Huazhong University of Science and Technology（华中科技大学）

Towards Scalable Pre-training of Visual Tokenizers for Generation

面向生成任务的视觉分词器可扩展预训练

Jingfeng Yao, Yuda Song, Yucong Zhou, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； MiniMax 纠错

AI总结 VTP通过联合优化图像-文本对比、自监督和重建损失，提升视觉分词器的生成性能和扩展性。

Comments Our pre-trained models are available at https://github.com/MiniMax-AI/VTP

LATO: 3D Mesh Flow Matching with Structured TOpology Preserving LAtents

LATO：基于结构拓扑保持的3D网格流匹配

Tianhao Zhao, Youjia Zhang, Hang Long, Jinshen Zhang, Wenbing Li, Yang Yang, Gongbo Zhang, Jozef Hladký, Matthias Nießner, Wei Yang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Technical University of Munich（慕尼黑技术大学） ； Independent Researcher（独立研究者） ； Peking University（北京大学） 纠错

AI总结 LATO通过拓扑保持的潜在表示实现高效3D网格生成，结合流匹配技术生成复杂几何且拓扑结构良好的网格。

Adaptive Language-Aware Image Reflection Removal Network

自适应语言感知图像反光去除网络

Siyan Fang, Yuntao Wang, Jinpu Zhang, Ziwen Li, Yuehuan Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； National University of Defense Technology（国防科技大学） 纠错

AI总结 ALANet通过自适应语言感知策略有效去除复杂反光，提升语言引导下的反光去除性能。

Comments IJCAI 2025

Journal ref Proceedings of the 34th International Joint Conference on Artificial Intelligence (IJCAI-25), pages 973-981, 2025

Cog2Gen3D: Sculpturing 3D Semantic-Geometric Cognition for 3D Generation

Cog2Gen3D: 三维语义-几何认知雕刻用于三维生成

Haonan Wang, Hanyu Zhou, Haoyue Liu, Tao Gu, Luxin Yan

机构 * School of Artificial and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Computing, Macquarie University（麦考瑞大学计算机学院） 纠错

AI总结 Cog2Gen3D通过结合语义和绝对几何信息，提出了一种三维认知引导的扩散框架，以实现可控的三维生成。