高校专区
从感知到行动：智能眼镜作为第一人称智能平台
机构 * Zhejiang University（浙江大学）
AI总结 该综述首次以统一框架系统研究智能眼镜，提出L0-L5框架等，连接任务与多类要素，制定评估协议，为智能眼镜的可信第一人称智能发展提供路线图。
Comments Project at this https URL (https://github.com/zhangzjn/awesome-smart-glasses)
BrowserForge：通过并行浏览器沙盒扩展网页交互序列数据规模
机构 * Zhejiang University（浙江大学） ； Tencent（腾讯）
AI总结 提出BrowserForge框架，通过并行浏览器沙盒从开放网络生成20余万条不同网站的网页交互轨迹，微调多模态模型后在两个基准任务上性能显著提升。
GaussianWAM：将三维高斯场的几何与语义知识蒸馏至世界-动作模型
机构 * Tuojing Intelligence（拓境智能） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Simple AI（简智人工智能） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； The University of Hong Kong（香港大学）
AI总结 GaussianWAM是训练时的表征增强框架，通过三维高斯场蒸馏几何与语义监督，在LIBERO-Plus等任务上显著提升了WAM类模型的机器人操作性能，且不改变部署架构。
Comments 13 pages, 5 figures
TurboT2VA：基于分数正则化一致性蒸馏的快速大规模文本-视频-音频生成
机构 * Zhejiang University（浙江大学） ； Tianjin University（天津大学） ； Tsinghua University（清华大学） ； Qingdao University（青岛大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出TurboT2VA框架，通过多模态归一化与渐进式课程方案，在保持音视频生成质量的同时，大幅加速190亿参数联合T2VA模型的推理，在不同分辨率下实现最高54.67倍的生成器加速。
RePolicy：用于智能体安全保障中安全策略调用的强化学习方法
机构 * Zhejiang University（浙江大学） ； Zhongguancun Academy（中关村学院） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 针对现有智能体安全保障方法难以适应未见轨迹和变化策略上下文的问题，提出RePolicy方法，结合PolicyTraj-20K与带可验证奖励和策略上下文扰动的GRPO，在六个智能体安全基准上取得良好安全检测与策略调用效果。
RecurSE：面向LLM规则评判器的有界递归自评估
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Meituan LongCat Team（美团龙猫团队）
AI总结 本研究提出RecurSE，一种无需外部监督的LLM规则评判器优化方法，通过同步评判器与检查器的协同演化、接口解耦及PAV监控，在多基准上实现泛化提升，可增强下游策略对齐。
基于定向距离场的事件驱动运动估计
机构 * INSAIT ； Sofia University “St. Kliment Ohridski”（索非亚大学“圣·克莱门特·奥赫里德斯基”） ； Zhejiang University（浙江大学）
AI总结 提出ODF运动估计方法，结合自适应事件选择与无参数滤波器，在低延迟下实现亚像素精度，其通用性在实时图像去模糊和低功耗跟踪应用中得到验证。
MetaRAG：面向智能体检索增强生成的信念-行动对齐策略优化
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； City University of Hong Kong（香港城市大学）
AI总结 MetaRAG是面向智能体RAG的信念-行动对齐策略优化框架，通过优先验证的行动生成与内部信念探测，提升了智能体RAG的准确率-效率权衡，收益可迁移至多种场景与模型。
Comments EMNLP 2026 MainConference
面向GUI奖励建模的任务自适应评分规则
机构 * Zhejiang University（浙江大学） ； MiLM Plus, Xiaomi Inc.（小米公司MiLM Plus）
AI总结 针对现有GUI奖励验证器任务自适应不足的问题，提出AdaptRubric框架，经实验验证其在离线奖励评估和在线强化学习中均优于现有方法，提升了F1值与任务成功率。
基于故障代码驱动的测试用例合成与密集奖励塑造的鲁棒代码强化学习
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团）
AI总结 该研究提出RobustTests框架，通过故障代码驱动的测试用例合成与密集奖励塑造，实现RL微调的Qwen3-32B在LiveCodeBench上较基线方法获绝对3%性能提升，增强了LLM代码生成能力。
Comments Accepted by EMNLP 2026
TransPhy：面向物理基础图像编辑的视觉上下文学习
机构 * Peking University（北京大学） ； SenseTime Research（商汤科技研究院） ； Zhejiang University（浙江大学）
AI总结 针对现有视觉上下文学习对物理基础图像变换支持不足的问题，提出TransPhy框架，通过分解为物理规则归纳和过渡对齐渲染，在PhysVICL-74基准上提升了相关性能。
Android GUI智能体对运行时异常是否具备鲁棒性？AnTrap：在动态对抗环境中评估智能体
机构 * Zhejiang University（浙江大学） ； Yale University（耶鲁大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tongji University（同济大学）
AI总结 本研究针对Android GUI智能体抗运行时异常鲁棒性不足的问题，提出AnTrap基准评估框架，发现16款领先GUI模型普遍受动态异常影响，且深度上下文陷阱暴露模型内在局限性。
记忆并非总是必需：科学推理中条件记忆的特征分析
机构 * Huzhou Normal University（湖州师范大学） ； Alibaba Group（阿里巴巴集团） ； Bota Biosciences（博塔生物科技） ； Zhejiang University（浙江大学）
AI总结 本研究探究科学推理中条件记忆的参与机制，提出知识边界感知路由器，在生物化学推理基准上验证其可保留有益记忆贡献并抑制退化，确立选择性记忆分配的重要性。
用于卫星轨道预测的速度耦合表示精化
机构 * Xi’an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学）
AI总结 该研究针对现有卫星轨道预测方法未利用位置与速度耦合关系的问题，提出OrbitNet方法，通过速度耦合表示精化和轨道片段建模，在Starlink域内及6个星座零样本评估中均优于对比模型。
Comments 18 pages, 6 figures
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