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

OmniFit: Multi-modal 3D Body Fitting via Scale-agnostic Dense Landmark Prediction

OmniFit：通过尺度无关密集地标预测实现多模态3D身体拟合

Zeyu Cai, Yuliang Xiu, Renke Wang, Zhijing Shao, Xiaoben Li, Siyuan Yu, Chao Xu, Yang Liu, Baigui Sun, Jian Yang, Zhenyu Zhang

机构 * Nanjing University（南京大学） ； Westlake University（西湖大学） ； iROOTECH ； Nanjing University of Science and Technology（南京理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 OmniFit通过尺度无关的密集地标预测，实现对多模态输入（如完整扫描、部分深度观测和图像）的无缝处理，首次在日常和宽松服装场景中超越多视图优化基线，达到毫米级精度。

Comments Project Page: https://zcai0612.github.io/OmniFit/

X2-N: A Transformable Wheel-legged Humanoid Robot with Dual-mode Locomotion and Manipulation

X2-N：一种可变形的轮腿双模人形机器人

Yan Ning, Xingzhou Chen, Delong Li, Hao Zhang, Hanfu Gai, Tongyuan Li, Cheng Zhang, Zhihui Peng, Ling Shi

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系） ； X-lab Department, Agibot Innovation Company（阿吉博创新公司X实验室） 纠错

AI总结 X2-N是一种具备双模运动与操作的高自由度可变形机器人，通过关节重构实现人形与轮腿形态的无缝转换，采用强化学习框架实现混合运动、转换与操作的统一控制。

Enhancing Online Recruitment with Category-Aware MoE and LLM-based Data Augmentation

通过类别感知的MoE和基于LLM的数据增强提升在线招聘

Minping Chen, Bing Xu, Zulong Chen, Chuanfei Xu, Ying Zhou, Zui Tao, Zeyi Wen

机构 * HKUST (GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； Alibaba Group（阿里巴巴集团） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； Zhijiang Lab（浙江实验室） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 本文提出基于LLM的数据增强和类别感知MoE方法，解决低质量职位描述和相似候选-职位对的问题，提升AUC、GAUC和点击转化率。

Comments Accepted to ACL Industry Track 2026

Dehaze-then-Splat: Generative Dehazing with Physics-Informed 3D Gaussian Splatting for Smoke-Free Novel View Synthesis

先去雾后散射：基于物理的3D高斯散射生成去雾与无烟新视角合成

Boss Chen, Hanqing Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出一种两阶段管道，通过生成去雾和新视角合成，解决多视角烟雾去除问题，利用物理引导的3D高斯散射补偿视角不一致。

StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding

StreamMeCo：用于高效流视频理解的长期智能体内存压缩

Junxi Wang, Te Sun, Jiayi Zhu, Junxian Li, Haowen Xu, Zichen Wen, Xuming Hu, Zhiyu Li, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）技术有限公司） 纠错

AI总结 StreamMeCo通过内存图连通性引入边自由minmax采样和边感知权重剪枝，有效压缩内存并保持精度，实验表明在70%压缩下实现1.87倍检索速度提升和1.0%的准确率提升。

Comments 2026ACL Findings

PAT3D: Physics-Augmented Text-to-3D Scene Generation

PAT3D：融合物理的文本到3D场景生成

Guying Lin, Kemeng Huang, Michael Liu, Ruihan Gao, Hanke Chen, Lyuhao Chen, Beijia Lu, Taku Komura, Yuan Liu, Jun-Yan Zhu, Minchen Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Genesis AI 纠错

AI总结 PAT3D通过融合视觉-语言模型与物理模拟，生成物理合理且无交叠的3D场景，提升场景质量和物理稳定性。

Comments 19 pages, 12 figures

X-IONet: Cross-Platform Inertial Odometry Network for Pedestrian and Legged Robot

X-IONet：跨平台惯性里程计网络用于行人和四足机器人

Dehan Shen, Changhao Chen

机构 * Intelligent Transportation Thrust, The Hong Kong University of Science and Technology (Guangzhou)（科技大学（广州）智能交通研究组） ； Intelligent Transportation Thrust and Artificial Intelligence Thrust, The Hong Kong University of Science and Technology (Guangzhou)（科技大学（广州）智能交通研究组和人工智能研究组） ； Division of Emerging Interdisciplinary Areas, The Hong Kong University of Science and Technology（科技大学新兴交叉领域研究部） 纠错

AI总结 X-IONet通过单IMU实现跨平台惯性里程计，采用规则专家选择模块和双阶段注意力架构，提升四足机器人和行人导航的精度与鲁棒性。

Comments RA-L Accepted

RELOOP: Recursive Retrieval with Multi-Hop Reasoner and Planners for Heterogeneous QA

RELOOP：基于多跳推理与规划器的异构问答递归检索

Ruiyi Yang, Hao Xue, Imran Razzak, Hakim Hacid, Flora D. Salim

机构 * University of New South Wales（新南威尔士大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Mohamed Bin Zayed University of Artificial Intelligence（莫扎伊德大学人工智能学院） ； Technology Innovation Institute（技术创新研究所） 纠错

AI总结 RELOOP通过递归检索和结构感知迭代，提升多步问题和异构证据源的问答准确性，实现高效率的证据收集与答案生成。

Comments 19 pages, 2 figures

Federated Co-tuning Framework for Large and Small Language Models

联邦联合微调框架用于大语言模型和小语言模型

Tao Fan, Yan Kang, Guoqiang Ma, Lixin Fan, Shuoling Liu, Kai Chen, Qiang Yang

机构 * Hong Kong University of Science and Technology（香港科技大学） ； WeBank Co., Ltd（WeBank公司） ； Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 本文提出FedCoLLM框架，通过轻量级适配器实现大模型与小模型的协同微调，提升小模型性能并增强大模型领域知识。