随着多模态大模型在科学推理任务中的应用不断扩展，一个更基础的问题开始显现：当同一物理问题从文本表达转为图像表达时，模型是否仍能保持一致的推理能力？围绕这一问题，来自中山大学、苏黎世联邦理工学院、华为的研究者联合提出了SeePhys Pro ，这是一套面向多模态物理推理的细粒度评测与训练诊断框架。项目同时发布细粒度模态迁移 benchmark、PhysRL-38K / PhysRL-8K 训练集、评测代码与 RLVR 复现实验，并作为 ICML 2026 AI4Math Workshop的挑战赛开放供社区测评。01 核心亮点• 渐进式模态迁移基准：通过四个语义对齐的子集逐步将结构、变量和完整题干从文本转入视觉模态。• 多模态推理瓶颈：模型对变量与标签信息的视觉grounding能力远弱于对结构化视觉信息的理解。• 强化学习数据库：发布 PhysRL-38K 与...

来源：四川会展 原文链接：https://mp.weixin.qq.com/s/UvAnVZtwe83anZH8iMeqKg...

ICRA，全称IEEE International Conference on Robotics and...

TARA：融合生物知识与视觉特征，提升模型推理能力。作者丨郑佳美编辑丨岑...

近日，上纬新材正式发布旗下消费级具身智能品牌启元机器人的全新产品——启元T1（Transformer 1）。作为全球首个可变形个人机器人，启元T1采用行业首创的Transformer跨形态一体架构，可实现轮足人形与四足形态的自主切换，进一步拓展机器人在家庭陪伴、户外出行、移动拍摄等多元场景中的应用能力。...

当机器从识别图像走向介入现实，视觉研究的边界也被重新划定。作者丨郑佳美编辑丨马晓宁如果您漫步在 CVPR 2026 的会场，会产生一种强烈的错觉：自己是不是跑错了场馆，误入了 ICRA 或者 IROS 的现场？满屏的机械臂抓取、足式机器人的越野导航、以及在虚拟沙盒中进行千亿次迭代的物理模拟。具身智能（Embodied AI）已经不再是视觉领域的一个“边缘分支”，而是以一种占据主舞台的姿态，成为视觉顶会最难被忽视的叙事之一。这种范式的易位，让人们不禁回想起 2017 年机器人学界的顶级盛会 IROS。当时，机器人专家们打破了固守多年的运动学控制圈层，邀请计算机视觉泰斗、ImageNet...

原文作者：公众号“ScienceAi” 原文链接：https://mp.weixin.qq.com/s/lhrWc1-ABA4dZObLAuHMHQ 空间转录组学（Spatial Transcriptomics, ST）能在保留细胞空间位置的同时测量基因表达，对解析组织微环境与疾病微生态至关重要，但测序成本高、通量低。相比之下，H&E 染色的全切片图像（WSI）在临床中比较容易获取。因此，「以图测谱」，即直接从常规病理图像预测空间基因表达正成为连接低成本影像与高维分子信息的关键桥梁。 然而，现有方法大多将其简化为对每个基因独立的逐点回归，仅以 PCC、MSE 等逐点指标评估，忽略了两类关键的生物学结构：反映调控程序的「基因 - 基因」关系，以及反映组织构筑的「基因 - 空间」分布关系。而现有模型即便在单基因数值上尚可，所生成的表达图谱却常常「形似而神不似」。 为此，上海科学智能研究院（下称上智院）联合上海交通大学、复旦大学等提出了结构感知的潜扩散框架 FLAG（Foundation model representation with Latent...

来源：南师计大原文链接：https://mp.weixin.qq.com/s/x75q922XrwsdPkJYLj9B-Q...

现有的统一高光谱图像恢复方法还存在不少缺点：如果用显式退化先验，很难适配真实场景里的未知退化；采用黑盒隐式表征的话，又容易过拟合训练数据的分布，对于未见退化的泛化效果不好，光谱保真度也普遍偏低。针对这一问题，文中提出了一个可解释的空间-光谱度量，得到连续的退化提示，然后再搭配上退化自适应专家混合结构，以度量作为路由动态激活对应的专用专家，最终只用单个模型就能够满足多种不同退化类型的情况。从实验结果来看，该方法在5类常规恢复任务上达到了SOTA水平，而在运动模糊、泊松去噪这类训练中没出现过的任务上，零样本表现也很突出，同时计算开销比大多数同类方法更低。 论文题目：Degradation-Aware Metric Prompting for Hyperspectral Image Restoration 中文题目：面向高光谱图像恢复的退化感知度量提示方法 论文链接：https://arxiv.org/abs/2512.20251 代码链接：https://github.com/MiliLab/DAMP 论文作者：Binfeng Wang, Di Wang, Haonan...

人工智能会如何改变未来？ 是说一句话就能生成一整份带有精致图表的数据报告？还是一键就能把脑海里的想象变成影视级的画面？ 本届WAIC 2026，商汤科技以“SenseTime——感知未来”为主题，打造了一座可触摸、可体验、可互动的「未来实验室」。 ...