Harbin Institute of Technology（哈尔滨工业大学）

LEGO: LoRA-Enabled Generator-Oriented Framework for Synthetic Image Detection

LEGO：用于合成图像检测的基于LoRA的面向生成器框架

Yutong Xiao, Ran Ran, Jiwei Wei, Shuchang Zhou, Ke Liu, Zheng Ziqiang, Caiyan Qin

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

AI总结 针对生成技术使合成图像难辨真伪，现有检测方法存在泛化和过拟合问题，提出LEGO框架。通过MLP调制多个LoRA模块，分两阶段训练，能提取特定生成器独特伪影，在少数据和少轮次训练下性能优于现有方法。

Comments 10 pages,2 figures

WINO: A Weak-Form Physics Informed Neural Operator for Hyperelasticity on Variable Domains

WINO: 一种用于变域超弹性问题的弱形式物理信息神经算子

Bokai Zhu, Yizheng Wang, Qinghui Zhang, Timon Rabczuk

机构 * School of Science, Harbin Institute of Technology, Shenzhen, P. R. China（哈尔滨工业大学深圳校区） ； School of Science, Harbin Institute of Technology, Shenzhen, Guangdong（哈尔滨工业大学深圳校区） ； Institute of Structural Mechanics, Bauhaus-Universität Weimar（魏玛 Bauhaus 大学结构力学研究所） 纠错

AI总结 提出一种无数据框架WINO，结合神经算子的效率与φ-有限元法的几何灵活性，通过最小化弱形式残差和惩罚项训练，实现高精度且计算时间减少50-80%。

GAP-MLLM: Geometry-Aligned Pre-training for Activating 3D Spatial Perception in Multimodal Large Language Models

GAP-MLLM：几何对齐预训练以激活多模态大语言模型中的3D空间感知

Jiaxin Zhang, Junjun Jiang, Haijie Li, Youyu Chen, Kui Jiang, Dave Zhenyu Chen

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Huawei（华为） 纠错

AI总结 本文提出GAP-MLLM，通过几何对齐预训练激活多模态大语言模型中的3D空间感知，改进了传统方法在3D空间感知上的不足。

Comments Accepted by ECCV 2026. Project page: https://gapmllm.github.io/

MMGraphRAG: Bridging Vision and Language with Interpretable Multimodal Knowledge Graphs

MMGraphRAG: 通过可解释的多模态知识图谱弥合视觉与语言的鸿沟

Xueyao Wan, Hang Yu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 MMGraphRAG通过引入可解释的多模态知识图谱，解决多模态场景下的实体链接和跨模态推理问题，实现最先进的多模态信息处理性能。