Shanghai Jiao Tong University
PulseAugur coverage of Shanghai Jiao Tong University — every cluster mentioning Shanghai Jiao Tong University across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
量子传感初创公司亮感智能获数百万天使轮融资
上海亮感智能科技有限公司（亮感智能）已完成数千万元天使轮融资，由上海国资委旗下投资平台复兴资本领投，六禾创投跟投。该公司成立于2023年9月，是上海交通大学量子传感研究所孵化的项目，专注于量子传感技术。公司利用自主研发的光学量子增强核心技术，其产品已应用于惯性导航和气体监测等领域，并计划将量子AI集成以实现商业化。
-
机器人通过新的TacForeSight模型获得预测性触感
研究人员开发了TacForeSight，一种新颖的力引导触觉世界模型，使机器人能够提前200毫秒预测物理接触动力学。这种主动方法超越了反应式反馈，使机器人能够在接触发生变化之前进行预测并调整其动作。TacForeSight在各种操作任务中得到了验证，平均成功率接近80%，并且其推理速度接近人类的实时能力。
-
新的BALTO框架在Token级别精准定位LLM幻觉
上海交通大学和腾讯的研究人员开发了BALTO，一个新颖的强化学习框架，旨在精准消除大型语言模型（LLMs）中的幻觉。该框架通过在Token级别分配信用，仅惩罚错误的Token，同时激励正确的、事实性的Token。这一方法在最近的一篇论文中有所详述，旨在保持模型响应的丰富性和信息量，这与传统方法不同，传统方法可能会因为微小的事实错误而过度惩罚整个答案。在金融和问答数据集上的实验表明，BALTO在稳定性、效率以及平衡事实准确性与信息内容方面表现出色。
-
癌症芯片先驱陈伟强从纽约大学回归中国
生物医学工程教授陈伟强，癌症芯片技术的先驱，已从纽约大学回归中国。他已加入南京大学生物医学工程学院，此举被描述为在他学术生涯的巅峰时期“拳拳赤子之心”。陈此前曾在纽约大学坦顿工程学院担任教授，专长是细胞生物力学和器官芯片。
-
新的调优方法提升了LLM编码代理的性能
研究人员开发了一种名为探测与精炼调优的新方法，以提高大型语言模型（LLM）编码代理的性能。该技术侧重于增强指导代理访问代码存储库相关部分的引导文件。通过使用合成的bug修复探测，调优过程会迭代地诊断和精炼这些引导文件，从而显著提高代理解决编码任务的能力。这种改进源于对相关文件更好的覆盖率，而不是代码更改本身的精度提高。
-
腾讯犀鸟计划 3 篇论文入选 ICML 2026
腾讯犀鸟精英人才计划有三篇研究论文被 ICML 2026 接收。这些论文专注于高效模型蒸馏、长上下文推理和稀疏视图视频生成方面的进展。研究由学生与大学教授和腾讯内部团队合作进行。
-
上海交通大学与太初元启合作推进AGI研究
上海交通大学与太初元启签署合作协议，以推进科学智能（AI4S）研究。太初元启将为该校研究团队提供国内AI算力及支持，团队将专注于开发通用人工智能（AGI）的基础模型。此次合作旨在通过利用先进的AI技术和强大的计算基础设施，加速科学研究的突破。
-
在美国技术限制下，中国启动光子人工智能芯片实验室
中国已建立其首个专注于光子计算的专用平台——集成光子计算芯片与系统上海市重点实验室。该举措旨在开发基于光线的芯片，作为人工智能工作负载比传统硅半导体更节能、更快速的替代方案。该实验室将专注于芯片架构、集成、光学元件和算法的研究，以克服科学挑战并实现商业应用。
-
GuidedVLA通过显式任务因子引导增强机器人动作控制
研究人员推出了一种新方法GuidedVLA，以增强机器人操作中视觉-语言-动作（VLA）模型的可控性和可解释性。该方法通过将任务相关因素分解为不同的组成部分来显式引导动作生成过程：目标定位、技能/阶段识别和空间几何。通过整合这些专门的注意力头，GuidedVLA在各种模拟和真实机器人任务中提高了性能，与传统的端到端VLA模型相比，提供了更强大、更易于理解的系统。
-
CVPR 2026：计算机视觉与机器人学融合，中国AI占据主导地位
在丹佛举行的CVPR 2026会议标志着计算机视觉与机器人学的显著融合，重点关注多模态基础模型和具身AI。中国高校和企业展示了实质性进展，中国机构在论文录用方面占据主导地位，腾讯、阿里巴巴和MiniMax等行业参与者获得了顶级赞助商级别。关键研讨会讨论了在自动驾驶和机器人学中部署视觉-语言-动作模型，特斯拉和小鹏等公司积极参与。中国团队在实际挑战中也表现出色，小米在现实世界机器人竞赛中获得了多个冠军。
-
中国科学家在玻璃中蚀刻可编程3D光子神经网络
中国研究人员开发了一种新颖的3D光子神经网络，可以直接在玻璃中进行编程。这项突破利用飞秒激光精确蚀刻网络的结构，使光能够执行复杂的计算。该技术有望通过利用光的速度和效率来加速AI处理。
-
上海交通大学在动态、可变形环境中推进SLAM技术
上海交通大学王贺升教授领导的研究团队正在将同步定位与地图构建（SLAM）技术从静态环境推向更广阔的领域。他们的工作重点是使机器人能够导航和理解动态、语义和可变形的空间，这对于自动驾驶和手术机器人等应用至关重要。该团队开发了多模态传感器融合、动态高斯SLAM以及可变形物体建模等技术，旨在赋予机器人长期记忆和推理能力，以实现更智能的导航。
-
中国大学主导ICRA 2026论文提交，清华大学领先
在2026年ICRA机器人会议上，中国大学的参与度显著提高，清华大学以74篇论文位居榜首。共有11所中国高校跻身前20名，显示出全球机器人研究力量正在向中国转移。虽然中国在论文数量上领先，但在开源生态系统开发和理论原创性等领域，与美国顶尖大学相比仍有增长空间。
-
医疗 AI 代理学会“看见”证据，超越 GPT-5
研究人员开发了用于医学影像和视频分析的新 AI 范例，使模型能够主动“查看”证据，而不仅仅是被动处理。这些“用图像思考”和“用视频思考”的方法使 AI 代理能够使用视觉工具重新检查关键区域或时刻，并根据新证据纠正自己的判断。这标志着 AI 从仅仅解释转向使用视觉数据进行推理，有可能减少幻觉并提高临床环境的可解释性。
-
科学家因白血病疗法突破性进展而获奖
三位科学家因其在治疗急性早幼粒细胞白血病方面的开创性工作而荣获香港邵逸夫生命科学与医学奖。他们的研究确定了这种罕见血癌的分子和细胞基础，并开发出使用维甲酸和砷的靶向疗法。这种创新的治疗方法显著降低了该疾病的死亡率，将其从一种致命疾病转变为一种可广泛治愈的疾病。
-
上海交大–IAMCR会议亮点视频发布
2026年上海交通大学–IAMCR新兴媒体会议的亮点现已发布为新视频。会议由Nico Carpentier就新兴媒体中的参与和赋权发表主题演讲。该视频由上海交通大学作为MeDeMAP项目的一部分制作。
-
复旦大学和上海交通大学提出用于自动驾驶的空间记忆
复旦大学和上海交通大学的研究人员开发了一种新颖的自动驾驶方法，通过检索历史地理信息来整合“空间记忆”。该方法利用GPS数据访问当前位置的街景和卫星图像，并将其与实时传感器数据融合。该系统旨在提供空间先验信息，帮助车辆理解车道线和边界等道路结构，尤其是在传感器可能被遮挡或视野受限的挑战性条件下。“检索增强型自动驾驶”范式将依赖于即时传感器输入转变为实时感知与历史空间上下文的结合。
-
CodePercept 利用代码而非仅靠推理来提升 LLM 的视觉感知能力
上海交通大学和 Qwen 团队的研究人员推出了一种名为 CodePercept 的新方法，旨在增强大型语言模型在 STEM 任务中的视觉感知能力。他们的研究表明，提升视觉感知能力，而非仅仅是推理能力，是模型解决科学和数学问题的关键瓶颈。CodePercept 利用代码作为精确的视觉理解语言，使模型能够生成准确表示图像内容的、可执行的代码，从而克服自然语言描述的固有歧义。
-
CX-Mind模型为胸部X光诊断提供可验证推理
上海交通大学、上海高等研究院和瑞金医院的研究人员开发了CX-Mind，一个用于胸部X光诊断的多模态大模型。与以往仅提供诊断的模型不同，CX-Mind生成一个可验证的推理链，详细说明了导致其结论的证据和步骤。这种方法旨在通过提供透明和可审计的诊断流程，使AI成为临床医生更具协作性和可信赖的伙伴。该模型在各种基准测试中表现出色，包括在理解复杂病例和生成专业医疗报告方面有显著改进。
-
Thoth AI模型生成可执行的生物实验方案
研究人员开发了Thoth，一个旨在生成符合生物学原理且可执行的实验方案的科学推理模型。与以往模型经常生成缺少步骤或参数错误的方案不同，Thoth侧重于结构化推理，以确保逻辑顺序和语义准确性。该模型采用了新颖的“Sketch-and-Fill”范式和“SCORE”奖励机制进行训练，该机制优先考虑实验可行性而非仅仅文本相似性。在评估中，Thoth在需要精确科学推理和方案生成等任务上，表现优于包括GPT-4o在内的多个大型语言模型。