Vid2Sim: Generalizable, Video-based Reconstruction of Appearance, Geometry and Physics for Mesh-free Simulation
机构 * University of Pennsylvania（宾夕法尼亚大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学）
Comments Accepted by CVPR 2025
高校专区
The University of Hong Kong（香港大学）
NeurNCD: Novel Class Discovery via Implicit Neural Representation
机构 * The University of Hong Kong（香港大学） ； Beijing Jiaotong University（北京交通大学）
Comments Accepted by ICMR 2024
Multi-GraspLLM: A Multimodal LLM for Multi-Hand Semantic Guided Grasp Generation
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Waseda University（早稻田大学） ； University of Hong Kong（香港大学） ； MEGVII Technology（美格智能科技） ； Hong Kong University of Science and Technology（香港科技大学）
Comments 16 pages, 10 figures
BestServe: Serving Strategies with Optimal Goodput in Collocation and Disaggregation Architectures
机构 * The University of Hong Kong（香港大学） ； Huawei Cloud, Huawei Technologies Co., Ltd（华为云、华为技术有限公司）
GenSpace: Benchmarking Spatially-Aware Image Generation
机构 * Zhejiang University（浙江大学） ； Sea AI Lab（海思人工智能实验室） ； The University of Hong Kong（香港大学）
Efficient Diffusion Models: A Survey
机构 * The Ohio State University（俄亥俄州立大学） ； Indiana University（印第安纳大学） ； Fudan University（复旦大学） ； Hangzhou City University（杭州城市大学） ； The University of Hong Kong（香港大学） ； Tongji University（同济大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学）
Comments Published in Transactions on Machine Learning Research (TMLR-2025)
Quantifying the Optimization and Generalization Advantages of Graph Neural Networks Over Multilayer Perceptrons
机构 * RIKEN AIP（日本学术振兴会先进研究所） ； The University of Hong Kong（香港大学） ； National University of Singapore（新加坡国立大学） ； The University of New South Wales（新南威尔士大学） ； University of Tokyo（东京大学）
Journal ref AISTATS 2025
Perceive Anything: Recognize, Explain, Caption, and Segment Anything in Images and Videos
机构 * CUHK（香港中文大学） ； HKU（香港大学） ； PolyU ； Peking University（北京大学）
Comments 19 pages, 13 figures, Website: https://Perceive-Anything.github.io
HMAR: Efficient Hierarchical Masked Auto-Regressive Image Generation
机构 * Stanford University（斯坦福大学） ； NVIDIA ； CUHK（中国香港大学） ； HKU（香港大学） ； NTU（国立新加坡大学） ； UCSD（加州大学圣地亚哥分校） ； Together AI
Comments Accepted to CVPR 2025. Project Page: https://research.nvidia.com/labs/dir/hmar/
Rectified Sparse Attention
机构 * Microsoft Research（微软研究院） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学）
LayerFlow: A Unified Model for Layer-aware Video Generation
机构 * The University of Hong Kong（香港大学） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Alibaba Group（阿里巴巴集团） ； Hupan Laboratory（虎跑实验室）
Comments Project Page: https://sihuiji.github.io/LayerFlow-Page/
Language-Image Alignment with Fixed Text Encoders
机构 * UC Berkeley（伯克利大学） ； The University of Hong Kong（香港大学）
Attention-Only Transformers via Unrolled Subspace Denoising
机构 * Department of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor（电气工程与计算机科学系，密歇根大学，安阿伯分校） ； Department of Electrical Engineering and Computer Science, University of California, Berkeley（电气工程与计算机科学系，加州大学伯克利分校） ； Institute of Data Science & School of Computing and Data Science, University of Hong Kong（数据科学研究所及计算与数据科学学院，香港大学）
Comments 28 pages, 7 figures, 5 tables
AdaptSFL: Adaptive Split Federated Learning in Resource-constrained Edge Networks
机构 * Department of Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系）
Comments 16 pages, 12 figures
Pushing Large Language Models to the 6G Edge: Vision, Challenges, and Opportunities
机构 * Department of Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系） ； HKU Musketeers Foundation Institute of Data Science, University of Hong Kong（香港大学穆斯奎特基金会数据科学研究所） ； School of Computer Science, Fudan University（复旦大学计算机学院）
Comments 7 pages, 5 figures
AnimeShooter: A Multi-Shot Animation Dataset for Reference-Guided Video Generation
机构 * The University of Hong Kong（香港大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室）
Comments Project released at: https://qiulu66.github.io/animeshooter/
HaploOmni: Unified Single Transformer for Multimodal Video Understanding and Generation
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室） ； The University of Hong Kong（香港大学） ； Xi’an JiaoTong University（西安交通大学）
Finite State Automata Inside Transformers with Chain-of-Thought: A Mechanistic Study on State Tracking
机构 * Key Laboratory of High Confidence Software Technology (PKU), MOE, China（高性能软件技术关键实验室（PKU），教育部，中国） ； School of Computer Science, Peking University, China（北京大学计算机学院，中国） ； The University of Hong Kong（香港大学） ； Shanghai AI Lab（上海人工智能实验室）
A Mousetrap: Fooling Large Reasoning Models for Jailbreak with Chain of Iterative Chaos
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
One for All: Update Parameterized Knowledge Across Multiple Models
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； The University of Hong Kong（香港大学）
Comments ACL 2025 (Main Conference)
Image Restoration Learning via Noisy Supervision in the Fourier Domain
机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Key Laboratory of Image Processing and Intelligent Control, Ministry of Education（教育部图像处理与智能控制重点实验室；华中科技大学人工智能与自动化学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology
TAG-INSTRUCT: Controlled Instruction Complexity Enhancement through Structure-based Augmentation
机构 * Peking University（北京大学） ； Southern University of Science and Technology（南方科技大学） ； Tongji University（同济大学） ； Shanghai University of Finance and Economics（上海财经大学） ； The University of Hong Kong（香港大学）
VB-Com: Learning Vision-Blind Composite Humanoid Locomotion Against Deficient Perception
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
VL-RewardBench: A Challenging Benchmark for Vision-Language Generative Reward Models
机构 * HKU（香港大学） ； SCUT（华南理工大学） ； SJTU（上海交通大学） ； PKU（北京大学） ； Allen AI（AllenAI）
Comments CVPR 2025 Camera Ready Version. Project page: https://vl-rewardbench.github.io
Autoregressive Models in Vision: A Survey
机构 * The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Duke University（杜克大学） ； University of Rochester（罗切斯特大学） ； The Ohio State University（俄亥俄州立大学） ； Bytedance（字节跳动） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Apple（苹果公司） ； The Hong Kong Polytechnic University（香港理工大学） ； Princeton University（普林斯顿大学）
Comments The paper is accepted by TMLR
Agile Decision-Making and Safety-Critical Motion Planning for Emergency Autonomous Vehicles
机构 * University of Hong Kong, Department of Mechanical Engineering（香港大学机械工程系） ； National University of Singapore, Department of Civil and Environmental Engineering（新加坡国立大学土木与环境工程系）
SHARE: An SLM-based Hierarchical Action CorREction Assistant for Text-to-SQL
机构 * The University of Hong Kong（香港大学） ； BAAI（百度人工智能研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
Comments Accepted to ACL 2025 Main
MotionPersona: Characteristics-aware Locomotion Control
机构 * The University of Hong Kong（香港大学） ； Shandong University（山东大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Adobe Research
Comments 15 pages, 13 figures, webpage: https://motionpersona25.github.io/
Enhancing Large Vision Model in Street Scene Semantic Understanding through Leveraging Posterior Optimization Trajectory
机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Shenzhen Research Institute of Big Data（大数据研究深圳研究所） ； 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） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所）
Comments 7 pages
Scaling Diffusion Language Models via Adaptation from Autoregressive Models
机构 * The University of Hong Kong（香港大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Apple（苹果公司） ； Tencent AI Lab（腾讯AI实验室）
Comments ICLR 2025. (minor updates) Code: https://github.com/HKUNLP/DiffuLLaMA
