The University of Hong Kong（香港大学）

DreamVideo-Omni: Omni-Motion Controlled Multi-Subject Video Customization with Latent Identity Reinforcement Learning

DreamVideo-Omni: 基于潜在身份强化学习的多主体视频定制与 Omni-运动控制

Yujie Wei, Xinyu Liu, Shiwei Zhang, Hangjie Yuan, Jinbo Xing, Zhekai Chen, Xiang Wang, Haonan Qiu, Rui Zhao, Yutong Feng, Ruihang Chu, Yingya Zhang, Yike Guo, Xihui Liu, Hongming Shan

机构 * Fudan University（复旦大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Zhejiang University（浙江大学） ； MMLab, The University of Hong Kong（香港大学MMLab） ； Nanyang Technological University（南洋理工大学） ； Show Lab, National University of Singapore（新加坡国立大学Show Lab） 纠错

AI总结 DreamVideo-Omni通过渐进式两阶段训练范式，实现多主体视频定制与Omni-运动控制，采用条件感知嵌入和分层运动注入策略，提升身份保持与运动控制精度。

Comments Project Page: https://dreamvideo-omni.github.io

Efficient Generative Modeling with Unitary Matrix Product States Using Riemannian Optimization

利用Riemannian优化的单位矩阵积态高效生成建模

Haotong Duan, Zhongming Chen, Ngai Wong

机构 * Department of Mathematics, School of Sciences, Hangzhou Dianzi University（数学系，信息工程学院，杭州电子科技大学） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电气电子工程系，香港大学） 纠错

AI总结 本文提出利用Riemannian优化方法，通过单位ary MPS提升生成建模的效率和性能，实验表明其在数据适应性和稳定性方面表现优异。

Deep Eigenspace Network for Parametric Non-self-adjoint Eigenvalue Problems

深度特征空间网络用于参数非自 adjoint 特征值问题

H. Li, J. Sun, Z. Zhang

机构 * Department of Mathematics, The University of Hong Kong（香港大学数学系） ； Department of Mathematical Sciences, Michigan Technological University（密歇根理工大学数学科学系） ； Materials Innovation Institute for Life Sciences and Energy (MILES), HKU-SIRI（生命科学与能源材料创新研究院（MILES），HKU-SIRI） 纠错

AI总结 本文提出深度特征空间网络DEN，用于高效求解参数非自 adjoint 特征值问题，通过整合傅里叶神经运算符、几何自适应POD基底和显式带状交叉模式混合机制，证明了特征空间的Lipschitz连续性并推导了特征值误差界。

See4D: Pose-Free 4D Generation via Auto-Regressive Video Inpainting

See4D: 通过自回归视频修复实现无姿态4D生成

Dongyue Lu, Ao Liang, Tianxin Huang, Xiao Fu, Yuyang Zhao, Baorui Ma, Liang Pan, Wei Yin, Lingdong Kong, Wei Tsang Ooi, Ziwei Liu

机构 * NUS（新加坡国立大学） ； HKU（香港大学） ； CUHK（香港中文大学） ； THU（清华大学） ； Shanghai AI Lab（上海人工智能实验室） ； Horizon Robotics（地平线机器人） ； NTU（国立科技大学） 纠错

AI总结 See4D通过自回归视频修复实现无姿态4D生成，提升从随意视频到4D世界建模的实用性。

Comments Eurographics2026; 26 pages; 21 figures; 3 tables; project page: https://see-4d.github.io/