University of Chinese Academy of Sciences（中国科学院大学）

BridgeV2W: Bridging Video Generation Models to Embodied World Models via Embodiment Masks

BridgeV2W: 通过具身遮罩将视频生成模型与具身世界模型 bridging

Yixiang Chen, Peiyan Li, Jiabing Yang, Keji He, Xiangnan Wu, Yuan Xu, Kai Wang, Jing Liu, Nianfeng Liu, Yan Huang, Liang Wang

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences（模式识别新实验室（NLPR），自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Shandong University（山东大学） 纠错

AI总结 BridgeV2W 通过具身遮罩将视频生成模型与具身世界模型结合，解决坐标空间动作与像素空间视频的不匹配问题，并提升视频生成质量与跨具身统一性。

QVLA: Not All Channels Are Equal in Vision-Language-Action Model's Quantization

QVLA：视觉-语言-动作模型量化中并非所有通道都平等

Yuhao Xu, Yantai Yang, Zhenyang Fan, Yufan Liu, Yuming Li, Bing Li, Zhipeng Zhang

机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（自动化实验室，人工智能学院，上海交通大学） ； Anyverse Dynamics ； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Terminal Technology Department, Alipay, Ant Group（终端技术部，蚂蚁集团） 纠错

AI总结 QVLA提出了一种动作导向的量化框架，通过按通道分配比特数来优化视觉-语言-动作模型的压缩，实现了更高的性能和效率。

Comments ICLR2026

TRE: Encouraging Exploration in the Trust Region

TRE: 在信任区域中鼓励探索

Chao Huang, Yujing Lu, Quangang Li, Shenghe Wang, Yan Wang, Yueyang Zhang, Long Xia, Jiashu Zhao, Zhiyuan Sun, Daiting Shi, Tingwen Liu

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Baidu Inc.（百度公司） ； Wilfrid Laurier University（威尔弗里德·劳里埃大学） 纠错

AI总结 TRE通过在模型信任区域内鼓励探索，提升了大型语言模型在数学推理、组合搜索和偏好对齐任务中的性能。

Semantic Routing: Exploring Multi-Layer LLM Feature Weighting for Diffusion Transformers

语义路由：探索多层LLM特征加权用于扩散变换器

Bozhou Li, Yushuo Guan, Haolin Li, Bohan Zeng, Yiyan Ji, Yue Ding, Pengfei Wan, Kun Gai, Yuanxing Zhang, Wentao Zhang

机构 * Peking University（北京大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Nanjing University（南京大学） ； Fudan University（复旦大学） 纠错

AI总结 本文提出深度-wise语义路由方法，通过多层LLM特征加权提升文本到图像生成的准确性与稳定性。

DALI: A Workload-Aware Offloading Framework for Efficient MoE Inference on Local PCs

DALI：一种面向工作负载的高效MoE推理卸载框架

Zeyu Zhu, Gang Li, Peisong Wang, Zitao Mo, Minnan Pei, Zhuoran Song, Xiaoyao Liang, Jian Cheng

机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； School of Future Technology, University of Chinese Academy of Sciences（中国科学院大学未来技术学院） ； Shanghai Jiao Tong University（上海交通大学） ； AiRiA 纠错

AI总结 DALI通过动态分配和残差预取技术，提升本地PC上MoE推理效率，实现显著加速。

WideSeek: Advancing Wide Research via Multi-Agent Scaling

WideSeek: 通过多智能体扩展推进宽研究

Ziyang Huang, Haolin Ren, Xiaowei Yuan, Jiawei Wang, Zhongtao Jiang, Kun Xu, Shizhu He, Jun Zhao, Kang Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 WideSeek通过多智能体扩展和统一训练框架，提升宽研究的效率与效果。

Effective Frontiers: A Unification of Neural Scaling Laws

有效前沿：神经缩放定律的统一

Jiaxuan Zou, Zixuan Gong, Ye Su, Huayi Tang, Yong Liu

机构 * Department of Mathematics and Statistics, Xi'an Jiaotong University（西安交通大学数学与统计学系） ； Department of Artificial Intelligence, Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） 纠错

AI总结 本文提出有效前沿框架，统一神经缩放定律，揭示容量、覆盖和优化瓶颈的相互作用，证明Kaplan和Chinchilla定律是同一问题的不同解。

StepNav: Structured Trajectory Priors for Efficient and Multimodal Visual Navigation

StepNav: 为高效且多模态视觉导航引入结构化轨迹先验

Xubo Luo, Aodi Wu, Haodong Han, Xue Wan, Wei Zhang, Leizheng Shu, Ruisuo Wang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间利用技术与工程中心） 纠错

AI总结 StepNav通过结构化多模态轨迹先验提升视觉导航的鲁棒性、效率和安全性。

Comments 8 pages, 7 figures; Accepted by ICRA 2026

Auto-Augmentation Contrastive Learning for Wearable-based Human Activity Recognition

自适应增强对比学习用于基于可穿戴设备的人体活动识别

Qingyu Wu, Jianfei Shen, Feiyi Fan, Yang Gu, Chenyang Xu, Yiqiang Chen

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； The Beijing Key Laboratory of Mobile Computing and Pervasive Device（北京移动计算与普适设备重点实验室） ； Shandong Academy of Intelligent Computing Technology（山东省智能计算技术研究院） ； Peng Cheng Laboratory（鹏城实验室） ； Institute of Robotics and Autonomous Systems（机器人与自主系统研究所） 纠错

AI总结 本文提出了一种自适应增强对比学习方法，用于提升基于可穿戴设备的人体活动识别的识别准确率。

One Size, Many Fits: Aligning Diverse Group-Wise Click Preferences in Large-Scale Advertising Image Generation

一个尺寸，多种适配：在大规模广告图像生成中对多样化群体点击偏好进行对齐

Shuo Lu, Haohan Wang, Wei Feng, Weizhen Wang, Shen Zhang, Yaoyu Li, Ao Ma, Zheng Zhang, Jingjing Lv, Junjie Shen, Ching Law, Bing Zhan, Yuan Xu, Huizai Yao, Yongcan Yu, Chenyang Si, Jian Liang

机构 * NLPR & MAIS, CASIA（中国科学院长春光学精密机械与物理研究所 & 中国科学院自动化所） ； School of AI, UCAS（中国科学院大学人工智能学院） ； HKUST(gz)（香港科技大学） ； PRLab, NJU（南京大学PRLab） 纠错

AI总结 本文提出OSMF框架，通过自适应分组和群组感知多模态模型，解决广告图像生成中用户群体点击偏好多样性的优化问题。

LPCVAE: A Conditional VAE with Long-Term Dependency and Probabilistic Time-Frequency Fusion for Time Series Anomaly Detection

LPCVAE：一种具有长期依赖性和概率时频融合的条件变分自编码器用于时间序列异常检测

Hanchang Cheng, Weimin Mu, Fan Liu, Weilin Zhu, Can Ma

机构 * Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China（中国科学院大学网络安全学院） 纠错

AI总结 LPCVAE通过引入LSTM和Product-of-Experts机制，实现对时间序列异常检测中长期依赖和概率时频融合的高效整合，提升检测性能。

DSKC: Domain Style Modeling with Adaptive Knowledge Consolidation for Exemplar-free Lifelong Person Re-Identification

DSKC: 域风格建模与自适应知识整合用于无示例的终身人物重识别

Shiben Liu, Mingyue Xu, Huijie Fan, Qiang Wang, Liangqiong Qu, Zhi Han

机构 * State Key Laboratory of Robotics and Intelligent Systems, Shenyang Institute of Automation, Chinese Academy of Sciences（机器人与智能系统国家重点实验室，沈阳自动化研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Manufacturing Industrial Integrated Automation, Shenyang University（制造工业集成自动化重点实验室，沈阳大学） ； Department of Statistics and Actuarial Science and the Institute of Data Science, The University of Hong Kong（统计与精算系及数据科学研究所，香港大学） 纠错

AI总结 DSKC通过域风格编码器和统一知识整合机制，提升终身人物重识别的抗遗忘和泛化能力。

Comments 11 papges, 6 figures

AudioJailbreak: Jailbreak Attacks against End-to-End Large Audio-Language Models

AudioJailbreak: 对端到端大音频-语言模型的攻击

Guangke Chen, Fu Song, Zhe Zhao, Xiaojun Jia, Yang Liu, Yanchen Qiao, Weizhe Zhang, Weiping Tu, Yuhong Yang, Bo Du

机构 * Wuhan University（武汉大学） ； Key Laboratory of System Software (Chinese Academy of Sciences)（中国科学院系统软件重点实验室） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； State Key Laboratory of Cryptology（密码学国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanjing Institute of Software Technology（南京软件技术研究所） ； Ant Group（蚂蚁集团） ； Nanyang Technological University（南洋理工大学） ； Zhejiang Lab（浙江实验室） ； Pengcheng Laboratory（鹏城实验室） 纠错

AI总结 AUDIOJAILBREAK 提出了一种针对端到端大音频-语言模型的新型音频攻击方法，具备非同步性、通用性、隐蔽性和空中鲁棒性，适用于弱攻击者场景。

Comments Accepted by IEEE Transactions on Dependable and Secure Computing (TDSC)