Multiphase-Diff通过扩散模型生成高对比度多相物理系统样本，显著提高物理和分布一致性。
Yining Huang, Zhenyu Liang
本研究提出深度限制的连续学习框架，分析不同编码器-解码器区域的遗忘机制，关键在浅层编码器和深层解码器。
Amal Saqib, Tausifa Jan Saleem, Numan Saeed 等
AutoDesign通过元-harness优化框架，递归提升长远目标下的多模态设计质量，关键指标78.32分。
Yaxin Luo, Haobin Jiang, Jialv Zou 等
OmniScientist采用多模态感知与多智能体架构，实现跨学科从原始证据到论文的全流程自动化科研，平均论文得分6.3。
Bobo Li, Hao Fei, Tianjie Ju 等
提出HumanScore评估指标，结合153小时多样化运动数据，改善 humanoid 运动追踪的感知一致性。
Dairu Liu, Zekun Qi, Jiayu Zeng 等
PlayWorld通过多模态代理玩家评估171个场景中的长远目标，揭示现有世界模型在空间一致性和状态持续性方面的不足。
Kaixin Ding, Xi Chen, Minghong Cai 等
Vero基准评估AI在多模块仓库中联合实现与验证能力，43个实例中最强模型仅解决27个。
Zhe Ye, Hantao Lou, Yuechun Sun 等
提出一种基于结构化潜在状态的干预感知临床世界模型，用于心脏手术后长期复发风险预测，在DECAAF-II数据集上实现AUROC 0.756。
Yunsung Chung, Yingshuo Liu, Abboud F. Hassan 等
提出基于自组织映射的TabSOM，将特征空间映射为图像，提升表格数据深度学习性能与可解释性。
David Chushig-Muzo, María Ángeles Rodríguez de Cara, Eva Milara 等
通过SbCD模型，利用马尔可夫跳跃扩散生成完整晶体结构，在MP20上表现优异。
Van Khoa Nguyen, Alexandros Kalousis
提出EDD框架，通过环境-社会解耦实现机器人连续学习多环境中的社会行为适宜性，显著优于现有方法。
Rafal Robert Karpinski, Fethiye Irmak Dogan, Nikhil Churamani 等
ContactGuard利用动作条件潜在世界模型，在短期内预测接触前的任务失败概率，有效实现机器人预接触监控，提升成功率。
Gehan Zheng, Matthew Johnson-Roberson, Weiming Zhi
提出Seeker，通过从动作中学习视觉关注区域，提升机器人视觉策略的鲁棒性和数据效率，成功率从48.3%提升至76.7%。
Zheyu Zhuang, Ruiyu Wang, Nick Heppert 等
提出了一种评估长时间AI研究的框架，分析36项任务中7个模型的表现。
Yiwei Li, Wanli Yang, Hexiang Tan 等
提出一种基于主动感知协同设计的微变形测量方法，实现紧凑型绳索驱动连续手术机器人中的实时形状与力感知，验证单/双段机器人性能。
Gang Zhang, Yufu Qiu, Junyan Yan 等
RippleMem采用事件中心的记忆图和关联回忆，提升长时记忆检索准确率达11.87%，成本降低30倍。
Jingbo Ji, Lingyi Li, Xilong Cheng 等
CogChat利用异构图转换器和知识图谱增强对话AI，实现设计生成中的认知基础。
Jiin Choi, Kyung Hoon Hyun
提出Sinkhorn线性化与光谱代理，统一特征参数逆最优运输的统计与算法理论，核心光谱界限达成单一边界。
Han Dong, Jiaming Li, Yongqiang Gong 等
基于岭回归的高维网络邻域选择，利用最小描述长度实现低假阳性率的模型识别。
Lourens Waldorp
提出Uniform Herding，通过代表刷新实现类增量学习中的 exemplar 重放，提升准确率至44.00%。
Krishna Subedi