The Chinese University of Hong Kong（香港中文大学）

OmniLiDAR: A Unified Diffusion Framework for Multi-Domain 3D LiDAR Generation

OmniLiDAR：一个多领域3D激光雷达生成的统一扩散框架

Youquan Liu, Weidong Yang, Ao Liang, Xiang Xu, Lingdong Kong, Yang Wu, Dekai Zhu, Xin Li, Runnan Chen, Ben Fei, Tongliang Liu, Wanli Ouyang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； School of Computing, Department of Computer Science, National University of Singapore（新加坡国立大学计算机学院） ； College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） ； Technical University of Munich（慕尼黑技术大学） ； Nanjing University of Science and Technology（南京理工大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Sydney（悉尼大学） ； The Chinese University of Hong Kong, Hong Kong SAR（香港中文大学（深圳）） 纠错

AI总结 OmniLiDAR提出一种统一的文本条件扩散框架，生成跨八个领域的3D激光雷达扫描，通过跨域训练策略和特征建模提升多域生成能力，实验显示在数据增强和鲁棒性评估中表现优异。

Comments Preprint; 12 pages, 7 figures, 10 tables

SkySplat: Generalizable 3D Gaussian Splatting from Multi-Temporal Sparse Satellite Images

SkySplat: 多时序稀疏卫星图像上的通用3D高斯点云生成

Xuejun Huang, Xinyi Liu, Yi Wan, Zhi Zheng, Bin Zhang, Mingtao Xiong, Yingying Pei, Yongjun Zhang

机构 * School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感与信息工程学院） ； Technology Innovation Center for Collaborative Applications of Natural Resources Data in GBA, Ministry of Natural Resources（粤港澳大湾区自然资源数据协同应用技术创新中心，自然资源部） ； Department of Geography and Resource Management, The Chinese University of Hong Kong（香港中文大学地理与资源管理系） ； China Railway Siyuan Survey and Design Group Co., LTD（中国铁路syuan调查设计集团有限公司） 纠错

AI总结 SkySplat通过整合RPC模型提升稀疏卫星图像的3D重建效率，采用自监督框架和跨自我一致性模块，实现86倍速度提升和更精确的重建结果。

Comments AAAI 2026. Code is available at https://github.com/NanCheng2001/SkySplat-main

Test-time Sparsity for Extreme Fast Action Diffusion

测试时稀疏性用于极端快速动作扩散

Kangye Ji, Yuan Meng, Jianbo Zhou, Ye Li, Chen Tang, Zhi Wang

机构 * Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出测试时稀疏性方法，通过动态预测可剪枝的残差计算来加速动作扩散，解决开放环境中的动态策略问题，实验表明在减少92% FLOPs的同时提升5倍生成速度，保持无损性能。

Achieving Gold-Medal-Level Olympiad Reasoning via Simple and Unified Scaling

通过简单统一的扩展实现金牌级竞赛推理

Yafu Li, Runzhe Zhan, Haoran Zhang, Shunkai Zhang, Yizhuo Li, Zhilin Wang, Jiacheng Chen, Futing Wang, Xuyang Hu, Yuchen Fan, Bangjie Xu, Yucheng Su, Xinmiao Han, Chenxi Li, Haodi Lei, Yufeng Zhao, Zejin Lin, Qianjia Cheng, Tong Zhu, Xiaoye Qu, Ganqu Cui, Peng Ye, Yun Luo, Zhouchen Lin, Yu Qiao, Bowen Zhou, Ning Ding, Yu Cheng

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） 纠错

AI总结 本文提出一种简单统一的方法，将训练好的推理模型扩展为金牌级竞赛解题器，通过反熵课程和两级强化学习提升证明搜索能力，最终在数学和物理竞赛中取得金牌水平表现。

Comments Technical Report. 77 pages

Does Engram Do Memory Retrieval in Autoregressive Image Generation?

Engram是否在自回归图像生成中执行记忆检索？

Jinghao Wang, Qiyuan He, Chunbin Gu, Pheng-Ann Heng

机构 * The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 研究探讨Engram模块在自回归图像生成中的作用，发现其虽节省计算量但未提升样本质量，且模块行为更像一个带门控的架构旁路而非内容寻址检索器。

Comments 9 pages

Unifying Physically-Informed Weather Priors in A Single Model for Image Restoration Across Multiple Adverse Weather Conditions

统一物理信息天气先验在单个模型中用于多不良天气条件下的图像恢复

Jiaqi Xu, Xiaowei Hu, Lei Zhu, Pheng-Ann Heng

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学（深圳）计算机科学与工程系） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； ROAS Thrust, the Hong Kong University of Science and Technology (Guangzhou), Guangzhou, China and The Hong Kong University of Science and Technology, Department of Electronic and Computer Engineering, Hong Kong SAR, China（香港科学与技术大学（广州）ROAS方向及电子与计算机工程系，香港特别行政区） 纠错

AI总结 本文提出统一模型，考虑不同天气条件下的可见粒子和雾状散射效应，通过天气先验信息提升图像恢复性能，实验验证其优越性。

Comments Accepted by TCSVT

CoGE: Sim-to-Real Online Geometric Estimation for Monocular Colonoscopy

CoGE：用于内镜的仿真到现实在线几何估计

Liangjing Shao, Beilei Cui, Hongliang Ren

机构 * Department of Electronic Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学电子工程系，香港特别行政区，中国） ； Shenzhen Loop Area Institute, China（深圳环湖研究所，中国） 纠错

AI总结 本文提出CoGE框架，通过光照感知监督模块和结构感知感知模块，实现内镜中在线单目几何估计，仅用仿真数据训练即可在仿真和真实场景中取得最佳性能。

Comments Early Accepted by MICCAI 2026

FeatCal: Feature Calibration for Post-Merging Models

FeatCal: 用于合并模型的特征校准

Yanggan Gu, Shuo Cai, Zihao Wang, Wenjun Wang, Yuanyi Wang, Pengkai Wang, Sirui Huang, Su Lu, Jianmin Wu, Hongxia Yang

机构 * The Hong Kong Polytechnic University (PolyU)（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； PolyU-Daya Bay Technology and Innovation Research Institute（PolyU-大亚湾技术与创新研究院） 纠错

AI总结 本文研究了合并模型与专家模型间的性能差距，提出FeatCal通过特征漂移分解和逐层校准提升模型性能，实验表明其在CLIP和GLUE基准上优于现有方法，且效率更高。

CoRe-Gen: Robust Spectrum-to-Structure Generation under Imperfect Fingerprint Conditions

CoRe-Gen：在不完美指纹条件下实现鲁棒的光谱到结构生成

Tianbo Liu, Chixiang Lu, Jing Hao, Hengyu Zhang, Lifei Wang, Haibo Jiang, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang Shuren University（浙江师范大学） 纠错

AI总结 针对光谱到结构生成中指纹预测误差的问题，CoRe-Gen通过合成光谱预训练、频率感知指纹扰动和结构感知解码，提升了生成鲁棒性，在NPLIB1上达到新高准确率。

Scale over Preference: The Impact of AI-Generated Content on Online Content Ecology

规模胜过偏好：AI生成内容对在线内容生态的影响

Tianhao Shi, Yang Zhang, Xiaoyan Zhao, Fengbin Zhu, Chenyi Lei, Han Li, Wenwu Ou, Tian Yang, Yang Song, Yongdong Zhang, Fuli Feng

机构 * University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； Kuaishou Technology（快手科技） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 研究通过分析中国视频平台用户数据，发现AI生成内容在高产量下可与人类生成内容在参与度上持平，尽管消费者更偏好人类生成内容，算法机制在调节竞争中起关键作用。

Comments update authors in v2

High-Dimensional Analysis of Bootstrap Ensemble Classifiers

高维分析中的bootstrap集成分类器

Malik Tiomoko, Hamza Cherkaoui, Mohamed El Amine Seddik, Cosme Louart, Ekkehard Schnoor, Balazs Kegl

机构 * Huawei Noah’s Ark Lab, France（华为诺亚实验室，法国） ； SAMOVAR, Télécom SudParis Institut Polytechnique de Paris France（SAMOVAR，巴黎高等理工学院，法国） ； Technology Innovation Institute, United Arab Emirates（技术创新研究所，阿联酋） ； Chinese University of Hong Kong, China（香港中文大学，中国） ； Fraunhofer HHI, Germany, Aalto University Finland（弗劳恩霍夫研究所，德国，艾尔沃斯大学，芬兰） 纠错

AI总结 本文研究了在大样本和高维数据下，bootstrap方法在LSSVM集成分类器中的性能，结合随机矩阵理论，提出选择子集数量和正则化参数的策略，通过实验验证理论结果。

What Happens Before Decoding? Prefill Determines GUI Grounding in VLMs

解码之前发生了什么？预填充决定了VLMs中的GUI接地

Jiaping Lin, Fei Shen, Junzhe Li, Ping Nie, Fei Yu, Ming Li, Haizhou Li

机构 * Guangming Laboratory（光明实验室） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； University of Waterloo（滑铁卢大学） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） 纠错

AI总结 本文研究了VLMs中GUI接地的两阶段机制，发现预填充阶段决定候选UI元素，解码阶段进一步优化坐标。提出Re-Prefill方法通过引入注意力引导的第二预填充阶段提升目标选择精度，实验显示在多个基准上提升4.3%。

Exploring how EFL students talk to and through AI to develop texts

探索EFL学生如何与AI交流以发展文本

David James Woo, Yangyang Yu, Yilin Huang, Deliang Wang, Kai Guo, Chi Ho Yeung

机构 * Everwrite Limited（Everwrite有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； The Education University of Hong Kong（香港教育大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文研究EFL学生通过提示工程和协商作者身份与AI互动，探讨其对写作表现的影响，发现不同的人机对话责任模式对写作表现无显著影响。

Comments 37 pages, 5 figures