高校专区
WorldCompass：用于长周期世界模型的强化学习
机构 * Zhejiang University（浙江大学） ； Tencent Hunyuan（腾讯混元） ； The University of Hong Kong（香港大学）
AI总结 WorldCompass通过三种创新提升长周期世界模型的交互准确性和视觉保真度。
Comments Project page: \url{https://3d-models.hunyuan.tencent.com/world/}
一种精确的实时力感知抓取系统用于稳健的空中 manipulation
机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University（浙江大学工业控制技术状态重点实验室） ； Huzhou Institute, Zhejiang University（浙江大学湖州研究院） ； State Key Laboratory of Fluid Power and Mechatronic Systems, School of Mechanical Engineering, Zhejiang University（浙江大学流体动力与机械系统状态重点实验室） ； Zhejiang Key Laboratory of Additive Manufacturing Technology and Equipment, School of Mechanical Engineering, Zhejiang University（浙江省增材制造技术与装备重点实验室）
AI总结 本文提出了一种低成本力感知抓取系统，通过磁性触觉传感模块实现高精度力测量，用于稳健的空中 manipulation。
基于条件序列建模的安全强化学习
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Advanced Technology Institute, Zhejiang University（浙江大学先进技术研究院）
AI总结 RCDT是一种基于条件序列建模的离线安全强化学习方法，通过集成Lagrangian风格的成本惩罚与自适应惩罚系数，实现跨多个成本阈值的零样本部署，并在DSRL基准上提升了回报-成本权衡。
SemiNFT: 通过混合样本强化学习从模仿到欣赏学习转移预设
机构 * vivo Mobile Communication Co. Ltd（vivo移动通信有限公司） ； Zhejiang University（浙江大学）
AI总结 SemiNFT通过混合样本强化学习从模仿到欣赏学习，实现更高级的审美理解与色彩润色能力。
带有偏见AI反馈的统计框架
机构 * Center for Data Science, Zhejiang University（浙江大学数据科学中心） ； Department of Electrical and Computer Engineering, Rutgers University（罗格斯大学电气与计算机工程系） ； Department of Statistics, Rutgers University（罗格斯大学统计学系） ； Faculty of Business and Economics, The University of Hong Kong（香港大学商学院）
AI总结 本文提出两种去偏对齐方法，DDPO通过残差修正和密度比重加权提升效率，DIPO直接估计人类偏好概率，实验证明其在情感生成、摘要和对话任务中提升了对齐效率并接近全人类标注数据性能。
InfiCoEvalChain: 一种基于区块链的去中心化框架用于协作大语言模型评估
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Zhejiang University（浙江大学）
AI总结 InfiCoEvalChain提出一种基于区块链的去中心化框架，通过大规模基准测试和集体验证，提升大语言模型评估的稳定性和代表性。
监督微调需要解锁标记优先的潜力
机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 本文提出标记优先作为监督微调的关键桥梁，通过分布重塑过程实现数据与理想对齐流形的匹配，并分析了噪声过滤和有毒模式卸载两种不同的研究领域。
联邦平衡学习
机构 * MiLM Plus of Xiaomi Inc.（小米公司MiLM Plus部门） ； Zhejiang University（浙江大学） ； Shandong University（山东大学） ； Shandong Provincial Key Laboratory of Computing Power Internet and Service Computing（山东省计算能力互联网与服务计算重点实验室） ； Shandong Fundamental Research Center for Computer Science（山东省计算机科学基础研究中心） ； Shandong Key Laboratory of Digital diagnosis and Treatment of Thoracic Oncology（山东省胸部肿瘤数字诊断与治疗重点实验室） ； The First Affiliated Hospital of Shandong First Medical University（山东第一医科大学第一附属医院） ； Shandong Provincial Qianfoshan Hospital（山东省青岛浮山医院） ； Shandong Engineering Research Center of Intelligent Surgery（山东省智能手术工程研究中心） ； Qilu University of Technology (Shandong Academy of Sciences) Youth Outstanding Talent Program（齐鲁工业大学（山东省科学院）青年优秀人才计划）
AI总结 本文提出联邦平衡学习（FBL），通过客户端侧样本平衡和知识填充策略，解决非独立同分布环境下联邦学习中的客户端漂移问题，提升模型性能。
WeTok：强大的离散分词用于高保真的视觉重建
机构 * Shanghai Jiao Tong University（上海交通大学） ； WeChat Vision, Tencent Inc.（腾讯微信视觉部门） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； Hong Kong University of Science and Technology（香港科学大学） ； Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 WeTok通过GQ和GD创新实现高保真视觉重建，以更高效的压缩率和更优的重建质量在ImageNet上取得突破。
Comments 32 pages, 15 figures, 39 tables
GRIT：图正则化逻辑细化用于零样本细胞类型注释
机构 * Zhejiang University（浙江大学） ； Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院）
AI总结 GRIT通过图正则化逻辑细化提升零样本细胞类型注释的准确性，结合预训练模型的可扩展性与人类专家注释的结构鲁棒性。
Comments 10 pages, 6 figures
人形机器人行为基础模型综述：下一代全身体控系统
机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； LimX Dynamics ； Ningbo Institute of Digital Twin, Eastern Institute of Technology（宁波数字孪生研究院、东部技术研究所） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； CREATE Lab, EPFL（EPFL CREATE 实验室） ； School of System Design and Intelligent Manufacturing, Southern University of Science and Technology（南方科技大学系统设计与智能制造学院） ； ZJU-UIUC Institute, Zhejiang University（浙江大学ZJU-UIUC研究院） ； INFIFORCE Intelligent Technology Co., Ltd.（INFIFORCE智能科技有限公司）
AI总结 本文综述了人形机器人全身体控中行为基础模型的发展，探讨了其在复杂任务中的应用及未来研究方向。
Comments 19 pages, 10 figures
Journal ref IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2025
OmniHD-Scenes：面向自动驾驶的下一代多模态数据集
机构 * School of Automotive Studies, Tongji University（同济大学汽车学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； AI Foundation（2077AI基金会） ； Momoni AI ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； School of Information and Electrical Engineering, Hangzhou City University（杭州城市学院信息与电气工程学院）
AI总结 OmniHD-Scenes提出了一种大规模多模态数据集，结合多种传感器数据，用于提升自动驾驶的3D检测和语义预测性能。
Comments Accepted by IEEE TPAMI
ReRoPE：将RoPE用于相对相机控制
机构 * Zhejiang University（浙江大学） ； Independent Researcher（独立研究者）
AI总结 ReRoPE通过将RoPE用于相对相机控制，实现可控视频生成，提升生成质量与效率。
通过互联网视频弱监督实现3D几何基础模型的可扩展适应
机构 * Zhejiang University, State Key Lab of CAD \& CG ； Nanyang Technological University ； Independent Researcher ； Zhejiang University of Technology
AI总结 SAGE通过互联网视频弱监督实现几何基础模型的可扩展适应，提升零样本泛化能力。
重新审视延迟拒绝服务：攻击LLM服务框架，而非模型
机构 * Zhejiang University（浙江大学）
AI总结 本文提出Fill和Squeeze攻击策略，通过影响调度器状态转换，攻击LLM服务框架而非模型，降低攻击成本并造成显著延迟。
剪枝作为合作博弈：用于大型语言模型的代理辅助层贡献估计
机构 * Shenzhen Future Network of Intelligence Institute（深圳未来网络智能研究院） ； Guangdong Provincial Key Laboratory of Future Networks of Intelligence（广东省未来网络智能重点实验室） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Beijing Normal University（北京师范大学） ； Alibaba Group（阿里巴巴集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学）
AI总结 本文提出基于博弈论的层剪枝方法，利用代理网络估计层贡献，实现高效且有效的大型语言模型剪枝。
Comments Accepted by ICLR 2026
RoboPaint：从人类示范到任何机器人和任何视角
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学）
AI总结 RoboPaint通过真实-仿真-真实数据流程，将人类示范转化为机器人训练数据，实现高效、低成本的复杂灵巧操作训练。
Comments 17 pages
打破尺度锚定：用于从低分辨率训练准确进行高分辨率推断的频率表示学习
机构 * School of Future Technology, South China University of Technology, China（未来技术学院，华南理工大学，中国） ； State Key Laboratory of Ocean Sensing & Ocean College, Zhejiang University, China（海洋感知国家重点实验室，浙江大学，中国） ； Kavli Institute for Astrophysics and Space Research, Massachusetts Institute of Technology, USA（天体物理与空间研究所，麻省理工学院，美国）
AI总结 本文提出了一种架构无关的频率表示学习方法，通过分辨率对齐的频率表示和频谱一致性训练，解决尺度锚定问题，提升高分辨率推断的准确性。
Comments Accepted as a poster paper at ICLR 2026
HuggingR$^{4}$: 一种用于发现最优模型伙伴的渐进推理框架
机构 * Zhejiang University, Hangzhou, China（浙江大学）
AI总结 HuggingR$^4$通过渐进推理框架提升模型选择效率，实现更高的可行性与合理性，同时降低token消耗。
Comments 21 pages, 3 figures
基于隐式残差世界模型的视觉导向4D占用预测与规划
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文提出IR-WM，通过隐式残差世界模型提升自动驾驶中的4D占用预测与轨迹规划精度。
Comments ICRA 2026
R-Stitch：动态轨迹拼接以实现高效的推理
机构 * Monash University, Australia（墨尔本大学，澳大利亚） ； School of Software, Beihang University, China（北航软件学院，中国） ； South China University of Technology, China（华南理工大学，中国） ； ZIP Lab, Zhejiang University, China（浙江大学ZIP实验室，中国）
AI总结 R-Stitch通过熵引导的混合解码框架，实现高效推理，减少计算成本并保持精度。
scDFM：用于鲁棒单细胞扰动预测的分布流匹配模型
机构 * Zhejiang University（浙江大学） ； Department of Artificial Intelligence, School of Engineering, Westlake University（人工智能系，工程学院，西湖大学）
AI总结 scDFM通过分布级生成建模提升单细胞扰动预测的鲁棒性，结合流匹配与PAD-Transformer架构，在多个基准测试中实现更优性能。
Comments ICLR 2026 poster, 25 pages, 8 figures
WorldEdit: 向开放世界图像编辑迈进的基于知识的基准
机构 * Zhejiang University（浙江大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Nanyang Technological University（南洋理工大学）
AI总结 WorldEdit通过引入基于知识的基准，提升模型在开放世界图像编辑中对隐式指令的理解和处理能力。
SurfAge-Net：一种基于层次表面的网络用于可解释的细粒度脑年龄预测
机构 * Gansu Provincial Key Laboratory of Wearable Computing, School of Information Science and Engineering, Lanzhou University（甘肃省可穿戴计算重点实验室，信息科学与工程学院，兰州大学） ； Department of Medical Imaging Center, Gansu Provincial Maternity and Child-Care Hospital（医学影像中心，甘肃省妇幼保健院） ； Department of Magnetic Resonance, Lanzhou University Second Hospital（磁共振科，兰州大学第二医院） ； Department of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（计算机科学与技术系，哈尔滨工业大学（深圳）） ； Key Laboratory for Biomedical Engineering of Ministry of Education, Department of Biomedical Engineering, College of Biomedical Engineering & Instrument Science, Zhejiang University（教育部生物医学工程重点实验室，生物医学工程学院，浙江大学）
AI总结 SurfAge-Net通过结合皮层组织的连接组原理，提出了一种基于层次表面的网络，用于可解释的细粒度脑年龄预测，有效识别异常发育人群中的异质延迟和区域特定异常。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈