The Hong Kong University of Science and Technology（香港科技大学）

ReCoSplat: Autoregressive Feed-Forward Gaussian Splatting Using Render-and-Compare

ReCoSplat: 基于渲染与比较的自回归前馈高斯点云生成

Freeman Cheng, Botao Ye, Xueting Li, Junqi You, Fangneng Zhan, Ming-Hsuan Yang

机构 * University of California Merced（加州大学默塞德分校） ； ETH Zurich（苏黎世联邦理工学院） ； NVIDIA ； Shanghai Jiao Tong University（上海交通大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 ReCoSplat通过引入渲染与比较模块，解决高斯点云生成中姿态误差问题，实现高效稳定的视角合成。

RA-SSU: Towards Fine-Grained Audio-Visual Learning with Region-Aware Sound Source Understanding

RA-SSU：迈向细粒度音频视觉学习的区域感知声音源理解

Muyi Sun, Yixuan Wang, Hong Wang, Chen Su, Man Zhang, Xingqun Qi, Qi Li, Zhenan Sun

机构 * School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院） ； Academy of Interdisciplinary Studies, The Hong Kong University of Science and Technology（香港科技大学跨学科研究院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 RA-SSU通过构建细粒度音频视觉数据集和SSUFormer模型，实现区域感知的声音源理解，提升音频视觉学习的细粒度表现。

Comments Accepted by IEEE TMM

SurgFed: Language-guided Multi-Task Federated Learning for Surgical Video Understanding

SurgFed: 基于语言引导的多任务联邦学习用于手术视频理解

Zheng Fang, Ziwei Niu, Ziyue Wang, Zhu Zhuo, Haofeng Liu, Shuyang Qian, Jun Xia, Yueming Jin

机构 * National University of Singapore（国立新加坡大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 SurgFed通过语言引导的通道选择和超聚合方法，提升手术视频多任务联邦学习的跨站点和跨任务适应性。

Reward Prediction with Factorized World States

基于分解世界状态的奖励预测

Yijun Shen, Delong Chen, Xianming Hu, Jiaming Mi, Hongbo Zhao, Kai Zhang, Pascale Fung

机构 * East China Normal University（华东师范大学） ； HKUST（香港科技大学） 纠错

AI总结 本文提出StateFactory方法，通过分解世界状态实现跨领域的准确奖励预测，提升智能体规划性能。

Compose Your Policies! Improving Diffusion-based or Flow-based Robot Policies via Test-time Distribution-level Composition

制定你的策略！通过测试时的分布级组合改进扩散型或流型机器人策略

Jiahang Cao, Yize Huang, Hanzhong Guo, Rui Zhang, Mu Nan, Weijian Mai, Jiaxu Wang, Hao Cheng, Jingkai Sun, Gang Han, Wen Zhao, Qiang Zhang, Yijie Guo, Qihao Zheng, Chunfeng Song, Xiao Li, Ping Luo, Andrew F. Luo

机构 * 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） ； Shanghai AI Lab（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本研究提出无需训练的通用策略组合方法，通过测试时分布级组合提升机器人策略性能。

Comments Accepted to ICLR 2026. Project Page: https://sagecao1125.github.io/GPC-Site/

VistaWise: Building Cost-Effective Agent with Cross-Modal Knowledge Graph for Minecraft

VistaWise: 构建低成本代理的跨模态知识图谱用于Minecraft

Honghao Fu, Junlong Ren, Qi Chai, Deheng Ye, Yujun Cai, Hao Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of Queensland（昆士兰大学） ； Tencent（腾讯） 纠错

AI总结 VistaWise通过整合跨模态知识图谱和专用模型，实现低成本、高效率的Minecraft代理构建。

Comments Accepted by EMNLP 2025 main

DRUPI: Dataset Reduction Using Privileged Information

DRUPI: 利用特权信息进行数据集缩减

Shaobo Wang, Youxin Jiang, Tianle Niu, Yantai Yang, Ruiji Zhang, Shuhao Hu, Shuaiyu Zhang, Chenghao Sun, Weiya Li, Conghui He, Xuming Hu, Linfeng Zhang

机构 * EPIC Lab, SJTU（EPIC实验室，上海交通大学） ； ICBC ； Shanghai AI Lab（上海人工智能实验室） ； HKUST(GZ)（香港科技大学（广州）） 纠错

AI总结 本文提出DCPI方法，通过合成特权信息提升数据集凝练效果，在多个数据集上实现性能提升。

Comments 21 pages, 5 figures, 11 tables

Provably Safe Trajectory Generation for Manipulators Under Motion and Environmental Uncertainties

在运动和环境不确定性下为机械臂提供可证明安全的轨迹生成

Fei Meng, Zijiang Yang, Xinyu Mao, Haobo Liang, Max Q. -H. Meng

机构 * Hong Kong Center for Construction Robotics, The Hong Kong University of Science and Technology（香港建设机器人中心，香港理工大学） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（机械与自动化工程系，中国香港大学） ； Department of Electronic Engineering, The Chinese University of Hong Kong（电子工程系，中国香港大学） ； Shenzhen Key Laboratory of Robotics Perception and Intelligence and the Department of Electronic and Electrical Engineering at Southern University of Science and Technology（深圳机器人感知与智能重点实验室和南方科技大学电子与电气工程系） ； Department of Electronic Engineering at The Chinese University of Hong Kong（电子工程系，中国香港大学） 纠错

AI总结 本文提出了一种可证明安全的轨迹生成框架，通过整合深度随机Koopman操作符模型和分层验证方法，有效应对运动和环境不确定性下的碰撞风险问题。

VisionCreator-R1: A Reflection-Enhanced Native Visual-Generation Agentic Model

VisionCreator-R1: 一种增强反思的原生视觉生成代理模型

Jinxiang Lai, Wenzhe Zhao, Zexin Lu, Hualei Zhang, Qinyu Yang, Rongwei Quan, Zhimin Li, Shuai Shao, Song Guo, Qinglin Lu

机构 * Tencent Hunyuan（腾讯文言） ； Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

AI总结 VisionCreator-R1通过引入反射-计划联合优化方法，提升视觉生成代理在单图和多图任务中的表现，优于现有模型。