北京大学

北大林宙辰团队在ICLR 2026提出QDF方法，指出传统MSE损失的两个错误先验，并通过元学习让损失函数自适应调整，显著改善多步时序预测的长期误差，无需改动模型结构。

北京大学彭宇新团队在CVPR 2026提出TARA方法，通过分类学感知的表征对齐，让多模态大模型学会生物层级结构，大幅提升层级一致性，并实现对未知物种的准确推断。

三星研究院联合北大发布M2RL报告，系统性对比混合多任务RL与专家模型融合，发现混合训练可节省37%算力且域间正向迁移显著，为通用大模型RL训练提供全新范式。

智源清华等提出PAM框架，仅需初始与目标手部姿态及物体几何即可生成高保真手物交互视频。无需第一帧输入，性能全面超越现有SOTA，其合成数据可大幅提升下游手部姿态估计任务，用50%真实数据即可达到全量数...