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

Making Separation-First Multi-Stream Audio Watermarking Feasible via Joint Training

通过联合训练使分离优先的多流音频水印技术成为可能

Houmin Sun, Zi Hu, Linxi Li, Yechen Wang, Liwei Jin, Carsten Maple, Ming Li

机构 * Digital Innovation Research Center, Duke Kunshan University, Kunshan, China（杜克昆山大学数字创新研究中心） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）人工智能学院） ； OfSpectrum, Inc., Los Angeles, USA（OfSpectrum公司，美国洛杉矶） 纠错

AI总结 本文提出一种分离优先的多流水印框架，通过联合训练水印系统和分离器，提升分离后的水印恢复效果并保持感知质量。

PhotoAgent: Exploratory Visual Aesthetic Planning with Large Vision Models

PhotoAgent: 带探索性视觉审美规划的代理照片编辑

Mingde Yao, Zhiyuan You, King-Man Tam, Menglu Wang, Tianfan Xue

机构 * MMLab, CUHK（CUHK媒体实验室） ； Shanghai AI Lab（上海AI实验室） ； USTC（中国科学技术大学） ； Institute of Science Tokyo（东京科学研究所） ； CPII under InnoHK（创新香港下的CPII） 纠错

AI总结 PhotoAgent通过探索性视觉审美规划实现自主照片编辑，无需用户逐步提示，提升图像质量和指令遵循度。

Comments ICML 2026 Oral. A fully automated, intelligent photo-editing agent that autonomously plans multi-step aesthetic enhancements, smartly chooses diverse editing tools, and enables everyday users to achieve professional-looking results without crafting complex prompts. Project page: https://mdyao.github.io/PhotoAgent/

RePlan: Reasoning-guided Region Planning for Complex Instruction-based Image Editing

RePlan：基于推理的复杂基于指令的图像编辑区域规划

Tianyuan Qu, Lei Ke, Xiaohang Zhan, Longxiang Tang, Yuqi Liu, Bohao Peng, Bei Yu, Dong Yu, Jiaya Jia

机构 * Tencent AI Lab（腾讯人工智能实验室） ； CUHK（香港中文大学） ； HKUST（香港科技大学） 纠错

AI总结 研究针对复杂指令图像编辑中现有模型在IV-复杂性下的不足，提出RePlan框架，结合视觉语言规划器与扩散编辑器，经强化学习提升性能，还推出IV-Edit基准，该框架在相关设置中优于强大基线，提高了区域精度和整体一致性。

Comments [ECCV2026] Precise multi-region control and planning for instruction-based image editing. Our project page: https://replan-iv-edit.github.io