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

An Iterative Task-Driven Framework for Resilient LiDAR Place Recognition in Adverse Weather

Xiongwei Zhao, Xieyuanli Chen, Xu Zhu, Xingxiang Xie, Haojie Bai, Congcong Wen, Rundong Zhou, Qihao Sun

机构 * School of Electronic and Information Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）电子与信息工程学院） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学与技术学院） ； School of Information Communication Technology, Shenzhen Institute of Information Technology（深圳信息职业技术学院信息通信技术学院） ； Harvard AI and Robotics Lab, Harvard University（哈佛大学AI与机器人实验室） ； State Key Laboratory of Robotics and System, Harbin Institute of Technology（哈尔滨工业大学机器人系统国家重点实验室） ； School of Electronic and Communication Engineering, Shenzhen Polytechnic University（深圳职业技术大学电子与通信工程学院） 纠错

Comments Submitted to IEEE TVT

Collaborative Perception Datasets for Autonomous Driving: A Review

Naibang Wang, Deyong Shang, Yan Gong, Xiaoxi Hu, Ziying Song, Lei Yang, Yuhan Huang, Xiaoyu Wang, Jianli Lu

机构 * School of Mechanical and Electrical Engineering, China University of Mining and Technology (Beijing)（中国矿业大学（北京）机械与电子工程学院） ； State Key Laboratory of Robotics and System, Harbin Institute of Technology（哈尔滨工业大学机器人系统国家重点实验室） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与移动系统国家重点实验室） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； School of Mechatronics Engineering, Harbin Institute of Technology（哈尔滨工业大学机械电子工程学院） ； Department of Electronic & Electrical Engineering, University of Bath（巴斯大学电子与电气工程系） 纠错

Comments 18pages, 7figures, journal

Fast Training-free Perceptual Image Compression

Ziran Zhu, Tongda Xu, Minye Huang, Dailan He, Xingtong Ge, Xinjie Zhang, Ling Li, Yan Wang

机构 * Institute for AI Industry Research, Tsinghua University（清华人工智能产业研究院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； SenseTime Research（商汤科技研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

Federated Incomplete Multi-view Clustering with Globally Fused Graph Guidance

Guoqing Chao, Zhenghao Zhang, Lei Meng, Jie Wen, Dianhui Chu

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Weihai, China（哈尔滨工业大学威海学院） ； School of Software, Shandong University, Jinan, China（山东大学软件学院） ； Shenzhen Key Laboratory of Visual Object Detection and Recognition, Harbin Institute of Technology, Shenzhen, China（深圳视觉对象检测与识别重点实验室） 纠错

Exploring and Exploiting the Inherent Efficiency within Large Reasoning Models for Self-Guided Efficiency Enhancement

Weixiang Zhao, Jiahe Guo, Yang Deng, Xingyu Sui, Yulin Hu, Yanyan Zhao, Wanxiang Che, Bing Qin, Tat-Seng Chua, Ting Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Singapore Management University（新加坡管理学院） ； National University of Singapore（新加坡国立大学） 纠错

BCRNet: Enhancing Landmark Detection in Laparoscopic Liver Surgery via Bezier Curve Refinement

Qian Li, Feng Liu, Shuojue Yang, Daiyun Shen, Yueming Jin

机构 * National University of Singapore, Singapore（新加坡国立大学） ； Harbin Institute of Technology, Harbin, China（哈尔滨工业大学） 纠错

Comments Accepted at MICCAI 2025, 11 pages, 2 figures

Perspective Transition of Large Language Models for Solving Subjective Tasks

Xiaolong Wang, Yuanchi Zhang, Ziyue Wang, Yuzhuang Xu, Fuwen Luo, Yile Wang, Peng Li, Yang Liu

机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University, Beijing, China（计算机科学与技术系，人工智能研究院，清华大学，北京，中国） ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（人工智能产业研究院（AIR），清华大学，北京，中国） ； Jiuquan Satellite Launch Center (JSLC), Gansu, China（酒泉卫星发射中心（JSLC），甘肃，中国） ； Harbin Institute of Technology, Harbin, China（哈尔滨工业大学，哈尔滨，中国） ； College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China（计算机科学与软件工程学院，深圳大学，深圳，中国） ； Jiangsu Collaborative Innovation Center for Language Competence, Jiangsu, China（江苏省语言能力协同创新中心，江苏，中国） ； Tencent Inc, China（腾讯公司，中国） 纠错

Comments ACL 2025 Findings

Unsupervised Skill Discovery through Skill Regions Differentiation

Ting Xiao, Jiakun Zheng, Rushuai Yang, Kang Xu, Qiaosheng Zhang, Peng Liu, Chenjia Bai

机构 * East China University of Science and Technology（东华大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI）、中国电信） ； Hong Kong University of Science and Technology（香港科学大学） ； Tencent（腾讯） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

MLDebugging: Towards Benchmarking Code Debugging Across Multi-Library Scenarios

Jinyang Huang, Xiachong Feng, Qiguang Chen, Hanjie Zhao, Zihui Cheng, Jiesong Bai, Jingxuan Zhou, Min Li, Libo Qin

机构 * School of Computer Science and Engineering, Central South University, China（中南大学计算机科学与工程学院） ； The University of Hong Kong（香港大学） ； Research Center for SCIR, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学SCIR研究中心） ； School of Communication and Information Engineering, Shanghai University, China（上海大学通信与信息工程学院） 纠错

Comments ACL 2025 Findings

H$^3$DP: Triply-Hierarchical Diffusion Policy for Visuomotor Learning

Yiyang Lu, Yufeng Tian, Zhecheng Yuan, Xianbang Wang, Pu Hua, Zhengrong Xue, Huazhe Xu

机构 * Tsinghua University IIIS（清华大学IIIS） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Shanghai AI Lab（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

SynGraph: A Dynamic Graph-LLM Synthesis Framework for Sparse Streaming User Sentiment Modeling

Xin Zhang, Qiyu Wei, Yingjie Zhu, Linhai Zhang, Deyu Zhou, Sophia Ananiadou

机构 * The University of Manchester（曼彻斯特大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； King’s College London（伦敦大学国王学院） ； Southeast University（东南大学） 纠错

Comments Accepted at ACL 2025

Knowledge Bridger: Towards Training-free Missing Modality Completion

Guanzhou Ke, Shengfeng He, Xiao Li Wang, Bo Wang, Guoqing Chao, Yuanyang Zhang, Yi Xie, HeXing Su

机构 * Beijing Jiaotong University（北京交通大学） ； Singapore Management University（新加坡国立大学） ； Southeast University（东南大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanjing University of Science and Technology（南京理工大学） ； South China University of Technology（华南理工大学） ； Xiamen Institute of Technology（厦门理工学院） 纠错

Comments Accepted to CVPR 2025

Multimodal Large Language Models-Enabled UAV Swarm: Towards Efficient and Intelligent Autonomous Aerial Systems

Yuqi Ping, Tianhao Liang, Huahao Ding, Guangyu Lei, Junwei Wu, Xuan Zou, Kuan Shi, Rui Shao, Chiya Zhang, Weizheng Zhang, Weijie Yuan, Tingting Zhang

机构 * College of Informatics, Harbin Institute of Technology（信息学院，哈尔滨工业大学） ； Key Laboratory of Forest and Grassland Fire Risk Prevention, Ministry of Emergency Management, China Fire and Rescue Institute（森林和草原火灾风险预防重点实验室，应急管理部，中国消防救援学院） ； Southern University of Science and Technology（南方科技大学） 纠错

Comments 8 pages, 5 figures,submitted to IEEE wcm

Making LLMs Better Many-to-Many Speech-to-Text Translators with Curriculum Learning

Yexing Du, Youcheng Pan, Ziyang Ma, Bo Yang, Yifan Yang, Keqi Deng, Xie Chen, Yang Xiang, Ming Liu, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； Shanghai Jiao Tong University（上海交通大学） ； University of Cambridge（剑桥大学） 纠错

Comments Accepted in ACL 2025 (Main)

Online Optimization for Learning to Communicate over Time-Correlated Channels

Zheshun Wu, Junfan Li, Zenglin Xu, Sumei Sun, Jie Liu

机构 * School of Computer Science and Technology, Harbin Institute of Technology Shenzhen（哈尔滨工业大学深圳校区计算机科学与技术学院） ； Fudan University（复旦大学） ； Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院） ； Institute for Infocomm Research, Agency for Science, Technology and Research（信息通信研究所，科技研究局） 纠错

Comments 15 pages, 6 figures, submitted for possible journal publication

Manager: Aggregating Insights from Unimodal Experts in Two-Tower VLMs and MLLMs

Xiao Xu, Libo Qin, Wanxiang Che, Min-Yen Kan

机构 * Research Center for Social Computing and Information Retrieval, Harbin Institute of Technology（社会计算与信息检索研究中心，哈尔滨工业大学） ； School of Computer Science and Engineering, Central South University（计算机科学与工程学院，中南大学） ； School of Computing, National University of Singapore（计算学院，新加坡国立大学） 纠错

Comments Accepted by IEEE Transactions on Circuits and Systems for Video Technology (TCSVT). June 2025. DOI: https://doi.org/10.1109/TCSVT.2025.3578266

CLAIM: Mitigating Multilingual Object Hallucination in Large Vision-Language Models with Cross-Lingual Attention Intervention

Zekai Ye, Qiming Li, Xiaocheng Feng, Libo Qin, Yichong Huang, Baohang Li, Kui Jiang, Yang Xiang, Zhirui Zhang, Yunfei Lu, Duyu Tang, Dandan Tu, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； Central South University（中南大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

Comments ACL2025 Main

Decomposability-Guaranteed Cooperative Coevolution for Large-Scale Itinerary Planning

Ziyu Zhang, Peilan Xu, Yuetong Sun, Yuhui Shi, Wenjian Luo

机构 * School of Artificial Intelligence, Nanjing University of Information Science and Technology（南京信息工程大学人工智能学院） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） 纠错

Deep Sparse Latent Feature Models for Knowledge Graph Completion

Haotian Li, Rui Zhang, Lingzhi Wang, Bin Yu, Youwei Wang, Yuliang Wei, Kai Wang, Richard Yi Da Xu, Bailing Wang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Hong Kong Baptist University（香港 Baptist大学） 纠错

Text to Image for Multi-Label Image Recognition with Joint Prompt-Adapter Learning

Chun-Mei Feng, Kai Yu, Xinxing Xu, Salman Khan, Rick Siow Mong Goh, Wangmeng Zuo, Yong Liu

机构 * Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（高性能计算研究所，科技研究局） ； University of Minnesota（明尼苏达大学） ； Microsoft Research Asia Singapore（微软亚洲研究院新加坡分部） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（Mohamed bin Zayed人工智能大学） ； Australian National University（澳大利亚国立大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

Journal ref TPAMI-2024-04-1021

Mirage-1: Augmenting and Updating GUI Agent with Hierarchical Multimodal Skills

Yuquan Xie, Zaijing Li, Rui Shao, Gongwei Chen, Kaiwen Zhou, Yinchuan Li, Dongmei Jiang, Liqiang Nie

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

Comments 20 pages, 5 figures, 5 tables

EfficientVLA: Training-Free Acceleration and Compression for Vision-Language-Action Models

Yantai Yang, Yuhao Wang, Zichen Wen, Luo Zhongwei, Chang Zou, Zhipeng Zhang, Chuan Wen, Linfeng Zhang

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Electronic Science and Technology of China（电子科学与技术大学） 纠错

Few-Shot Learner Generalizes Across AI-Generated Image Detection

Shiyu Wu, Jing Liu, Jing Li, Yequan Wang

机构 * Institute of Automation, Chinese Academy of Sciences, Beijing, China（中国科学院自动化研究所） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院） 纠错

Comments 12 pages, 6 figures, Accepted at ICML 2025

ComfyUI-R1: Exploring Reasoning Models for Workflow Generation

Zhenran Xu, Yiyu Wang, Xue Yang, Longyue Wang, Weihua Luo, Kaifu Zhang, Baotian Hu, Min Zhang

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Alibaba International Digital Commerce（阿里巴巴国际数字商务） 纠错

Comments Work in progress. Try it out in ComfyUI-Copilot https://github.com/AIDC-AI/ComfyUI-Copilot

The Four Color Theorem for Cell Instance Segmentation

Ye Zhang, Yu Zhou, Yifeng Wang, Jun Xiao, Ziyue Wang, Yongbing Zhang, Jianxu Chen

机构 * School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen), China（计算机科学与技术学院，哈尔滨工业大学（深圳）） ； School of Science, Harbin Institute of Technology (Shenzhen), China（科学学院，哈尔滨工业大学（深圳）） ； Department of Electrical and Computer Engineering, National University of Singapore, Singapore（电气与计算机工程系，新加坡国立大学） 纠错

Comments Accepted at ICML 2025

Technical Report for Ego4D Long-Term Action Anticipation Challenge 2025

Qiaohui Chu, Haoyu Zhang, Yisen Feng, Meng Liu, Weili Guan, Yaowei Wang, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shandong Jianzhu University（山东建筑大学） 纠错

Comments The champion solution for the Ego4D Long-Term Action Anticipation Challenge at the CVPR EgoVis Workshop 2025

SplitLoRA: Balancing Stability and Plasticity in Continual Learning Through Gradient Space Splitting

Haomiao Qiu, Miao Zhang, Ziyue Qiao, Weili Guan, Min Zhang, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Great Bay University（大湾大学） 纠错

Comments 18 pages, 4 figures

DCIRNet: Depth Completion with Iterative Refinement for Dexterous Grasping of Transparent and Reflective Objects

Guanghu Xie, Zhiduo Jiang, Yonglong Zhang, Yang Liu, Zongwu Xie, Baoshi Cao, Hong Liu

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（机器人系统国家重点实验室，哈尔滨工业大学） 纠错

Noise Analysis and Hierarchical Adaptive Body State Estimator For Biped Robot Walking With ESVC Foot

Boyang Chen, Xizhe Zang, Chao Song, Yue Zhang, Xuehe Zhang, Jie Zhao

机构 * School of Mechatronics Engineering, Harbin Institute of Technology（机械电子工程学院，哈尔滨工业大学） 纠错

Image Demoiréing Using Dual Camera Fusion on Mobile Phones

Yanting Mei, Zhilu Zhang, Xiaohe Wu, Wangmeng Zuo

机构 * Faculty of Computing, Harbin Institute of Technology（计算机学院，哈尔滨工业大学） 纠错

Comments ICME 2025