Tsinghua University（清华大学）

AnyAD: Unified Any-Modality Anomaly Detection in Incomplete Multi-Sequence MRI

AnyAD：统一的多序列MRI任意模态异常检测

Changwei Wu, Yifei Chen, Yuxin Du, Mingxuan Liu, Jinying Zong, Beining Wu, Jie Dong, Feiwei Qin, Yunkang Cao, Qiyuan Tian

机构 * School of Computer Science and Technology, Hangzhou Dianzi University（计算机科学与技术学院，杭州电子科技大学） ； School of Biomedical Engineering, Tsinghua University（生物医学工程学院，清华大学） ； HDU-ITMO Joint Institute, Hangzhou Dianzi University（杭州电子科技大学-ITMO联合研究所） ； School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） 纠错

AI总结 AnyAD提出了一种统一的多模态MRI异常检测框架，通过双路径编码器和特征对齐机制实现任意模态下的稳健检测，实验表明其在多种模态组合中优于现有基线方法。

Comments 15 pages, 8 figures

TrafficSimAgent: A Hierarchical Agent Framework for Autonomous Traffic Simulation with MCP Control

TrafficSimAgent: 一个用于具有MCP控制的自动驾驶交通模拟的分层代理框架

Yuwei Du, Jun Zhang, Jie Feng, Zhicheng Liu, Jian Yuan, Yong Li

机构 * Department of Electronic Engineering, BNRist, Tsinghua University, Beijing, China（电子工程系、BNRist、清华大学、北京、中国） ； AMAP, Alibaba Group, Beijing, China（AMAP、阿里巴巴集团、北京、中国） 纠错

AI总结 TrafficSimAgent通过基于大语言模型的分层代理框架，解决交通模拟中实验设计和决策优化的挑战，实现高效且准确的自动驾驶交通模拟。

Comments The code will be available at: https://github.com/tsinghua-fib-lab/TrafficSimAgent

Beyond Artifacts: Real-Centric Envelope Modeling for Reliable AI-Generated Image Detection

超越伪影：面向真实世界的环境建模用于可靠的AI生成图像检测

Ruiqi Liu, Yi Han, Zhengbo Zhang, Liwei Yao, Zhiyuan Yan, Jialiang Shen, ZhiJin Chen, Boyi Sun, Lubin Weng, Jing Dong, Yan Wang, Shu Wu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, UCAS（北京大学交叉信息学科研究中心） ； Southwest University（西南大学） ； Shanghai Second Polytechnic University（上海第二工业大学） ； Peking University（北京大学） ； The University of Sydney（悉尼大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出REM方法，通过建模真实图像分布来提升AI生成图像检测的可靠性，并构建RealChain基准以评估模型在真实世界退化下的性能。

AIAuditTrack: A Framework for AI Security system

AIAuditTrack：AI安全系统的框架

Zixun Luo, Yuhang Fan, Yufei Li, Youzhi Zhang, Hengyu Lin, Ziqi Wang

机构 * organization= Huazhong University of Science ； organization= Lingnan University ； organization= Centre for Artificial Intelligence ； Robotics (CAIR) Hong Kong Institute of Science \& Innovation, Chinese Academy of Sciences ； Tsinghua University ； Fujian Jiangxia University 纠错

AI总结 AIAuditTrack通过区块链技术实现AI交互轨迹记录与治理，提供可扩展的AI安全审计与责任追溯方案。

Data-regularized Reinforcement Learning for Diffusion Models at Scale

大规模扩散模型中的数据正则化强化学习

Haotian Ye, Kaiwen Zheng, Jiashu Xu, Puheng Li, Huayu Chen, Jiaqi Han, Sheng Liu, Qinsheng Zhang, Hanzi Mao, Zekun Hao, Prithvijit Chattopadhyay, Dinghao Yang, Liang Feng, Maosheng Liao, Junjie Bai, Ming-Yu Liu, James Zou, Stefano Ermon

机构 * Stanford University（斯坦福大学） ； NVIDIA ； Tsinghua University（清华大学） 纠错

AI总结 DDRL通过数据正则化方法提升扩散模型的奖励表现，有效缓解奖励黑客问题，实现高分辨率视频生成中的高人偏好和可扩展训练。

Analyzing Key Objectives in Human-to-Robot Retargeting for Dexterous Manipulation

分析人机回退中关键目标在灵巧操作中的应用

Chendong Xin, Mingrui Yu, Yongpeng Jiang, Zhefeng Zhang, Xiang Li

机构 * Department of Automation, Beijing National Research Center for Information Science and Technology, Tsinghua University, China（自动化系，信息科学与技术国家工程研究中心，清华大学） 纠错

AI总结 本文通过实验分析回退目标在灵巧操作中的应用，提出综合目标公式并评估各因素的重要性。

Comments v2: Extended the main text with additional analysis and implementation details

Context-Aware Sentiment Forecasting via LLM-based Multi-Perspective Role-Playing Agents

基于LLM的多视角角色扮演代理的上下文感知情感预测

Fanhang Man, Huandong Wang, Jianjie Fang, Zhaoyi Deng, Baining Zhao, Xinlei Chen, Yong Li

机构 * Shenzhen International Graduate School Tsinghua University（清华大学深圳国际研究生院） ； Department of Electronic Engineering Tsinghua University（清华大学电子工程系） ； Northeastern University at Qinghuangdao（清华大学秦皇岛分校） ； Department of Computer Science University of California Irvine（加州大学 Irvine 分校计算机科学系） 纠错

AI总结 本文提出基于LLM的多视角角色扮演框架，用于社交媒体中基于上下文的情感预测，通过提取情感相关特征提升预测性能。

NavDP: Learning Sim-to-Real Navigation Diffusion Policy with Privileged Information Guidance

NavDP: 基于特权信息引导的学习导航扩散策略

Wenzhe Cai, Jiaqi Peng, Yuqiang Yang, Yujian Zhang, Meng Wei, Hanqing Wang, Yilun Chen, Tai Wang, Jiangmiao Pang

机构 * Shanghai AI Lab（上海人工智能实验室） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 NavDP通过基于特权信息引导的学习方法，实现自主机器人在多样化环境中的零样本模拟到现实导航转移。

Comments Project Page: https://wzcai99.github.io/navigation-diffusion-policy.github.io/

DATTA: Domain Diversity Aware Test-Time Adaptation for Dynamic Domain Shift Data Streams

DATTA: 领域多样性感知的动态领域转移数据流中的测试时间适应

Chuyang Ye, Dongyan Wei, Zhendong Liu, Yuanyi Pang, Yixi Lin, Qinting Jiang, Jingyan Jiang, Dongbiao He

机构 * Shenzhen Technology University（深圳科技大学） ； Tsinghua University（清华大学） ； Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） 纠错

AI总结 DATTA通过领域多样性评分和三个核心组件，有效应对动态领域转移数据流中的测试时间适应问题，性能提升达13%。

Comments Accepted to 2025 IEEE International Conference on Multimedia and Expo (ICME), Oral Presentation