Zhejiang University（浙江大学）

Spatio-temporal Decoupled Knowledge Compensator for Few-Shot Action Recognition

时空解耦的知识补偿器用于少样本动作识别

Hongyu Qu, Xiangbo Shu, Rui Yan, Hailiang Gao, Wenguan Wang, Jinhui Tang

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院，南京理工大学） ； State Key Lab of Brain-Machine Intelligence, Zhejiang University（脑机智能国家重点实验室，浙江大学） 纠错

AI总结 本文提出DiST框架，通过解耦空间和时间知识，利用大语言模型学习多粒度原型，提升少样本动作识别性能。

Comments Accepted to TPAMI 2026

Duality Models: An Embarrassingly Simple One-step Generation Paradigm

对偶模型：一种 embarrassingly简单的单步生成范式

Peng Sun, Xinyi Shang, Tao Lin, Zhiqiang Shen

机构 * Westlake University, Hangzhou, China（西湖大学） ； Zhejiang University, Hangzhou, China（浙江大学） ； University College London, London, UK（伦敦大学学院） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, UAE（穆罕默德·本·扎耶德人工智能大学） 纠错

AI总结 Duality Models通过一输入双输出范式，同时预测速度和流映射，提升生成稳定性与效率，在ImageNet上实现SOTA FID

Comments https://github.com/LINs-lab/DuMo

Decoupling Strategy and Execution in Task-Focused Dialogue via Goal-Oriented Preference Optimization

通过目标导向的偏好优化实现任务导向对话中的解耦策略与执行

Jingyi Xu, Xingyu Ren, Zhoupeng Shou, Yumeng Zhang, Zhiqiang You

机构 * School of Information Engineering, China Jiliang University, Hangzhou, China（信息工程学院，中国浙江大学，杭州，中国） ； College of Chemical and Biological Engineering, Zhejiang University, Hangzhou, China（化学与生物工程学院，浙江大学，杭州，中国） 纠错

AI总结 本文提出GOPO框架，通过解耦策略规划与响应生成，提升任务导向对话系统的长周期任务成功率。

UniReason 1.0: A Unified Reasoning Framework for World Knowledge Aligned Image Generation and Editing

UniReason 1.0: 一个统一的推理框架，用于世界知识对齐的图像生成与编辑

Dianyi Wang, Chaofan Ma, Feng Han, Size Wu, Wei Song, Yibin Wang, Zhixiong Zhang, Tianhang Wang, Siyuan Wang, Zhongyu Wei, Jiaqi Wang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； University of Southern California（美国南加州大学） 纠错

AI总结 UniReason 1.0通过统一推理框架整合图像生成与编辑，利用世界知识增强文本推理和视觉优化，提升复杂合成任务的性能。