NeurIPS

Chreode: A Cell World Model for One-Step Temporal Dynamics and Perturbation Prediction

Chreode: 用于一步时间动态和扰动预测的细胞世界模型

Mufan Qiu, Genhui Zheng, Yinuo Xu, Ruichen Zhang, Ying Ding, Qi Long, Tianlong Chen

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 提出Chreode，一种基于结构化残差转移算子的单步细胞世界模型，通过预训练和微调实现发育轨迹与扰动预测的统一，在多个基准上取得性能提升。

Comments 25 pages, 3 figures, 14 tables. Submitted to NeurIPS 2026

AdaMerge: Salience-Aware Adaptive Token Merging for Training-Free Acceleration of Vision Transformers

AdaMerge: 面向视觉Transformer无训练加速的显著性感知自适应令牌合并

Semi Lee, Hyejin Go, Hyesong Choi

机构 * Electronic Engineering（电子工程） ； Soongsil University（顺斯大学） 纠错

AI总结 提出AdaMerge框架，通过显著性加权相似度和自适应合并强度两个互补机制，在无训练条件下提升令牌合并的精度-计算量帕累托前沿。

Comments 11 pages, 3 figures, 5 tables. Submitted to NeurIPS 2026

PEAR: Equal Area Weather Forecasting on the Sphere

PEAR：球面上的等面积天气预报

Hampus Linander, Tage Tykesson, Pietro Rosso, Christoffer Petersson, Daniel Persson, Jan E. Gerken

机构 * VERSES AI ； Department of Mathematical Sciences（数学科学系） ； Chalmers University of Technology（楚姆勒斯技术大学） ； University of Gothenburg（哥德堡大学） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Department of Physics and Astronomy（物理与天文学系） ； Recohere 纠错

AI总结 针对球面等角网格在极地分辨率过高的问题，提出基于HEALPix等面积网格的Transformer模型PEAR，实现无计算开销的全球天气预报性能提升。

Comments Extended version of manuscript published in the AI for Science workshop (NeurIPS 2025), 11 pages, 15 pages supplemental

CogVLA: Cognition-Aligned Vision-Language-Action Model via Instruction-Driven Routing & Sparsification

CogVLA: 通过指令驱动路由与稀疏化实现认知对齐的视觉-语言-动作模型

Wei Li, Renshan Zhang, Rui Shao, Jie He, Liqiang Nie

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区计算机科学与技术学院） 纠错

AI总结 提出CogVLA框架，通过指令驱动路由和稀疏化机制，在LIBERO基准和真实机器人任务上以2.5倍训练成本降低和2.8倍推理延迟降低实现97.4%和70.0%的成功率。

Comments Accepted to NeurIPS 2025, Project Page: https://jiutian-vl.github.io/CogVLA-page