University of Chinese Academy of Sciences（中国科学院大学）

Human4K: A Large-Scale 4K Multi-View Mocap Dataset for Whole-Body 3D Human Reconstruction

Human4K：用于全身3D人体重建的大规模4K多视图动作捕捉数据集

Tianshun Han, Ziyu Shi, Lijian Liu, Ajian Liu, Benjia Zhou, Hugo Jair Escalante, Yanyan Liang, Sergio Escalera, Zhen Lei, Jun Wan

机构 * Macau University of Science and Technology（澳门科技大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Institute of Technology（北京理工大学） ； Instituto Nacional de Astrofísica, Óptica y Electrónica（国家天体物理、光学和电子学研究所） ； CINVESTAV Zacatenco（墨西哥国立自治大学科研与高级研究中心萨卡特enco分校） ； Computer Vision Center（计算机视觉中心） ； Universitat de Barcelona（巴塞罗那大学） ； Aalborg University（奥尔堡大学） 纠错

AI总结 针对现有3D人体重建模型在现实场景的不足，提出含动作捕捉精确标注的Human4K数据集，由八视图相机与Vicon动作捕捉同步拍摄，经模块处理，实验证明其能提升全身重建性能，尤其对手、脚和深度模糊肢体配置效果显著。

Nexus: Native Mesh Generation with Diffusion

Nexus：基于扩散的原生网格生成

Hanxiao Wang, Ying-Tian Liu, Yuan-Chen Guo, Qi-Yuan Feng, Zi-Xin Zou, Ding Liang, Biao Zhang, Yan-Pei Cao

机构 * MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统管理与控制国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； VAST（无（暂未找到合适中文名，VAST可音译为“瓦斯特”，但这并非一个正式的中文机构名，所以保留英文）） ； Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 研究针对高质量三角形网格生成问题，提出Nexus扩散方法，通过解耦顶点与拓扑生成实现整体网格生成，经实验验证其性能优于现有基线，有效克服顺序网格建模局限且获从业者青睐。

Hallo4D: Multi-Modal Hallucination Mitigation for Consistent Spatio-Temporal Generation

Hallo4D：用于一致时空生成的多模态幻觉缓解

Hongbo Wang, Huaibo Huang, Jie Cao, Jin Liu, Haoyang Tong, Ran He

机构 * Institute of Automation, Chinese Academy of Science（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shanghaitech University（上海科技大学） 纠错

AI总结 研究针对3D和4D内容生成中的时空幻觉问题，提出Hallo4D框架，利用多模态语言模型，通过生成-检测-校正范式及多种技术提升一致性，实验证明其在多样生成设置下优于基线，提供了可扩展通用的一致性感知内容生成方案。

Post-Training Pruning for Diffusion Transformers

扩散变换器的训练后剪枝

Chengzhi Hu, Xuewen Liu, Jing Zhang, Mengjuan Chen, Zhikai Li, Qingyi Gu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

AI总结 针对扩散变换器（DiTs）计算开销大的问题，提出DiT-Pruning方法，通过能量感知的显著性度量与聚类感知的剪枝粒度，在50%稀疏度下仅损失0.001 CLIP分数。

Comments 15 pages, 13 figures

Move-Then-Operate: Behavioral Phasing for Human-Like Robotic Manipulation

移动-然后-操作：用于类人机器人操作的行为相位

Haoming Xu, Lei Lei, Jie Gu, Chu Tang, Jingmin Chen, Ruiqi Wang

机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences, Hangzhou, China.（杭州高等研究院，中国科学院大学，中国杭州） ； University of Science and Technology of China, Hefei, China.（中国科学技术大学，中国合肥） ； School of Aritificial intelligence, Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China（人工智能学院，人工智能研究院，北京科技大学，中国北京） 纠错

AI总结 本文提出Move-Then-Operate框架，将机器人操作分为粗略移动和接触关键交互两个阶段，通过双专家策略提升操作精度与效率。

Comments 15 pages, 10 figures

Evidence Recomposition and Predictive Context Residualization for Visual Attribution in Multimodal Large Language Models

多模态大语言模型中用于视觉归因的证据重组与预测上下文残差化

Jiawei Liang, Jianjie Huang, Ruoyu Chen, Xianghao Jiao, Siyuan Liang, Shiming Liu, Xiaochun Cao

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Zhongguancun Academy（中关村学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学） ； Department of Mechanical Engineering, Imperial College London（伦敦帝国理工学院机械工程系） 纠错

AI总结 研究多模态大语言模型token级视觉证据难检查问题，提出基于证据重组和预测上下文残差化的ERCR框架，经实验验证该框架能改善目标token视觉证据、减轻上下文干扰，为视觉证据检查提供实用改进。

PersGuard: Preventing Malicious Personalization in Text-to-Image Diffusion Models via Model Backdoors

PersGuard：通过模型后门防止文本到图像扩散模型中的恶意个性化

Xinwei Liu, Xiaojun Jia, Yuan Xun, Hua Zhang, Xiaochun Cao

机构 * Institute of Information Engineering, Chinese Academy of Sciences（信息工程研究所，中国科学院） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； BraneMatrix AI ； School of Cyber Science and Technology, Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区计算机科学与技术学院） 纠错

AI总结 研究针对文本到图像扩散模型个性化引发的隐私问题，提出PersGuard框架，通过在模型发布前嵌入保护后门，结合统一优化问题制定后门注入，经实验验证其在隐私保护方面优于现有基于扰动的方法。