The University of Hong Kong（香港大学）

WithEveryone: Unified Planning and Identity Grounding for Group Image Generation

WithEveryone：面向群体图像生成的统一规划与身份定位

Hengyuan Xu, Qixun Wang, Yiji Cheng, Miles Yang, Zhao Zhong, Wei Cheng, Xingjun Ma, Yu-gang Jiang

机构 * Fudan University（复旦大学） ； Hunyuan, Tencent（腾讯混元） ； The University of Hong Kong（香港大学） 纠错

AI总结 针对多人物群体图像生成的身份保留难题，提出WithEveryone框架，通过布局定位身份损失等技术，提升了人脸相似度并降低伪影，实现高身份覆盖率与低重复率。

Comments Project Page: this http URL (http://doby-xu.github.io/WithEveryone/);Code will be released: this http URL (http://github.com/Doby-Xu/WithEveryone/)

Learning Highly Dynamic Skills Transition for Quadruped Jumping Through Constrained Space

学习四足机器人穿越受限空间的高动态技能转换

Zeren Luo, Jiahui Zhang, Yimin Han, Ji Ma, Minghao Lu, Ioannis Havoutis, Peng Lu

机构 * University of Hong Kong（香港大学） ； University of Oxford（牛津大学） 纠错

AI总结 该研究提出分层强化学习框架，结合模仿学习训练低级技能、高级控制器视觉感知规划轨迹，实现四足机器人自主敏捷穿越狭窄门，还可扩展至其他高动态任务。

Comments 15 pages, 12 figures

MILD: Tractable Terrain Modeling for Learning Improved Bipedal Locomotion on Deformable Surfaces

MILD：用于在可变形表面上学习改进双足运动的可处理地形建模

Zeren Luo, Jiahui Zhang, Zhe Xu, Wanyue Li, Xinqi Li, Xuechao Chen, Zhangguo Yu, Annan Tang, Peng Lu

机构 * The University of Hong Kong（香港大学） ； Beijing Institute of Technology（北京理工大学） ； The University of Tokyo（东京大学） 纠错

AI总结 本文提出MILD地形建模方法，结合物理离散元接触求解器与深度强化学习训练地形感知双足运动控制器，可提升机器人在可变形表面的运动适应性。

Comments 8 pages, 9 figures

SoftVTBench: A Safety-Aware Visuo-Tactile Benchmark for Physically Constrained Robotic Manipulation of Deformable Objects (Early Version)

SoftVTBench：用于物理约束下可变形物体机器人操作的安全感知视觉触觉基准测试

Bowen Jing, Mingxin Wang, Ruiyang Hao, Chenchen Ge, Hanwen Shen, Junjie He, Yang Cui, Yiming Hou, Weitao Zhou, Jiawei Wang, Minglei Li, Dandan Zhang, Ding Zhao, Houde Liu, Xiaofan Li, Si Liu, Ping Luo, Haibao Yu

机构 * Tuojing Intelligence（拓景智能） ； Tsinghua University（清华大学） ； King’s College London（伦敦国王学院） ； Southeast University（东南大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manchester（曼彻斯特大学） ； Simple AI（简单人工智能公司） ； Imperial College London（伦敦帝国学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 研究物理约束下可变形物体操作，提出SoftVTBench基准测试，通过有限元模拟可变形物体，定义任务套件，分别报告目标成功和安全成功，实现基线并实验，表明仅成功评估高估策略性能，触觉传感可提升安全性。

Comments Early version of SoftVTBench, Accepted by ECCVW

Memory Centric Power Allocation for Multi-Agent Embodied Question Answering

面向多智能体具身问答的记忆导向功率分配

Chengyang Li, Shuai Wang, Kejiang Ye, Weijie Yuan, Boyu Zhou, Yik-Chung Wu, Chengzhong Xu, Huseyin Arslan

机构 * Department of Electrical and Computer Engineering, The University of Hong Kong, Hong Kong（香港大学电子与计算机工程系） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China（中国科学院深圳先进技术研究所） ； Southern University of Science and Technology, Shenzhen, China（南方科技大学） ； University of Macau, Macau, China（澳门大学） ； Istanbul Medipol University, Istanbul, Turkey（伊斯坦布尔Medipol大学） 纠错

AI总结 本文提出基于生成对抗考试（GAE）的记忆质量模型和记忆导向功率分配方法，通过优化通信资源约束下的QoM函数，提升多智能体具身问答性能。

Comments 6 pages, accepted by IEEE GLOBECOM 2026