近日，由中国计算机学会（CCF）推荐的A类学术会议、人工智能领域顶级国际会议之一“NeurIPS 2025”（神经信息处理系统大会）公布论文录用结果。中国电信人工智能研究院（TeleAI）共有7项成果被收录，重点聚焦正激励噪声（Pi/π-Noise, Positive-incentive Noise）、具身智能，以及大模型推理加速、图像生成、多模态理解，进一步推动人工智能技术创新并迈向产业落地应用。

作为机器学习和计算神经科学领域历史最悠久、声望最高的顶级国际会议之一，NeurIPS 涵盖从深度学习、强化学习、计算机视觉、自然语言处理，到理论基础、算法优化、伦理公平性等广泛议题，是观察 AI领域最新研究进展和未来趋势的重要窗口。今年会议共收到 21575篇有效论文投稿，接收率为24.52%，五年来最低，竞争激烈。

在正激励噪声（Pi/π-Noise, Positive-incentive Noise）研究方向，TeleAI 提出 MIN（Mixture of Noise，噪声混合）方法，通过引入有益噪声和噪声混合，解决基于预训练模型（PTM）的类别增量学习（CIL）中的参数漂移（有害噪声）问题，让模型能够持续学习新类别知识，但不遗忘旧类别知识，保持预训练模型的泛化能力。

为了让人形机器人能够像人类一样保持对身体的控制稳定性，并学习多种多样的高动态人类技能，TeleAI推出具身不确定性规划框架 CURE、高动态全身运动框架 KungfuBot、上下肢对抗训练与协同框架 ALMI 三项创新成果。这些成果将提升机器人的稳定性和协调性，让它们具备更灵活的运动能力及应对复杂高动态行为的模仿能力。

在进一步推动大模型落地的“最后一公里”方面，TeleAI 提出 CAS-Spec 算法和 NFIG 算法，分别针对文本生成和图像生成，实现大模型的推理效率提升及成本节约。为打通数字智能与物理智能的连接，TeleAI 还推出面板理解与操作基准 PUO-Bench，并创新设计隐私保护框架 PPF，为物理设备的智能交互提供全面解决方案。

NeurIPS 与 ICML（国际机器学习大会）、ICLR（国际表征学习大会）并称为机器学习领域内难度最大、水平最高的三大会议。作为央企新型研发机构，TeleAI 始终活跃在科学研究的最前线，在包括 NeurIPS、ICML、ICLR，及 ACM、ACL、AAAI 等人工智能领域的顶级学术会议屡创佳绩。

TeleAI 构建了以AI治理、智传网（AI Flow）、智能光电（包括具身智能）、智能体为核心的“一治+三智”战略科研布局。结合智传网（AI Flow），大模型、具身智能等前沿技术创新将得到加速发展。同时，本次入选 NeurIPS 2025 的研究成果，也将为TeleAI在智传网（AI Flow）的研发提供基础支撑，助力人工智能从理论前沿走向产业应用。

NeurIPS 2025 入选论文：

K. Jiang et al., "MiN: Mixture of Noise for Pre-Trained Model-Based Class-Incremental Learning", NeurIPS 2025.

S. Yin et al., "Towards Reliable LLM-based Robots Planning via Combined Uncertainty Estimation", NeurIPS 2025.

W. Xie et al., "KungfuBot: Physics-Based Humanoid Whole-Body Control for Learning Highly-Dynamic Skills", NeurIPS 2025, arXiv:2506.12851.

J. Shi et al., "Adversarial Locomotion and Motion Imitation for Humanoid Policy Learning", NeurIPS 2025, arXiv:2504.14305.

Z. Ning et al., "CAS-Spec: Cascade Adaptive Self-Speculative Decoding for On-the-Fly Lossless Inference Acceleration of LLMs", NeurIPS 2025.

Z. Huang et al., "NFIG: Multi-Scale Autoregressive Image Generation via Frequency Ordering", NeurIPS 2025.

W. Lin et al., "PUO-Bench: A Panel Understanding and Operation Benchmark with A Privacy-Preserving Framework", NeurIPS 2025.