← AAAI 各届
AAAI 2025· AAAI Conference on Artificial Intelligence
AAAI 2025
亮点精读
8 篇 · 获奖 / oral / 高引📈 266 引用
Reasoning with Exploration: An Entropy Perspective
从熵视角提出探索性推理方法，提升LLM在复杂任务中的推理能力。
💡 首次将熵理论用于推理过程，增强模型探索与鲁棒性。
arXiv
📈 152 引用
OpenDriveVLA: Towards End-to-end Autonomous Driving with Large Vision Language Action Model
提出OpenDriveVLA，结合视觉语言模型实现端到端自动驾驶。
💡 首个将VLA用于端到端驾驶，提升泛化与交互能力。
arXiv
📈 145 引用
FBRT-YOLO: Faster and Better for Real-Time Aerial Image Detection
提出FBRT-YOLO，通过改进特征提取和检测头，提升航拍图像实时检测的速度与精度。
💡 显著提升航拍检测的实时性与准确性，实用价值高。
arXiv
📈 122 引用
UI-R1: Enhancing Efficient Action Prediction of GUI Agents by Reinforcement Learning
提出UI-R1框架，通过强化学习增强GUI代理的动作预测效率。
💡 首次将强化学习用于GUI代理动作预测，显著提升效率。
arXiv
📈 105 引用
DexGraspVLA: A Vision-Language-Action Framework Towards General Dexterous Grasping
提出DexGraspVLA框架，结合视觉-语言-动作实现通用灵巧抓取。
💡 首次将VLA用于灵巧抓取，提升泛化能力。
arXiv
📈 103 引用
VLA-Adapter: An Effective Paradigm for Tiny-Scale Vision-Language-Action Model
提出VLA-Adapter范式，通过冻结基础模型并训练轻量适配器，实现小规模视觉-语言-动作模型的高效构建。
💡 显著降低模型规模，推动机器人学习在资源受限场景的实用化。
arXiv
📈 102 引用
DiffScene: Diffusion-Based Safety-Critical Scenario Generation for Autonomous Vehicles
提出基于扩散模型的安全关键场景生成方法，用于自动驾驶测试。
💡 提升自动驾驶系统在罕见危险场景下的测试效率。
📈 90 引用
IndexTTS2: A Breakthrough in Emotionally Expressive and Duration-Controlled Auto-Regressive Zero-Shot Text-to-Speech
提出IndexTTS2，实现情感表达和时长可控的自回归零样本文本转语音。
💡 首次在零样本TTS中同时实现情感和时长控制。
arXiv
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点