GraspQP通过可微优化生成多样化、稳定的灵巧抓取数据集，提升抓取多样性和稳定性。
René Zurbrügg, Andrei Cramariuc, Marco Hutter
结合深度学习（LSTM、DeepVAR、GPVAR）优化现代投资组合，提升风险估算精度。
Maciej Wysocki, Paweł Sakowski
MeshCoder利用多模态大语言模型，将点云转化为可编辑的Blender Python脚本，实现复杂3D形状的程序化重建。
Bingquan Dai, Li Ray Luo, Qihong Tang 等
使用Huffman编码的无损压缩方法在FP8和BF16格式上实现了高达83%的压缩率。
Anat Heilper, Doron Singer
提出结合时空预测网络的主动路径规划框架，有效追踪漂浮目标，提升追踪精度和效率。
Sanjeev Ramkumar Sudha, Marija Popović, Erlend M. Coates
通过极性多脉冲映射实现几乎无损的ANN到SNN转换，首个时间步准确率高。
Hangming Zhang, Zheng Li, Chenxiang Ma 等
GeoSAM2通过多视图2D遮罩预测实现3D部件分割，在PartObjaverse-Tiny和PartNetE上取得84.06%和74.42%的mIoU。
Ken Deng, Yunhan Yang, Jingxiang Sun 等
提出PING方法，通过前缀注入提升LLM在代理任务中的安全性，保持性能。
Dongyoon Hahm, Taywon Min, Woogyeol Jin 等
PhysGM为单图快速预测3D高斯表示及物理参数，实现实时4D仿真，速度提升显著。
Chunji Lv, Zequn Chen, Donglin Di 等
MAVIS通过推理时的价值引导选择实现多目标对齐，提升Pareto前沿性能。
Jeremy Carleton, Debajoy Mukherjee, Srinivas Shakkottai 等
HiFo-Prompt结合前瞻与回顾策略，提升LLM在自动启发式设计中的性能，显著优于现有方法。
Chentong Chen, Mengyuan Zhong, Ye Fan 等
EgoTwin利用扩散变换器生成一致的第一人称视频和人体运动。
Jingqiao Xiu, Fangzhou Hong, Yicong Li 等
提出基于闭式计算的连续接触优化方法，提升全身多点接触规划77%。
Victor Levé, João Moura, Sachiya Fujita 等
DyCrowd框架实现了大场景视频中动态人群的时空一致性3D重建。
Hao Wen, Hongbo Kang, Jian Ma 等
提出信赖域约束的路径空间测度传输方法，优化高维随机控制，显著提升采样和模型调优性能。
Denis Blessing, Julius Berner, Lorenz Richter 等
TiP4GEN利用双分支模型结合3D高斯点云，实现高质量动态全景4D场景生成。
Ke Xing, Hanwen Liang, Dejia Xu 等
EgoLoc利用手部动力信息和视觉语言模型实现零样本时序交互定位，精确识别手与物体接触与分离时刻。
Junyi Ma, Erhang Zhang, Yin-Dong Zheng 等
FineCE是一种基于监督学习的细粒度置信度估计方法，显著提升生成过程中的置信预测准确率。
Jinyi Han, Tingyun Li, Shisong Chen 等
提出AF-CoT-Train数据集和AF-Reasoning-Eval基准，显著提升音频语言模型的推理能力。
Zhifeng Kong, Arushi Goel, Joao Felipe Santos 等
Thyme通过代码生成实现图像操作与推理融合，提升多模态模型性能。
Yi-Fan Zhang, Xingyu Lu, Shukang Yin 等