UniGeo: Taming Video Diffusion for Unified Consistent Geometry Estimation
机构 * The University of Hong Kong（香港大学） ； Beihang University（北京航空航天大学） ； VAST
Comments Project page: https://sunyangtian.github.io/UniGeo-web/
高校专区
The University of Hong Kong（香港大学）
Model Unlearning via Sparse Autoencoder Subspace Guided Projections
机构 * The University of Hong Kong（香港大学） ； New Jersey Institute of Technology（新泽西理工学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
Hyper-SET: Designing Transformers via Hyperspherical Energy Minimization
机构 * School of Computing and Data Science（计算与数据科学学院） ； The University of Hong Kong（香港大学）
Comments 31 pages
Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis
机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； School of Intelligence Science and Technology（智能科学与技术学院） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； XMU（厦门大学） ； HKU（香港大学） ； PKU（北京大学） ； CUHK（香港中文大学） ； ECNU（华东师范大学） ； CASIA（中国科学院自动化研究所）
Comments Project Page: https://video-mme.github.io
GPT4Point: A Unified Framework for Point-Language Understanding and Generation
机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室）
Conversational Alignment with Artificial Intelligence in Context
机构 * University of Hong Kong（香港大学） ； University of Oxford（牛津大学） ； Magdalen College, Oxford（牛津大学玛格丽特学院）
Comments 20 pages, to be published in Philosophical Perspectives
Pre-training for Recommendation Unlearning
机构 * The University of Hong Kong（香港大学）
Comments Accepted to SIGIR 2025 Oral
PhyX: Does Your Model Have the "Wits" for Physical Reasoning?
机构 * The University of Hong Kong（香港大学） ； University of Michigan（密歇根大学） ； Independent（独立研究者） ； University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； The Ohio State University（俄亥俄州立大学）
AutoBio: A Simulation and Benchmark for Robotic Automation in Digital Biology Laboratory
机构 * HKU（香港大学） ； TeleAI ； THU（清华大学） ； SJTU（上海交通大学） ； HKU Shanghai Intelligent Computing Center（香港大学上海智能计算中心）
Position: Interactive Generative Video as Next-Generation Game Engine
机构 * HKU（香港大学） ； HKUST（香港理工大学） ； Kuaishou Technology（快手科技）
Scaling Reasoning without Attention
机构 * The University of Hong Kong（香港大学） ； Ant Group（蚂蚁集团）
Comments preprint
What Makes for Text to 360-degree Panorama Generation with Stable Diffusion?
机构 * Australian National University（澳大利亚国立大学） ； The University of Hong Kong（香港大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
Almost Linear Convergence under Minimal Score Assumptions: Quantized Transition Diffusion
机构 * University of California San Diego（加州大学圣地亚哥分校） ； SalesForce AI Research（SalesForce AI研究） ； The University of Hong Kong（香港大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
Comments 37 pages, 3 figures, 3 tables
LightGNN: Simple Graph Neural Network for Recommendation
机构 * University of Hong Kong（香港大学）
Comments Accepted to WSDM 2025
DreamMask: Boosting Open-vocabulary Panoptic Segmentation with Synthetic Data
机构 * HKU（香港大学） ； UCF（佛罗里达大学）
Comments Accepted by SIGGRAPH2025 Project url: https://yuanpengtu.github.io/Dreammask-Page/
VideoAnydoor: High-fidelity Video Object Insertion with Precise Motion Control
机构 * The University of Hong Kong（香港大学） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Lab（虎斑实验室） ； HUST（华中科技大学）
Comments Accepted by SIGGRAPH2025 Project page: https://videoanydoor.github.io/
Variational Positive-incentive Noise: How Noise Benefits Models
机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； The University of Hong Kong（香港大学） ； School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能学院（iOPEN），西北工业大学）
Comments Acceptted by IEEE Transactions on Pattern Analysis and Machine Intelligence
MV-CoLight: Efficient Object Compositing with Consistent Lighting and Shadow Generation
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） ； The University of Hong Kong（香港大学）
CoDA: Coordinated Diffusion Noise Optimization for Whole-Body Manipulation of Articulated Objects
机构 * The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学）
Comments Project page: https://phj128.github.io/page/CoDA/index.html
HuMoCon: Concept Discovery for Human Motion Understanding
机构 * The University of Hong Kong（香港大学） ； Meta
Comments 18 pages, 10 figures
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2025)
Intern-GS: Vision Model Guided Sparse-View 3D Gaussian Splatting
机构 * University of Sydney（悉尼大学） ； University of Melbourne（墨尔本大学） ； University of Hong Kong（香港大学）
HaloGS: Loose Coupling of Compact Geometry and Gaussian Splats for 3D Scenes
机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Inria（法国国家信息与自动化技术研究院） ； The University of Hong Kong（香港大学）
CP-Router: An Uncertainty-Aware Router Between LLM and LRM
机构 * Zhejiang University（浙江大学） ； University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
StyleAR: Customizing Multimodal Autoregressive Model for Style-Aligned Text-to-Image Generation
机构 * University of Science and Technology of China（中国科学技术大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学）
BPP-Search: Enhancing Tree of Thought Reasoning for Mathematical Modeling Problem Solving
机构 * the University of Hong Kong（香港大学） ； Noah’s Ark Lab, Huawei（华为诺亚实验室）
AI-Researcher: Autonomous Scientific Innovation
机构 * The University of Hong Kong（香港大学）
Comments Code on github: https://github.com/HKUDS/AI-Researcher
NuGrounding: A Multi-View 3D Visual Grounding Framework in Autonomous Driving
机构 * Tsinghua University（清华大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； The University of Hong Kong（香港大学）
Attacking Vision-Language Computer Agents via Pop-ups
机构 * Georgia Tech（佐治亚理工学院） ； The University of Hong Kong（香港大学） ； Stanford University（斯坦福大学）
Comments ACL 2025
Dynamic Multimodal Evaluation with Flexible Complexity by Vision-Language Bootstrapping
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tongji University（同济大学） ； The University of Hong Kong（香港大学）
Feature Preserving Shrinkage on Bayesian Neural Networks via the R2D2 Prior
机构 * Department of Statistics and Actuarial Science, University of Hong Kong（统计与精算科学系，香港大学）
Comments To appear in TPAMI
