择要于多模态年夜模子视觉天生方面，研究团队提出了一种专家表征对于齐的多模态年夜模子练习框架ARRA，可有用促成年夜模子进修跨模态表征，实现多使命通用多模态天生。 【机床商务网栏目 机床上下流】近日，国际人工智能顶级集会AAAI 2026论文吸收成果宣布，中国科学院沈阳主动化研究地点呆板视觉研究方面的多篇研究论文获任命。 于多模态年夜模子视觉天生方面，研究团队提出了一种专家表征对于齐的多模态年夜模子练习框架ARRA，可有用促成年夜模子进修跨模态表征，实现多使命通用多模态天生。相干研究结果Unleashing the Potenti今年会官网al of Large Language Models for Text-to-Image Generation through Autoregressive Representation Alignment被年夜会选为口头报告请示(Oral)论文，论文第一作者为博士生谢兴，通信作者为范慧杰研究员与屈靓琼助理传授。 于多模态年夜模子方面，研究团队提出了立异的物体分词框架ObjecTok，显著晋升了模子以物体为中央的感知与推理能力。相干结果论文为ObjecTok: Learning Holistic and Robust Object Tokens for MLLMs，第一作者为博士生王思翰，通信作者为刘西瑶副研究员。 于具身智能操作方面，研究团队提出了一种仿人常识总结与继续的终身进修框架，付与智能操作呆板人连续演进、不停顺应新技术的终身进修能力。相干研究结果论文为Lifelong Language-Conditioned Robotic Manipulation Learning，第一作者为博士生王旭东与沈阳主动化所实习生韩泽斌，通信作者为韩志研究员。 于具身智能导航方面，研究团队提出了一种基在分层计划计谋的导航智能体，可晋升智能呆板人于繁杂年夜场景中具身导航的鲁棒性。相干研究结果论文为SeqWalker: Sequential-Horizon Vision-and-Language Navigation with Hierarchical Planning，第一作者为沈阳主动化所实习生、中北年夜学本科生韩泽斌，通信作者为博士生王旭东。 于视频定制化天生方面，研究团队提出了一种持续定制化视频扩散模子，可于持续动态空间中实现肆意观点的个性化视频天生。相干研究结果论文为Bring Your Dreams to Life: Continual Text-to-Video Customization，第一作者为沈阳主动化所博士卒业生、穆罕默德 本 扎耶德人工智能年夜学博士后董家华及沈阳主动化所博士生王旭东，通信作者为韩志研究员。 于天生式世界模子方面，研究团队提出了首个可用天然语言节制的 4D LiDAR 天生模子，实现了高传神、可编纂的动态点云场景天生，可用在多种下流感知模子的安全验证及闭环仿真。该研究结果LiDARCrafter: Dynamic 4D World Modeling from LiDAR Sequences被年夜会选为口头报告请示(Oral)论文，第一作者为博士生梁奥，通信作者为赵怀慈研究员。 上述研究结果获得了国度天然科学基金、国度重点研发规划、呆板人与智能体系天下重点试验室自立项目、沈阳主动化所基础研究项目等撑持。(呆板人学研究室 光电信息技能研究室)-PA集团-