Tsinghua University（清华大学）

Semantic-Aware Cooperative Communication and Computation Framework in Vehicular Networks

具有语义意识的车联网中协作通信与计算框架

Jingbo Zhang, Maoxin Ji, Qiong Wu, Pingyi Fan, Kezhi Wang, Wen Chen

机构 * School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院） ； School of Information Engineering, Jiangxi Provincial Key Laboratory of Advanced Signal Processing and Intelligent Communications, Nanchang University（江西省级先进信号处理与智能通信重点实验室，南昌大学信息工程学院） ； Department of Electronic Engineering, State Key Laboratory of Space Network and Communications, and the Beijing National Research Center for Information Science and Technology, Tsinghua University（空间网络与通信国家重点实验室，北京信息科学与技术国家研究中心，清华大学电子工程系） ； Department of Computer Science, Brunel University（布鲁内尔大学计算机科学系） ； Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系） 纠错

AI总结 本文提出一种三元协作语义通信框架，通过多智能体近端策略优化和线性规划解决车联网中语义任务卸载问题，提升边缘计算效率。

Unsupervised Structural Scene Decomposition via Foreground-Aware Slot Attention with Pseudo-Mask Guidance

无监督的结构场景分解：通过具有伪掩码指导的前景感知槽注意力

Huankun Sheng, Ming Li, Yixiang Wei, Yeying Fan, Yu-Hui Wen, Tieliang Gong, Yong-Jin Liu

机构 * Tsinghua University（清华大学） ； Beijing Jiaotong University（北京交通大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 FASA通过两阶段框架和伪掩码指导，提升无监督场景分解的精度和鲁棒性。

RingMoE: Mixture-of-Modality-Experts Multi-Modal Foundation Models for Universal Remote Sensing Image Interpretation

RingMoE：面向通用遥感图像解释的多模态专家混合多模态基础模型

Hanbo Bi, Yingchao Feng, Boyuan Tong, Mengyu Wang, Haichen Yu, Yongqiang Mao, Hao Chang, Wenhui Diao, Peijin Wang, Yue Yu, Hanyang Peng, Yehong Zhang, Kun Fu, Xian Sun

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航天信息研究所） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Target Cognition and Application Technology(TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（目标认知与应用技术重点实验室） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Peng Cheng Laboratory, Shenzhen（鹏城实验室） 纠错

AI总结 RingMoE是一种多模态专家混合模型，通过自监督学习和物理信息嵌入，提升遥感图像的多模态处理能力，实现从单模态到多模态的高效适应。

Understanding World or Predicting Future? A Comprehensive Survey of World Models

理解世界还是预测未来？世界模型的全面综述

Jingtao Ding, Yunke Zhang, Yu Shang, Jie Feng, Yuheng Zhang, Zefang Zong, Yuan Yuan, Hongyuan Su, Nian Li, Jinghua Piao, Yucheng Deng, Nicholas Sukiennik, Chen Gao, Fengli Xu, Yong Li

机构 * Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University（电子工程系，信息科学与技术国家研究中心（BNRist），清华大学） 纠错

AI总结 本文综述了世界模型在理解与预测方面的功能，探讨了其在多个领域的应用及未来研究方向。

Comments Extended version of the original ACM CSUR paper, 49 pages, 6 figures, 8 tables

Entropy-Informed Weighting Channel Normalizing Flow for Deep Generative Models

基于熵感知的加权通道归一化流用于深度生成模型

Wei Chen, Shian Du, Shigui Li, Delu Zeng, John Paisley

机构 * School of Mathematics, South China University of Technology, Guangzhou, China（华南理工大学数学学院） ； Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院） ； School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China（华南理工大学电子信息学院） ； Department of Electrical Engineering, Columbia University, New York, NY USA（哥伦比亚大学电气工程系） 纠错

AI总结 本文提出了一种基于熵感知的加权通道归一化流，通过引入正则化的Shuffle操作提升深度生成模型的密度估计性能。

Journal ref Chen, W., Du, S., Li, S., Zeng, D., & Paisley, J. (2025). Entropy-informed weighting channel normalizing flow for deep generative models. Pattern Recognition, 112442

Learning to Remove Lens Flare in Event Camera

学习去除事件相机中的光斑

Haiqian Han, Lingdong Kong, Jianing Li, Ao Liang, Chengtao Zhu, Jiacheng Lyu, Lai Xing Ng, Xiangyang Ji, Wei Tsang Ooi, Benoit R. Cottereau

机构 * National University of Singapore（国立新加坡大学） ； Tsinghua University（清华大学） ； Institute for Infocomm Research, A*STAR（资讯通信研究院（A*STAR）） ； IPAL, CNRS IRL 2955, Singapore（IPAL，CNRS IRL 2955，新加坡） ； CerCo, CNRS UMR 5549, Université Toulouse III（CerCo，CNRS UMR 5549，图卢兹第三大学） 纠错

AI总结 本文提出E-Deflare框架，通过物理基础模型和基准数据集，实现了事件相机中光斑的有效去除，提升了视觉系统的性能。

Comments Preprint; 29 pages, 14 figures, 4 tables; Project Page at https://e-flare.github.io/

Agentic AI as Undercover Teammates: Argumentative Knowledge Construction in Hybrid Human-AI Collaborative Learning

代理AI作为潜入队友：混合人机协作学习中的论证知识构建

Lixiang Yan, Yueqiao Jin, Linxuan Zhao, Roberto Martinez-Maldonado, Xinyu Li, Xiu Guan, Wenxin Guo, Xibin Han, Dragan Gašević

机构 * Tsinghua University（清华大学） ； Monash University（墨尔本大学） 纠错

AI总结 本研究探讨代理AI作为潜入队友在混合人机协作学习中对论证知识构建的影响，发现其通过促进高质量推理和协调性提升学习效果。