Tsinghua University（清华大学）

CineScene: Implicit 3D as Effective Scene Representation for Cinematic Video Generation

CineScene：隐式3D作为电影视频生成的有效场景表示

Kaiyi Huang, Yukun Huang, Yu Li, Jianhong Bai, Xintao Wang, Zinan Lin, Xuefei Ning, Jiwen Yu, Pengfei Wan, Yu Wang, Xihui Liu

机构 * The University of Hong Kong（香港大学） ； Kling Team, Kuaishou Technology（快手技术 Kling 团队） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Microsoft Research Project Page（微软研究院项目页面） 纠错

AI总结 CineScene通过隐式3D场景表示实现电影视频生成，能生成动态主体且保持场景一致的高质量视频。

Comments Project website: https://karine-huang.github.io/CineScene/

DAWN: Dependency-Aware Fast Inference for Diffusion LLMs

DAWN: 依赖感知的快速扩散语言模型推理

Lizhuo Luo, Zhuoran Shi, Jiajun Luo, Zhi Wang, Shen Ren, Wenya Wang, Tianwei Zhang

机构 * Nanyang Technological University（南洋理工大学） ； AUMOVIO-NTU Corporate Lab, Nanyang Technological University（AUMOVIO-NTU企业实验室，南洋理工大学） ； Southern University of Science（南方科技大学） ； SIGS, Tsinghua University（系统所，清华大学） ； AUMOVIO Singapore Pte. Ltd.（AUMOVIO新加坡私人有限公司） 纠错

AI总结 DAWN通过依赖感知解码方法提升扩散语言模型推理效率，实现1.80-8.06倍的速度提升同时保持生成质量。

LLM Active Alignment: A Nash Equilibrium Perspective

LLM主动对齐：从纳什均衡视角出发

Tonghan Wang, Yuqi Pan, Xinyi Yang, Yanchen Jiang, Milind Tambe, David C. Parkes

机构 * College of AI, Tsinghua University, Beijing, China（人工智能学院，清华大学，北京，中国） ； Harvard University, Cambridge, MA, USA（哈佛大学，马萨诸塞州剑桥，美国） ； Department of Electronic Engineering, Tsinghua University, Beijing, China（电子工程系，清华大学，北京，中国） 纠错

AI总结 本文提出了一种基于纳什均衡的LLM主动对齐方法，通过建模代理行为以避免文本空间计算难题，并展示其在社交媒体中防止政治排斥的应用潜力。

DiTS: Multimodal Diffusion Transformers Are Time Series Forecasters

DiTS：多模态扩散变换器是时间序列预测器

Haoran Zhang, Haixuan Liu, Yong Liu, Yunzhong Qiu, Yuxuan Wang, Jianmin Wang, Mingsheng Long

机构 * School of Software, BNRist, Tsinghua University（软件学院、BNRist、清华大学） 纠错

AI总结 DiTS通过双流Transformer块处理时间序列的内生和外生变量依赖，实现高效生成预测。

Inference-Time Rethinking with Latent Thought Vectors for Math Reasoning

基于潜在思维向量的推理时间重新思考用于数学推理

Deqian Kong, Minglu Zhao, Aoyang Qin, Bo Pang, Chenxin Tao, David Hartmann, Edouardo Honig, Dehong Xu, Amit Kumar, Matt Sarte, Chuan Li, Jianwen Xie, Ying Nian Wu

机构 * Department of Statistics and Data Science, UCLA（统计与数据科学系， UCLA） ； Lambda Inc（Lambda公司） ； Tsinghua University（清华大学） ； Salesforce Research（Salesforce研究） 纠错

AI总结 本文提出基于潜在思维向量的推理时间重新思考框架，通过迭代自我纠正提升数学推理能力，实验证明其在GSM8K数据集上优于基线模型。

ECO: Energy-Constrained Optimization with Reinforcement Learning for Humanoid Walking

ECO：基于强化学习的人形机器人能量受限优化

Weidong Huang, Jingwen Zhang, Jiongye Li, Shibowen Zhang, Jiayang Wu, Jiayi Wang, Hangxin Liu, Yaodong Yang, Yao Su

机构 * State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI)（通用人工智能国家重点实验室，北京通用人工智能研究院（BIGAI）） ； Department of Automation, Tsinghua University（自动化系，清华大学） ； Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； Department of Computer Science, Harbin Institute of Technology（计算机科学系，哈尔滨工业大学） ； Institute for Artificial Intelligence and School of Artificial Intelligence, Peking University（人工智能研究院和人工智能学院，北京大学） 纠错

AI总结 ECO通过将能量指标作为约束而非奖励，提升人形机器人行走的能效与稳定性。

Comments IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING. PREPRINT VERSION. ACCEPTED FEB, 2026

Hi-Agent: Hierarchical Vision-Language Agents for Mobile Device Control

Hi-Agent：用于移动设备控制的分层视觉语言代理

Zhe Wu, Hongjin Lu, Junliang Xing, Changhao Zhang, Yuxuan Li, Yin Zhu, Yuhao Yang, Yuheng Jing, Kai Li, Kun Shao, Jianye Hao, Jun Wang, Yuanchun Shi

机构 * Tsinghua University（清华大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University College London（伦敦大学学院） 纠错

AI总结 Hi-Agent通过分层结构和前瞻性优势函数，实现移动设备控制的高效训练和高成功率。

Personalized Learning Path Planning with Goal-Driven Learner State Modeling

基于目标驱动学习者状态建模的个性化学习路径规划

Joy Jia Yin Lim, Ye He, Jifan Yu, Xin Cong, Daniel Zhang-Li, Zhiyuan Liu, Huiqin Liu, Lei Hou, Juanzi Li, Bin Xu

机构 * Department of Computer Science and Technology, Beijing National Research Center for Information Science and Technology（计算机科学与技术系，信息科学国家研究中心） ； Tsinghua University（清华大学） ； Institution of Education（教育研究所） ； Department of Statistics and Data Science（统计与数据科学系） 纠错

AI总结 Pxplore通过整合强化学习与LLM，实现基于目标驱动的个性化学习路径规划，提升学习路径的连贯性和有效性。

Comments Accepted at The Web Conference 2026 (WWW'26)