哈工大（深圳）机器人操作：UniMPA让记忆变计划，长任务成功率83.3%
机器人不是“看见东西就动”，而是要先判断下一步世界应该变成什么样，再找到能把这个变化真正做出来的动作。 UniMPA把未来预测、历史经验和动作生成接到同一条链上，在真实双臂机器人长任务中取得72.0%最终成功率、83.3%累计成功率。
视觉与图像
共 793 篇
西湖大学视频世界模型：无需训练重拍任意视角，综合评分85.192
论文基本信息 方法名称： 世界中世界方法（WiW） 原文标题： World in World: Explore the World with World Models 署名单位： 西湖大学智能实验室 首次公开： 2026年9月10日（arXiv v1） 原论文： https://arxiv.org/abs/2609.11548 项目页： https://ch
卡内基梅隆大学机器人三维世界模型：无动作预训练让平均成功率80.5%升至88.2%
论文基本信息 方法名称： PointZero 原文标题： PointZero: 3D Point Track Completion for Learning Transferable 3D Dynamics 署名单位： 卡内基梅隆大学、哥伦比亚大学、英伟达 首次公开： 2026年9月17日（北京时间，arXiv v1） 原论文： https://arxiv.
博世自动驾驶视觉语言动作模型：A100近30fps且闭环成功率77.27%
论文基本信息 方法简称： 快速高效自动驾驶视觉语言动作模型（FIVE-VLA） 原文标题： FIVE-VLA: Fast and Effective Autonomous Driving with Recurrent Action Memory 主要署名单位： 博世 合作单位： Five AI Ltd. 首次公开： 2026年9月16日（arXiv v1）
西北工业大学自动化学院：无训练迷彩图像生成，整体FID从40.53降到19.70
论文基本信息 原文标题： Rethinking Camouflage Image Generation towards a Training-Free Paradigm 署名单位： 西北工业大学自动化学院 首次公开： 2026年9月13日 原论文： https://arxiv.org/abs/2609.14377
Nunchux AI、麻省理工学院、英伟达视频生成低比特注意力：端到端最高提速1.70倍
论文基本信息 原文标题： VC-Attention: Value Smoothing and Softmax Casting for Low-bit Attention 首次公开： 2026年9月15日（北京时间；arXiv记录的原始时间为2026-09-14 16:17:35协调世界时） 主要署名单位： Nunchux AI、麻省理工学院、英伟达 合作署名
北航×清华医学图像恢复：一个模型统一10类2D/3D任务
论文方法： 统一恢复框架（All-in-One）中的层级同质性与异质性建模框架（UniH3） 原文标题： UniH³: Unifying Hierarchical Homogeneity and Heterogeneity for All-in-One Medical Image Restoration 首次公开： 2026年9月10日（arXiv v1）
斯旺西大学联合伦敦大学学院全息成像新作：每个高斯只加一个曲率参数，灰度重建提升0.33 dB
原文标题： Hologram Representation via Quadratic Phase Gaussian Splatting 首次公开： 2026年9月10日 主要署名单位： 斯旺西大学、伦敦大学学院 原文链接： https://arxiv.org/abs/2609.11434
慕尼黑大学视觉自回归图像生成新作：约10%参数，11亿模型FID反超20亿VAR
论文基本信息 原文关键术语： 尺度内依赖技术（Intra-Scale） 原文标题： Logit Refiner: Improving Visual Autoregressive Models via Intra-Scale Dependency Modeling 首次公开： 2026年9月11日（北京时间，arXiv v1） 主要署名单位： 慕尼黑大学计算机
西北大学×斯坦福 Jiajun Wu团队：拓扑空间推理新基准，1.1万题测出大模型“会看不会规划”
论文基本信息 拓扑评测系统（MindTopo）原文标题： MindTopo: Can Foundation Models Reason in Topological Space? 首次公开： 2026年9月11日 01:54（北京时间，arXiv v1） 主要署名单位： 西北大学、微软研究院、斯坦福大学 论文入口： https://arxiv.org/abs
稀疏视角3DGS：HeroGS三层纠偏，用约1/5高斯稳步提分
论文基本信息 原文标题： HeroGS: Hierarchical Guidance for Robust 3D Gaussian Splatting under Sparse Views 首次公开： 2026 年 3 月 1 日 当前版本： v2，2026 年 3 月 3 日 机构： 中国科学院大学 原论文： https://arxiv.org/abs/2
热红外3D重建不再把温度当颜色：PhysIR-Splat用辐射建模+VGGT-IR提1.36dB
论文基本信息 原文标题： PhysIR-Splat: Physically Consistent Thermal Infrared Radiative Transfer in 3D Gaussian Splatting 正式发表： 2026 年 6 月 会议： CVPR 2026 原论文： CVF Open Access 论文页
