comments 52 pages, 7 figures

RISE: Adaptive Imagination for World Action Models

RISE：面向世界动作模型的自适应想象

Hongbo Lu, Liang Yao, Chenghao He, Hao Han, Fan Liu, Wenlong Liao, Tao He, Pai Peng

机构 * COWARobot Co. Ltd（科沃机器人有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； Hohai University（河海大学） 纠错

AI总结 针对现有WAM固定想象预算的缺陷，提出自适应框架RISE，构建反事实数据集CounterDrive，在NAVSIM和nuScenes上验证其规划性能更优且可跨WAM架构通用。