RoboLayout: Differentiable 3D Scene Generation for Embodied Agents
RoboLayout 通过引入可微分的可达性约束和局部细化优化机制，扩展了 LayoutVLM 框架，使其能够生成既符合语义逻辑又适应不同具身智能体物理交互能力的 3D 室内场景布局。
🤖 Category
cs.AI
5441 篇论文
Molecular Representations for AI in Chemistry and Materials Science: An NLP Perspective
本文从自然语言处理（NLP）研究者的视角出发，综述了化学信息学中受 NLP 启发的主流分子表示方法及其在人工智能驱动的化学与材料科学中的应用，旨在为跨领域研究人员提供一份结构表示指南。
Omni-C: Compressing Heterogeneous Modalities into a Single Dense Encoder
本文提出了 Omni-C，一种基于单一稠密 Transformer 编码器的统一架构，它通过大规模非对齐数据的单模态对比预训练和轻量级投影头，在无需混合专家（MoE）或配对监督的情况下，有效压缩了图像、音频和文本等异构模态，显著降低了推理内存开销并实现了与专家模型相当的性能。
Towards Neural Graph Data Management
该论文提出了 NGDBench，这是一个涵盖五个领域、支持完整 Cypher 查询语言并引入现实噪声与动态操作的首个统一基准，旨在评估并揭示当前大语言模型与 RAG 方法在处理结构化图数据时存在的推理、鲁棒性及精度局限。
On the Reliability of AI Methods in Drug Discovery: Evaluation of Boltz-2 for Structure and Binding Affinity Prediction
该研究评估了 AI 工具 Boltz-2 在药物发现中的可靠性，发现尽管其预测速度极快，但在结合亲和力预测和结构收敛性方面表现不佳，缺乏 lead 识别所需的能量分辨率，因此仍需依赖基于物理的方法进行验证与优化。
JAWS: Enhancing Long-term Rollout of Neural Operators via Spatially-Adaptive Jacobian Regularization
本文提出了名为 JAWS 的基于空间自适应雅可比正则化的概率正则化策略，通过根据局部物理复杂度动态调整正则化强度，在抑制高频不稳定性与保留奇异特征梯度之间取得平衡，从而显著提升了神经算子在长时程推演中的稳定性、激波保真度及泛化能力，同时降低了训练计算成本。
VDCook:DIY video data cook your MLLMs
本文介绍了 VDCook，一个基于自然语言查询和 MCP 协议实现自动检索与合成、支持持续演进与多维元数据标注的自进化视频数据操作系统，旨在降低构建垂直领域多模态大模型训练数据集的门槛。
Human-Data Interaction, Exploration, and Visualization in the AI Era: Challenges and Opportunities
本文探讨了人工智能时代人类 - 数据交互、探索与可视化所面临的挑战（如非结构化数据、基础模型带来的不确定性及现有交互范式局限），并提出了通过重新定义人机角色、超越传统效率指标以及融合认知与设计原则来构建面向交互式数据分析的人本 AI 系统的未来研究方向。
EigenData: A Self-Evolving Multi-Agent Platform for Function-Calling Data Synthesis, Auditing, and Repair
本文介绍了 EigenData，一个通过多智能体架构实现函数调用数据合成、审计与修复的自进化平台，该平台在修复 Berkeley 函数调用排行榜（BFCL-V3）基准测试的同时，引入了基于数据库状态正确性的结果感知评估协议，显著提升了模型排名与人类对功能正确性判断的相关性。
Towards Efficient and Stable Ocean State Forecasting: A Continuous-Time Koopman Approach
本文提出了一种连续时间 Koopman 自编码器（CT-KAE）作为双层准地转海洋系统的轻量级代理模型，通过将其非线性动力学投影为线性常微分方程，实现了比自回归 Transformer 基线更稳定、误差增长有界且推理速度快数个数量级的长时序海洋状态预测。
Model Change for Description Logic Concepts
本文研究了描述逻辑概念在点式解释模型下的修改问题，区分了剔除、接收和修正三种操作，论证了修正不能简单归结为前两者的组合，并给出了针对EL和ALC逻辑中这些操作兼容性的正负结果。
When AI Levels the Playing Field: Skill Homogenization, Asset Concentration, and Two Regimes of Inequality
该论文通过构建包含内生教育和异质性厂商的任务模型，揭示了生成式 AI 在压缩个体技能差异的同时，因经济价值向集中互补资产转移而可能加剧总体不平等的悖论，并界定了决定这一结果的两个制度与技术 regimes。
CBR-to-SQL: Rethinking Retrieval-based Text-to-SQL using Case-based Reasoning in the Healthcare Domain
该论文提出了名为 CBR-to-SQL 的框架，通过借鉴基于案例的推理（CBR）思想，将问答对抽象为可复用的案例模板并采用两阶段检索机制，有效解决了医疗领域文本转 SQL 任务中传统检索增强生成（RAG）方法面临的术语噪声、可扩展性差及数据稀缺等挑战，在 MIMICSQL 数据集上实现了优于现有方法的逻辑形式准确率与鲁棒性。
PRISM: Personalized Refinement of Imitation Skills for Manipulation via Human Instructions
PRISM 提出了一种结合模仿学习与强化学习的指令驱动方法，通过大语言模型生成奖励函数并结合人类反馈对策略进行迭代优化，从而在无需大量新数据的情况下高效提升机器人操作策略的泛化能力与鲁棒性。
Tool-Genesis: A Task-Driven Tool Creation Benchmark for Self-Evolving Language Agent
本文提出了名为 Tool-Genesis 的诊断基准，旨在量化语言智能体仅凭抽象需求自主创建工具的能力，并揭示了当前最先进模型在一次性生成中因接口与逻辑的微小缺陷而导致下游任务性能急剧下降的问题。
Spatiotemporal Heterogeneity of AI-Driven Traffic Flow Patterns and Land Use Interaction: A GeoAI-Based Analysis of Multimodal Urban Mobility
该研究提出了一种融合 MGWR、随机森林和时空图卷积网络的 GeoAI 混合分析框架，通过实证分析揭示了土地利用与多模式交通流之间复杂的空间异质性相互作用，显著提升了预测精度并识别出五种功能各异的交通类型，为制定基于证据的多模态交通管理和土地利用政策提供了可解释的工具。
On the Value of Tokeniser Pretraining in Physics Foundation Models
该论文首次系统研究了物理基础模型中 Tokenizer 预训练的价值，发现通过在相同物理系统上进行自编码预训练，可显著提升下游动力学建模的计算效率与精度（VRMSE 降低 64%），并提出了支持运行时调整压缩比的灵活时空压缩操作。
DreamCAD: Scaling Multi-modal CAD Generation using Differentiable Parametric Surfaces
DreamCAD 提出了一种利用可微参数曲面从点级监督直接生成可编辑 BRep 的多模态生成框架，结合新构建的百万级 CAD 描述数据集，在无需特定 CAD 标注的情况下实现了大规模训练并显著提升了文本、图像及点云到 CAD 生成的几何保真度。
Real-Time AI Service Economy: A Framework for Agentic Computing Across the Continuum
该论文提出了一种混合管理架构，通过封装复杂子图来优化实时 AI 服务经济中的 DAG 依赖拓扑，从而在去中心化市场中显著降低价格波动并实现与集中式分配相当的资源配置效率。
RACAS: Controlling Diverse Robots With a Single Agentic System
该论文提出了 RACAS 系统，这是一种通过自然语言交互的协作智能体架构，仅需机器人描述、动作定义和任务指令即可在不修改代码或模型权重的情况下，实现对轮式地面机器人、多关节机械臂及水下车辆等多样化平台的统一闭环控制。