● ACL 2026｜多模态大模型是“看错”还是“想错”？浙大 VL-Calibration 让模型学会校准自信

📌 一句话摘要 浙江大学团队提出 VL-Calibration 框架，通过强化学习将多模态大模型的置信度解耦为视觉置信度和推理置信度，有效解决了模型“盲目自信”的问题，并被 ACL 2026 接收。 📝 详细摘要 本文介绍了浙江大学研究团队提出的 VL-Calibration 框架，旨在解决大型

● AI 会笑吗？BIGAI & 上交大团队：多模态大模型是否真的能 get 到视频笑点｜ACL 2026

📌 一句话摘要 上海交大、武大和 BIGAI 团队构建 v-HUB 基准，系统评测多模态大模型对无对白视频幽默的理解能力，发现模型依赖文字描述而非原始视听信号，在主动发现笑点上与人类存在显著差距。 📝 详细摘要 本文介绍了上海交通大学、武汉大学和北京通用人工智能研究院联合发表于 ACL 2026

● 浙大推出让 AI 会「导演」的角色扮演框架！四通道消息沉浸式交互

📌 一句话摘要 浙江大学联合腾讯优图实验室提出 AdaMARP，一种面向通用沉浸式角色扮演的自适应多智能体交互框架，通过四通道消息格式和场景管理器实现多角色调度、场景切换和动态叙事。 📝 详细摘要 本文介绍了浙江大学与腾讯优图实验室提出的 AdaMARP 框架，已被 ACL 2026 接收。该框

● ACL 2026 | RouteMoA：无需预推理的动态路由，实现高效多智能体混合

📌 一句话摘要 RouteMoA 提出了一种无需预推理的动态路由方法，通过先验预测和后验修正，在推理前筛选模型，大幅降低多智能体混合系统的计算成本和延迟。 📝 详细摘要 本文介绍了被 ACL 2026 接收的论文 RouteMoA，该研究由上海交通大学、腾讯、上海人工智能实验室等机构合作完成。R

● ACL 2026 综述：从事后解释到内生解释，大模型内生可解释性的前沿进展

📌 一句话摘要 ACL 2026 综述论文系统梳理了大模型内生可解释性的五类设计范式，推动可解释性研究从「事后解释黑箱」转向「设计玻璃箱」的底层范式变革。 📝 详细摘要 本文是对一篇被 ACL 2026 接收的综述论文的解读。该论文系统梳理了大语言模型内生可解释性（Intrinsic Inter

● 手机推理快 8 倍、80 页合同 AI 秒懂——小米 AI 团队多项论文入选 ACL 2026

📌 一句话摘要 小米 AI 团队 7 篇论文入选 ACL 2026，涵盖端侧推理优化、多页文档理解、Agent 训练及语音生成等全栈技术突破，旨在提升小米 AI 产品的实际落地能力。 📝 详细摘要 本文介绍了小米 AI 团队在 ACL 2026 录用的 7 篇研究成果。这些论文构成了一套完整的技

● 23 篇论文入选 ACL 2026：百度大模型底层技术创新成果概览

📌 一句话摘要 本文汇总了百度入选 ACL 2026 的 23 篇研究成果，重点展示了百度在大模型强化学习、推理优化、长上下文处理及智能体搜索等核心领域的创新技术方案。 📝 详细摘要 本文介绍了百度在 ACL 2026 会议上入选的 23 篇论文，涵盖了大模型安全对齐、强化学习（RL）、推理优化