KAIST 用扩散大语言模型改进唇语识别，LRS3 上词错误率 19.4%
KAIST 电气工程学院 Yong Man Ro 团队提出一种视觉语音识别方法，先解码唇动清晰、置信度高的词，再借助前后文填补歧义位置，避免从左到右生成时早期错误影响后续词。
#端侧AI
Phys.org 科技AI 评分5454
Phys.org 科技精选AI 评分6767 康奈尔 EchoMotion 用智能手表扬声器与麦克风实现全身姿态追踪
康奈尔大学 SciFi Lab 提出 EchoMotion，利用商用智能手表内置扬声器与麦克风发射超声并接收回声，配合轻量 AI 模型推断全身姿态，成果发表于 UbiComp/ISWC 并刊于 PACM IMWUT。
推荐理由：论文给出单麦克风单扬声器手表实现全身姿态追踪的误差与功耗数据，可对照现有 IMU 方案看差距。
Phys.org 科技AI 评分5959 加州大学圣地亚哥分校提出 EgoThumb：基于视觉驱动的超数机械拇指
加州大学圣地亚哥分校研究人员在 arXiv 发布预印本，提出名为 EgoThumb 的可穿戴机械拇指系统。该设备包含三个关节、前臂电机和掌心相机，利用 AI 算法分析图像以自主决定抓取时机，无需用户显式指令。
Phys.org 科技精选AI 评分6464 香港大学团队提出两种全息显示算法，提升 VR/AR 自然对焦与材质表现
香港大学 Yifan Evan Peng 教授团队结合计算机图形学、波动光学与 AI 校准，提出两种用于全息显示的技术：一种基于多边形网格保留三维几何与深度生成全息图，另一种 HoloPathTracer 结合路径追踪与波动光学建模光的反射、折射和散射。
推荐理由：香港大学团队提出两种全息显示算法，分别解决三维场景到全息图的保真转换与光传输建模，并指出实时消费级应用仍需更快的计算与空间光调制器进展。
arXiv 可穿戴信号AI 评分5757 论文 Mixed Signals：用语言模型权重空间编程训练 EEG 与 ECG 网络
arXiv 预印本 Mixed Signals 探讨用权重空间编程让语言模型直接读取并编写神经网络权重，在 EEG 和 ECG 生物信号任务上替代梯度下降训练。
IT之家AI 评分4848 小米联合北京大学发布《物联网设备模型技术白皮书》，11.6 亿台 AIoT 设备技术经验开放给全行业
小米科技联合北京大学在 2026 CCF 中国软件大会发布《物联网设备模型（Thing Model）技术白皮书》，由 CCF 泛在操作系统开放社区牵头编写。
arXiv 可穿戴信号AI 评分5252 arXiv论文：EMG令牌化以极低比特率保留运动信息
arXiv预印本提出一种紧凑的EMG令牌化方法，在大幅降低传输带宽的同时保留了三维手部姿态解码所需的信息。实验显示，相比原始EMG数据，存储的令牌数组将有效载荷减少了41倍，且在Cortex-M55微控制器上可在20毫秒内为63个通道生成令牌，支持可穿戴传感器与运动解码器之间的紧凑接口设计。