路易斯安那州立大学事件流检测：脉冲网络直接处理5.7亿条网络与车载消息
论文基本信息 原文标题： Event-Native Symbolic-Temporal Spike Encoding Framework for Heterogeneous Cyber Streams 首次公开时间： 2026年9月14日 署名单位： 路易斯安那州立大学 原论文： https://arxiv.org/abs/2609.15772
最新文章
共 1811 篇
麻省理工学院韩松团队推理能力编织：准确率提升同时少用9.6%令牌
论文基本信息 原文标题： Lightning Weave: Improving the Accuracy-Efficiency Frontier of Reasoning Models through Capability Composition 首次公开： 2026年9月14日（按 arXiv 首次公开时间换算为北京时间） 署名单位： 麻省理工学院、英伟达
上海AI实验室Atria Dawn：用可验证经验训练科研智能体，并复盘769项人机协作任务
论文基本信息 模型名称： Atria Dawn Preview 原文标题： Atria Dawn: The Dawn of Agentic Superintelligence — On the Evolving Roles of Human–AI Collaboration 署名单位： 上海人工智能实验室、复旦大学 首次公开： 2026年9月14日（arXi
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
纽约大学视频恢复新方法：看见的复制，没看见的才生成，真实异常闪烁降低84%
方法简称： 异常感知视频恢复方法（AVR） 原文标题： Copy What Is Seen, Generate What Is Not: Training-Free Anomaly-Aware Video Restoration 首次公开： 2026年9月16日23:43（北京时间，arXiv v1） 已核验单位： 纽约大学坦登工程学院；悉尼科技大学澳大利亚
麻省理工学院机器人规划与可控生成：轨迹优化让四类任务实现完全约束满足
论文方法： 硬约束流方法（HardFlow），把流匹配模型的硬约束采样改写为逐步求解的轨迹优化 原文标题： HardFlow: Hard-Constrained Sampling for Flow-Matching Models via Trajectory Optimization 首次公开： 2025年11月12日（北京时间，arXiv v1）
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
LynnReal Lab视频恢复与生成：统一多模态控制，Flash降至377毫秒
论文方法： 原生多模态视频生成与智能体视觉工作流框架 方法简称： 原生多模态视频生成框架（LynnReal-Omni） 原文标题： LynnReal-Omni: Native multi-modal Video Generation for Agentic Visual Workflows 首次公开： 2026年9月15日（北京时间，arXiv v1） 主要
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）
Meta推荐系统自主研究Agent：31次迭代跑通工业级实验闭环
论文基本信息 原文标题： Auto-RecSys: Harnessing Autonomous Research Agents for Industry-Scale Recommender Systems 主要署名单位： Meta 具体领域： 工业推荐系统自主研究 首次公开： 2026年9月10日（arXiv v1） 原论文： https://arxiv.o
