清华TacWAM：触觉卷进世界模型，机器人操控成功率飙升37.5%
继2026年6月聊过物理对称性硬编码的世界模型、7月聊过北大DWM之后，这期看点更有“手感”的：清华TacWAM直接把触觉卷进世界动作模型，四大接触丰富任务平均成功率75%，比最强基线高出37.5个百分点。想看懂机械手怎么“摸”东西，这篇别错过。
视觉与图像
共 793 篇
遥感分割只盯一张图？中南大学：要学会按需查资料
农田分割遇到难题，让模型再强十倍也可能白搭——关键证据压根不在当前图像里。中南大学这篇FarmSeeker，把分割从“图内思考”拉到“图外思考”，按需查时空影像，把模糊地块查得明明白白。跨11国测试，比一堆老牌方法都稳，值得一看。
高光谱分类破局者：青岛理工最新MSCM-net，0.2M参数实现94.35%精度
高光谱分类就像拿着“放大镜”找茬：CNN只看得到眼前一亩三分地，Transformer倒是看得远，但算力账单吓人。青岛理工团队把多尺度CNN和Mamba塞进一个框架，0.2M参数直接干到94.35%精度，这波混搭真有东西。
W4A4仅掉0.2分！复旦把世界模型量化整明白了
世界行动模型（WAM）又重又慢，部署到机器人上量化是必经之路。但现有PTQ方法在WAM上集体翻车。复旦这篇QuantWAMs，从结构、分布、目标三个维度重新审视校准粒度，在4bit精度下模拟分数几乎不掉点，还在真机上验证了一波，属实有点东西。
对称检测新SOTA！去噪+等变匹配双管齐下，F1冲到65.52%
对称检测模型一遇到旋转图像就"掉链子"？这篇来自广东实验室的工作给出了答案：用非对称区域去噪配合旋转等变特征匹配，在DENDI上将F1提升到65.52%刷新SOTA，还捎带手构建了多干扰的GMSYM新基准。方法不复杂，收益很实在，值得一看。
京东最新研究：让推荐大模型不训练也涨点，OneRec 8B命中率提升近4成
让推荐大模型先“思考”再给结果，这事儿听起来很美，实际却常常不涨反跌。京东等团队给出的解法相当清爽：冻结骨干、不重训语义ID，纯靠个性化自然语言在推理期把协同信号接回去，OneRec-8B的命中率直接提升近4成，落地友好，值得细读。
复旦最新QuantWAMs：世界动作模型W4A4量化，成功率仅降0.2%？真机部署快人一步！
世界动作模型（WAM）性能强但部署成本高，传统PTQ方法在闭环场景下频频翻车。复旦大学等机构提出了QuantWAMs，从结构、分布、目标三个上下文校准量化决策，W4A4下几乎无损，真机验证也稳了。这篇把量化粒度讲得明明白白，值得一读。
文生视频最难啃的骨头，被cIPO用"重建误差"啃下来了
文生视频最讨厌的就是中间有几帧突然崩坏，而现有DPO类偏好优化连"错题"都找不准。快手Kling团队这篇cIPO，直接从模型自己的去噪重建误差里抠出偏好信号，把优化火力集中到高错误时间窗口，不用人工标注、不用外部奖励模型，MotionBench上Forensic从0.830涨到0.876，思路清奇且工程上很容易复现。
Mamba线性复杂度为何在L=196时反被Transformer反超
这篇论文把双时相卫星影像变化检索的“查询成本”算得明明白白——固定CLIP骨干、统一训练策略，系统对比注意力、Mamba、瓶颈压缩三类共八种融合方案，还用10个随机种子做了统计检验。结论很干脆：免训练级联检索能省10-15倍延迟而不损召回，Mamba的理论线性复杂度在L=196时没有带来实际速度优势。做遥感检索或高效多模态融合的朋友，这篇相当解渴。
量子绝热太慢？修饰框架把理论修正变实验可行
量子绝热控制加速一直是量子计算的热门方向，但传统反绝热驱动给出的修正项常常与实验室实际可用的控制方向正交，导致“理论上完美、实验上白搭”。这篇来自德国于利希研究中心与日本理化学研究所的新工作，用变分框架修饰的思路，把“不可实现的修正”变成“现有控制就能搞定”的协议，而且无需构造瞬时本征态，实用性大幅提升。
大连理工ACM MM 2026：视图不齐也能聚类，ACC提升近6%
多视图聚类最怕数据对不齐：设备故障、存储分离，大量样本的视图配对关系直接丢失。大连理工这篇ACM MM 2026工作，用锚点图加匈牙利算法的双重对齐策略，把对齐从“一次完成”升级为“二次校准”，在六个数据集上ACC最高比第二名提升5.97%，还顺手缓解了单次对齐误差大的老毛病。想看看GCN怎么在错位数据里找回结构的，这篇值得读。
四大缩放维度首次系统对比：本地CUA堆算力不如“选对维度”
这篇来自汉阳大学的实证研究，把本地电脑使用代理的推理时扩展拆成上下文、时间、结构、并行四个维度逐项考察。结论有点反直觉：额外算力常常不是提升成功率，而是把失败模式从“死循环”改写成“假成功”。对做本地部署的团队来说，这是一份难得的避坑指南。
