厦大多媒体可信感知与高效计算教育部重点实验室十八篇论文入选NeurIPS 2025

厦门大学多媒体可信感知与高效计算教育部重点实验室在2025年神经信息处理系统大会（NeurIPS 2025）上取得重大突破，共有18篇论文被录用，创下历史新高。NeurIPS 2025是人工智能与机器学习领域三大顶级会议之一（CCF A类），本届大会共收到21575篇投稿，录用5290篇，录用率为24.52%。 此次入选论文覆盖了计算机视觉、多模态学习、大模型推理优化、生成模型、地理空间感知等多个前沿方向，展现了厦大在人工智能基础研究与工程应用方面的强劲实力。 其中，多篇成果具有显著创新性：Pan-LUT提出基于可学习查找表的高效遥感图像融合方法，可在1毫秒内处理8K图像，兼具高精度与低延迟；Unlocker首次揭示长尾与噪声标签共存场景下的“死锁”机制，并提出双层优化框架实现解耦；PlanU将蒙特卡洛树搜索与不确定性建模结合，显著提升大语言模型在不确定环境下的规划能力；Spotlight Attention通过非线性哈希优化KV缓存检索，实现单卡A100上512K词元检索耗时低于100微秒，推理吞吐提升达3倍；LTD-Bench创新性地提出“让模型画画”作为评估范式，直观揭示大模型在空间推理上的根本缺陷；JarvisArt构建智能修图代理，实现对Lightroom工具的精准调用，内容保真度比GPT-4o提升60%；DynamicVerse构建首个基于真实互联网视频的物理尺度4D多模态数据集，涵盖10万+视频与千万级标注帧，为具身智能提供高质量训练基础。 此外，实验室在模型压缩与高效推理方面也取得重要进展，如Shapley-MoE提出基于合作博弈论的专家剪枝方法，实现高效可扩展的MoE模型优化；DyVTE通过动态视觉Token退出机制，有效缓解多模态大模型的视觉冗余问题；CPPO加速GRPO训练，实现8倍以上提速。 这些成果由厦大信息学院、人工智能研究院师生主导，联合清华大学、上海交通大学、香港科技大学、新加坡国立大学、北京航空航天大学、上海人工智能实验室等国内外顶尖机构共同完成，充分体现了实验室的科研协同能力与国际影响力。