Qwen3-VL上新方法：技能库让多模态推理更稳更省
多模态Agent最尴尬的不是不会做题，而是做对一次后，下一次还得从头学一遍。SPyCE直接把成功轨迹蒸馏成可复用技能，并让技能和策略在训练中一起进化，思路很顺，实验也够硬。
视觉与图像
共 793 篇
粒子也能做安全约束？这篇论文把PHD滤波用活了
这篇论文干的事很实在：环境里障碍物数量都不固定，还总有测不准、看不全的问题，机器人却还得保证安全。作者把随机有限集的粒子信念直接塞进控制障碍函数里，做到了能解释、能算、还能上水池实验。
MIT哈佛新作：DriftWorld单步世界模型快17倍
机器人规划最怕什么？不是动作难，而是“想一帧未来”都要慢吞吞算半天。DriftWorld直接把扩散式多步采样改成单步漂移生成，推理速度平均快17倍，还能拿去做规划和离线评估，够硬。
只用L1也能扛住噪声？这篇控制论文给出精确解
这篇论文最狠的地方，不是又写了一个“鲁棒控制”故事，而是把连续时间里那种看起来很难伺候的无限约束，硬生生变成了可算、可证、还能恢复最优解的凸半无限规划。
RPI这篇新方法，把公交视频分析压到零样本了
公交监控最烦的不是“看不见”，而是“看见了也不知道该看哪”。这篇论文把长视频先压成门、乘客、付费箱三层证据，再把大模型只用在关键片段上，思路很工程，也很实在。
华为诺亚这篇PUe：有偏标记也能纠偏
这篇论文盯住了PU学习里最烦人的那个坑：标注不是随机来的，而是“挑着标”的。PUe的思路很朴素——先估计偏差，再把权重掰正，最后让分类器少吃冤枉亏。
Yale新方法FD-loss：让医学图像生成更像真肿瘤，分割DSC提升超5%
这篇论文很实在：不跟生成模型纠缠“像不像”，而是直接问“合成数据能不能把分割做对”。FD-loss把分布对齐塞进医学图像生成训练里，结果不是纸面分数好看，而是下游分割真涨点。
USTC新方法DNA：89.11%追踪生成图像来源
这篇工作最有意思的地方，不是“又做了一个归因方法”，而是把问题拆成了两层：先认家族，再认具体变体。家族内模型长得太像，单一信号很容易翻车，DNA 直接把 VAE 和 backbone 各自擅长的证据分开用，思路很工程，也很像真正能落地的取证流程。
DINO ViT接收！乳腺超声图同质性飙升
这篇论文最有意思的地方，不是把GCN又改了一遍，而是直接问了一个更扎心的问题：图做得再花，编码器不行也白搭。结果还真被它说中了——更强的编码器不仅让分类更准，还把图同质性一起抬上去了。
不改GCN先改编码器：AUC冲到0.9094
这篇工作很“工程脑”：不忙着给GCN堆新花活，而是老老实实问一句——图到底是怎么被编码器“捏”出来的。结果还真捏出了门道：编码器越强，图同质性越高，分类也越稳。
Stanford新论文ART：捷径没删干净？一测就露馅
这篇论文最有意思的地方，不是它又提出了一个“更强鲁棒”的指标，而是它直接追问：模型到底是忘干净了，还是只是把捷径藏起来了？ART干的就是这件事，一测就知道残留关联还能不能被原分类头重新用上。
南工大AspectCLIP：组内严管组间放松
CLIP最烦人的地方，不是不会对齐，而是对齐得太“粗”。这篇论文把文本语义当作“方面标签”，先分组再约束，思路很顺，实验也比较扎实，适合想看表征空间怎么被真正修干净的人。
