Nanjing University（南京大学）

UniVidX: A Unified Multimodal Framework for Versatile Video Generation via Diffusion Priors

UniVidX：一种基于扩散先验的统一多模态框架，用于 versatile 视频生成

Houyuan Chen, Hong Li, Xianghao Kong, Tianrui Zhu, Shaocong Xu, Weiqing Xiao, Yuwei Guo, Chongjie Ye, Lvmin Zhang, Hao Zhao, Anyi Rao

机构 * Beihang University（北京航空航天大学） ； Nanjing University（南京大学） ； Stanford University（斯坦福大学） ； Tsinghua University（清华大学） 纠错

AI总结 UniVidX 提出一种统一多模态框架，通过扩散先验实现 versatile 视频生成，采用随机条件掩码、解耦门控LoRA和跨模态自注意力等设计，提升多模态一致性与生成性能。

Comments Project page: https://houyuanchen111.github.io/UniVidX.github.io/ Accepted to ACM Transactions on Graphics (Proceedings of SIGGRAPH 2026)

Journal ref ACM Trans. Graph. 45, 4, Article 51 (July 2026)

ControBench: An Interaction-Aware Benchmark for Controversial Discourse Analysis on Social Networks

ControBench：一种考虑交互的争议性 discourse 分析社交网络基准

Ta Thanh Thuy, Jiaqi Zhu, Xuan Liu, Lin Shang, Reihaneh Rabbany, Guillaume Rabusseau, Lihui Chen, Zheng Yilun, Sitao Luan

机构 * Nanyang Technological University（南洋理工大学） ； NVIDIA（NVIDIA公司） ； Nanjing University（南京大学） ； Mila - Quebec AI Institute（魁北克AI研究所） ； McGill University（麦吉尔大学） ； University of Montreal（蒙特利尔大学） 纠错

AI总结 ControBench结合异质社交交互图与丰富文本语义，通过Reddit讨论数据构建，用于研究争议性 discourse 分析中的政治极化、虚假信息和内容审核问题。

Scale-Aware Adversarial Analysis: A Diagnostic for Generative AI in Multiscale Complex Systems

基于尺度的对抗分析：生成AI在多尺度复杂系统中的诊断

Mengke Zhao, Guang-Xing Li, Duo Xu, Keping Qiu

机构 * School of Astronomy and Space Science, Nanjing University（南京大学天文与空间科学学院） ； South-Western Institute for Astronomy Research, Yunnan University（云南西南天文研究所） ； Key Laboratory of Modern Astronomy and Astrophysics (Nanjing University), Ministry of Education（南京大学现代天文与天体物理重点实验室） ； Canadian Institute for Theoretical Astrophysics, University of Toronto（多伦多大学加拿大理论天体物理研究所） 纠错

AI总结 本文提出基于约束扩散分解的诊断框架，用于评估生成AI在多尺度复杂系统中的性能，揭示模型在物理约束下的稳定性与连续性问题。

Comments submitted, comments welcome

GOR-IS: 3D Gaussian Object Removal in the Intrinsic Space

GOR-IS: 在内在空间中进行3D高斯物体移除

Yonghao Zhao, Yupeng Gao, Jian Yang, Jin Xie, Beibei Wang

机构 * Nankai University（南开大学） ； Nanjing University（南京大学） 纠错

AI总结 本文提出GOR-IS框架，通过分解场景为内在组件并建模光传输，实现物理一致且视觉连贯的3D物体移除，实验表明其在感知相似度和PSNR上优于现有方法。

VideoDetective: Clue Hunting via both Extrinsic Query and Intrinsic Relevance for Long Video Understanding

VideoDetective：通过外在查询和内在相关性进行长视频理解的线索搜索

Ruoliu Yang, Chu Wu, Caifeng Shan, Ran He, Chaoyou Fu

机构 * Nanjing University（南京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 本文提出VideoDetective框架，通过结合查询与片段的相关性及片段间亲和力，有效定位长视频问答中的关键片段，提升多模态大语言模型在长视频理解中的性能。