近日，國際頂級人工智能會議ICLR 2026（International Conference on Learning Representations，國際表征學(xué)習(xí)大會）公布論文接收結(jié)果。西井科技攜手同濟大學(xué)長聘教授、上海創(chuàng)智學(xué)院全時導(dǎo)師陳廣，共有3篇人工智能研究成果被大會正式錄用。作為全球人工智能領(lǐng)域最具影響力的學(xué)術(shù)會議之一，ICLR 致力于推動深度學(xué)習(xí)與表征學(xué)習(xí)的前沿突破。此次三篇論文同時入選，不僅彰顯西井科技在基礎(chǔ)研究方面的深厚積累，也標志著公司與同濟大學(xué)在人工智能“產(chǎn)學(xué)研”深度融合上再獲重要成果。

此次入選的三篇論文分別聚焦于大場景三維重建、多智能體協(xié)同視覺導(dǎo)航、開放環(huán)境下的點云語義分割三大前沿方向。這些成果緊密圍繞大規(guī)模環(huán)境建模、多智能體協(xié)同規(guī)劃與開放場景感知等核心挑戰(zhàn)，不僅推動了學(xué)術(shù)前沿，也為西井科技下一代自動駕駛系統(tǒng)在港口、機場、工廠、園區(qū)等典型復(fù)雜真實環(huán)境中的落地提供了重要支撐。

論文一：面向大規(guī)模場景重建的信號結(jié)構(gòu)感知高斯?jié)姙R技術(shù)

Signal Structure-Aware Gaussian Splatting for Large-Scale Scene Reconstruction

高斯?jié)姙R（Gaussian Splatting）在新視角合成任務(wù)中展現(xiàn)了顯著潛力。與小規(guī)模場景相比，大規(guī)模場景不可避免地包含觀測稀疏區(qū)域，其初始點云往往極度稀疏。在這種情況下，若直接利用高頻圖像對由低頻稀疏點初始化的高斯基元進行監(jiān)督，容易引發(fā)失控的密化過程并生成大量冗余基元，從而同時損害訓(xùn)練效率與重建質(zhì)量。

我們從信號恢復(fù)的角度重新審視三維重建的過程，場景的訓(xùn)練調(diào)度可總結(jié)為如下方式：一是通過控制高斯密化過程來調(diào)節(jié)目標信號頻率，二是通過調(diào)整圖像分辨率來調(diào)節(jié)采樣頻率。然而，現(xiàn)有調(diào)度方法大多采用硬編碼規(guī)則，難以感知并自適應(yīng)場景頻率的收斂行為。為此，我們從信號結(jié)構(gòu)恢復(fù)的視角重新審視場景重建問題，提出了一種新的調(diào)度器 SIG（Synchronizing Image supervision with Gaussian frequencies），用于實現(xiàn)圖像監(jiān)督與高斯頻率的動態(tài)同步。具體而言，我們推導(dǎo)了三維表示的平均采樣頻率與帶寬，并據(jù)此根據(jù)場景頻率的收斂狀態(tài)自適應(yīng)地調(diào)節(jié)訓(xùn)練圖像分辨率與高斯密化進程。

此外，我們引入了球約束高斯（Sphere-Constrained Gaussians），利用初始化點云的空間先驗對高斯優(yōu)化過程進行有效約束。該框架實現(xiàn)了頻率一致、具備幾何感知且無漂浮偽影的訓(xùn)練過程，在大規(guī)模場景中在效率與渲染質(zhì)量兩方面均以顯著優(yōu)勢達到了當前最先進水平。

論文二：協(xié)作長視程視覺語言導(dǎo)航基準CoNavBench

CoNavBench: Collaborative Long-Horizon Vision-Language Navigation Benchmark

視覺語言導(dǎo)航（VLN）目前主要集中于以單智能體為中心的方法，通過逐步執(zhí)行人類指令來完成任務(wù)。然而，在需求密集或存在并行工作流的真實環(huán)境中，協(xié)作式 VLN 展現(xiàn)了顯著優(yōu)勢，能通過并行處理和角色分工縮短完工時間并增強系統(tǒng)魯棒性。與此同時，協(xié)作式 VLN 也引入了單智能體模型所忽視的新挑戰(zhàn)，如擁堵、交接錯誤以及匯合時機把控。

鑒于現(xiàn)有數(shù)據(jù)集和評估協(xié)議仍以單智能體為中心，忽略了協(xié)作輔助的機會與機器人間的干擾，我們提出了協(xié)作式長航程 VLN 基準（CoNavBench）。該基準包含 4048 個具有圖級標注的單體與協(xié)作任務(wù)序列，并定義了一套控制交接風(fēng)格與匯合模式的協(xié)作分類法。為了實現(xiàn)大規(guī)模的數(shù)據(jù)生成與評估，我們構(gòu)建了自動化圖結(jié)構(gòu)生成平臺 NavCraft，采用兩階段分層架構(gòu)來規(guī)劃任務(wù)、分配子目標并驗證交接點。智能體在基于 Habitat-Sim 的場景圖閉環(huán)中運行，支持可達性檢測、耗時預(yù)估等，并能通過效率工具庫進行調(diào)度迭代。作為參考，我們基于 Qwen2.5-VL-3B 微調(diào)協(xié)作基線模型。實驗證明，在 CoNavBench 上訓(xùn)練的協(xié)作策略在任務(wù)效率和可靠性上均優(yōu)于單機器人，提升單機器人在 step-level 任務(wù)成功率約 18.11% 。

論文三：用于點云開集測試時自適應(yīng)的幾何引導(dǎo)分布外建模方法GOOD

GOOD: Geometry-guided Out-of-Distribution Modeling for Open-set Test-time Adaptation in Point Cloud Semantic Segmentation

開集測試時自適應(yīng)（OSTTA）目前主要集中于 2D 圖像領(lǐng)域，旨在解決在線模型優(yōu)化與開放場景識別的挑戰(zhàn)。然而，在 3D 點云語義分割的真實環(huán)境中，點云數(shù)據(jù)的無序性與已知（ID）及未知（OOD）樣本間的極度失衡帶來了顯著困難，導(dǎo)致現(xiàn)有方法難以捕捉幾何先驗且易誤判稀疏的 OOD 實例 。

鑒于現(xiàn)有技術(shù)在處理 OOD 樣本稀疏甚至缺失時的局限性，我們提出了幾何引導(dǎo)的離群分布建模（GOOD）框架。該框架利用幾何聚類將點云轉(zhuǎn)化為超點以緩解數(shù)值差異，并定義了一套結(jié)合純度與熵的置信度指標配合高斯混合模型進行初步篩選。為了增強判別魯棒性，我們構(gòu)建了超點 ID 原型策略與時間偽標簽分支，通過原型細化與時序一致性約束來生成可靠的監(jiān)督信號。實驗證明，GOOD 在四個基準數(shù)據(jù)集上的表現(xiàn)均優(yōu)于現(xiàn)有方法，特別是在 Synth4D 到 SemanticKITTI 任務(wù)中，其 AUROC 和 FPR95 分別提升了 8.99% 與 7.91% 。

作為深耕AI和智慧物流領(lǐng)域的科創(chuàng)企業(yè)，西井科技積累了豐富的多場景產(chǎn)業(yè)應(yīng)用經(jīng)驗；而同濟大學(xué)作為國內(nèi)智能交通領(lǐng)域的頂尖高校，在人才培養(yǎng)、基礎(chǔ)研究方面擁有得天獨厚的優(yōu)勢，能夠為產(chǎn)業(yè)創(chuàng)新提供源源不斷的技術(shù)支撐與人才供給。未來，西井科技將繼續(xù)與同濟大學(xué)等高校持續(xù)深化合作，進一步推動更多前沿技術(shù)從實驗室走向產(chǎn)業(yè)一線，賦能海港、空港、工廠、園區(qū)等場景的智能化升級，激活新質(zhì)生產(chǎn)力，共繪高質(zhì)量發(fā)展新藍圖！