AIChilles以差分搜索发现30个AI演化程序中的49项隐藏弱点。
Yajie Zhou, Ao Li, Ashwin Silla 等
LaWAM通过潜在视觉子目标实现高效动态预测，提升机器人控制成功率。
Jialei Chen, Kai Wang, Kang Chen 等
提出RECAP，通过检索增强策略在测试时无需再训练即可扩展视觉语言行动模型，显著降低成本。
Jeongeun Park, Juhan Park, Taekyung Kim 等
利用SAM3的提示驱动零样本空间站组件检测，实现无需模型微调的后发能力扩展。
Nicholas A. Welsh, Lennon J. Shikhman, Monty Nehru Attazs 等
提出TAG，将视频转为结构化时间图，利用VLM实现零-shot动作识别，显著优于传统方法。
Bessie Dominguez-Dager, Francisco Gomez-Donoso, Miguel Cazorla 等
提出非均匀时间步调调度策略，有效降低扩散反演误差，提升图像重建与编辑精度。
Shangquan Sun, Ting Gong, Zhirui Liu 等
DiRecT利用递归时域去噪实现安全约束的无训练差分规划，显著提升任务安全性。
Paolo Giaretta, Zeyang Li, Navid Azizan
CausalDrive利用无未来布局条件的实时因果世界模型，实现交互式自主驾驶模拟。
Tianyi Yan, Huan Zheng, Dubing Chen 等
提出基于大语言模型的合作算子集演化算法IG-DOE，结合多破坏算子与自动构建，显著提升Permutation Flow Shop调度性能。
Rui Xu, Yufan Liao, Haoze Lv 等
CoMET-Agent在长视频中实现条件多事件时间定位，[email protected]提升6.1%。
Yuanhao Zou, Arthad Kulkarni, Lucas Tonanez 等
TraCS结合神经符号推理与交通规则，提升多模态地面移动预测准确性。
Simon Kohaut, Felix Divo, Julius Hahnewald 等
引入频谱强制（Spectral Forcing）改善像素空间扩散模型，显著提升ImageNet图像生成质量。
Weichen Fan, Haiwen Diao, Penghao Wu 等
MemoryVAM通过Recap-Cue模块，将 episodic memory 融入视频世界模型，显著提升机器人长时域操控成功率。
Yuxin Jiang, Chang Yu, Yunuo Chen 等
提出Ling-2.6和Ring-2.6，采用混合线性注意力和迁移预训练，提升长上下文效率与推理能力。
Ang Li, Ben Liu, Bin Han 等
本研究评估了在固定推理预算下，技能和记忆模块是否总值得投入代币，结果显示普通Actor在多数场景下表现优越。
Sina Hajimiri, Masih Aminbeidokhti, Jose Dolz 等
NEXUS通过神经能量场实现接触丰富的3D物体动态物理一致性，提升长时间精度。
Qizhen Ying, Guangming Wang, Yangchen Pan 等
AdaNAGED方法实现了大规模语言模型的高效无梯度微调，减少了内存开销。
Dmitriy Bystrov, Daniil Medyakov, Dmitry Bylinkin 等
MVEB基准涵盖23任务，评估33模型，揭示多模态视频嵌入的多样性与局限。
Adnan El Assadi, Roman Solomatin, Isaac Chung 等
AC-GPT通过简单改造实现任意条件评估，保持左到右预测性能。
Yinhan Lu, Eric Elmoznino, Léo Gagnon 等
本研究发现VLM中的少数注意头（凝视头）通过追踪描述区域，提供可控的模型行为干预机制，利用漫画和自然图像验证其因果作用。
Rohit Gandikota, David Bau