异构LLM智能体共享rollout协作训练，仅用一半计算成本平均提升3.6%
Zhixia Zhang, Zixuan Huang, Xin Xia, Deqing Wang, Fuzhen Zhuang, Shuai Ma,...
RLVR
多智能体强化学习
异构模型协作
推理能力训练
策略优化
首个在单H100上以19.5 FPS运行的14B视频生成模型，支持分钟级长视频
Shenghai Yuan, Yuanyang Yin, Zongjian Li, Xinwei Huang, Xiao Yang, Li Yuan
实时生成
扩散模型
模型蒸馏
视频生成
长视频
提出 SoT 提示技术与 T2S-Bench 基准，系统评估和提升 LLM 的文本结构化能力
Qinsi Wang, Hancheng Ye, Jinhee Kim, Jinghan Ke, Yifei Wang, Martin Kuo,...
基准测试
提示工程
文本理解
结构化推理
长文本处理
提出主动式视频理解框架，让AI像人类解说员一样自主决定何时开口、说什么。
Weicai Yan, Yuhong Dai, Qi Ran, Haodong Li, Wang Lin, Hao Liao, Xing Xie,...
多模态大模型
实时交互
流式推理
游戏解说
视频理解
用轻量级代理模型卸载LLM记忆检索，通过结果导向强化学习优化下游任务表现
Jiejun Tan, Zhicheng Dou, Liancheng Zhang, Yuyang Hu, Yiruo Cheng, Ji-Rong Wen
LLM记忆
代理模型
强化学习
检索优化
长期记忆
首个零样本框架：从单目视频重建4D场景，合成物理合理的关节式人-物交互
Zihao Huang, Tianqi Liu, Zhaoxi Chen, Shaocong Xu, Saining Zhang, Lixing...
3D高斯
4D重建
人-物交互
运动合成
零样本学习
微软发布15B参数开源多模态推理模型，以少量算力实现数学/科学推理竞争力
Jyoti Aneja, Michael Harrison, Neel Joshi, Tyler LaBonte, John Langford,...
多模态大模型
推理模型
数据工程
视觉语言模型
计算机使用代理
用索引式外部记忆+RL训练，让LLM智能体在有限上下文窗口下高效完成长程任务
Zhenting Wang, Huancheng Chen, Jiayun Wang, Wei Wei
上下文压缩
工具使用
强化学习
记忆机制
长程智能体
通过动态奖励的强化学习提升多模态模型在开放世界分类中的特异性
Samuele Angheben, Davide Berasi, Alessandro Conti, Elisa Ricci, Yiming Wang
图像分类
多模态学习
大语言模型
开放世界识别
强化学习
首个时空自回归扩散模型，从透视视频原生生成4K分辨率360°全景视频
Lingen Li, Guangzhi Wang, Xiaoyu Li, Zhaoyang Zhang, Qi Dou, Jinwei Gu,...
360°视频生成
Cubemap
VR/沉浸式媒体
扩散模型
自回归生成
通过成对比较和联合训练统一生成与验证，提升并行推理性能
Harman Singh, Xiuyu Li, Kusha Sareen, Monishwaran Maheswaran, Sijun Tan,...
代码生成
并行推理
强化学习
数学推理
测试时扩展
用 erank 分析图像复杂度，自适应切换注意力/多样性剪枝策略。
Changwoo Baek, Jouwon Song, Sohyeon Kim, Kyeongbo Kong
ICLR 2026
大视觉语言模型
幻觉缓解
注意力机制
特征多样性
通过位置注入和多角色转换建模实现长叙事视频生成
Mohamed Elmoghany, Liangbing Zhao, Xiaoqian Shen, Subhojyoti Mukherjee, Yang...
多智能体系统
故事可视化
视频生成
镜头转换
长视频生成
首个系统评估视频LLM实时交互能力的基准，覆盖记忆、感知与主动响应
Yansong Shi, Qingsong Zhao, Tianxiang Jiang, Xiangyu Zeng, Yi Wang, Limin Wang
在线交互
基准测试
大语言模型
实时推理
视频理解
首个基于持续集成循环的仓库级基准，评估LLM智能体在长期代码演进中维护代码质量的能力
Jialong Chen, Xander Xu, Hu Wei, Chuan Chen, Bing Zhao
LLM智能体
代码生成
代码维护
基准测试
持续集成
首个在线因果框架，用于生成与实时对话同步的全身手势和面部表情。
M. Hamza Mughal, Rishabh Dabral, Vera Demberg, Christian Theobalt
具身对话代理
因果模型
实时交互
手势生成
自回归生成
首个集成跨模态payload生成、多轮攻击和LLM裁判的多模态安全评估平台
Zhongxi Wang, Yueqian Lin, Jingyang Zhang, Hai Helen Li, Yiran Chen
多模态安全
大语言模型
安全评估
对抗攻击
红队测试
首个支持在线、实时、开放词汇3D感知的前馈式3DGS框架
Seungjun Lee, Zihan Wang, Yunsong Wang, Gim Hee Lee
3D高斯溅射
具身智能
在线重建
场景理解
开放词汇
用可验证物理奖励和LoRA微调小型推理模型求解梁静力学，发现模型学到程序模板而非物理方程
Tarjei Paule Hage, Markus J. Buehler
GRPO
参数高效微调
可验证奖励
强化学习
梁力学
基于DINO和CLIP的两阶段训练策略实现高效开放词汇检测
Hao Zhang, Yiqun Wang, Qinran Lin, Runze Fan, Yong Li
CLIP
DETR
开放词汇检测
目标检测
跨模态对齐
利用 DETR 解码器并行性，多查询组单前向传播输出空间+语义不确定性
Yutong Yang, Katarina Popović, Julian Wiederer, Markus Braun, Vasileios...
DETR
不确定性估计
目标检测
自动驾驶
集成方法