机构
*
School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）
；
School of Software Engineering, Sun Yat-sen University（中山大学软件工程学院）
；
School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院）
；
Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院）
；
Zhujiang Hospital, Southern Medical University（南方医科大学珠江医院）
；
College of Mathematical Medicine, Zhejiang Normal University（浙江师范大学数学医学院）
Compositional Cross-Modality Translation via Whole-Volume Multitask Latent Flow Matching
基于全容积多任务潜在流匹配的组合跨模态医学图像转换
Daniele Molino, Alessio Zoboli, Camillo Maria Caruso, Valerio Guarrasi, Paolo Soda
机构
*
Università Campus Bio-Medico di Roma（罗马 Campus Bio-Medico 大学）
；
Umeå University（于默奥大学）
；
UniCamillus – Saint Camillus International University of Health Sciences（UniCamillus – 圣卡米勒斯国际健康科学大学）
Comments† Equal contribution. Affiliations: 1: The University of Hong Kong 2: The University of Sydney 3: University of Electronic Science and Technology of China Corresponding authors: Zihan Deng (zhdeng@hku.hk), Chuanzhi Xu (chuanzhi.xu@sydney.edu.au) Project page: https://frankdengai.github.io/SciFigQual-Bench Source code & dataset: https://github.com/FrankDengAI/SciFigQual-Bench
Technical Report on the CVPR 2026@AdvML Workshop Challenge
关于CVPR 2026@AdvML研讨会挑战赛的技术报告
Tianyuan Zhang, Zonglei Jing, Jiangfan Liu, Ligong Zhang, Ke Ma, Chengzhi Sun, Xiaohai Xu, Zhirui Zhang, Qianqian Xu, Qingming Huang, Hanyu Fang, Junhua Liu, Zheng Wang, Xiaoliang Liu, Yuanbo Li, Shuai Gui, Bin Wang, Menghe Zheng, Jing Nie, Hanyang Meng, Zeyang Zhang, Xiang Zhang, Yongxuan Zhu, Rui Ding, Hainan Li, Yongkang Zhang, Zhilei Zhu, Xianglong Kong, Jin Hu, Zonghao Ying, Yisong Xiao, Lei Chen, Haotong Qin, Jiakai Wang, Aishan Liu, Ruikai Li, Julia Karbing, Yinpeng Dong, Zhenfei Yin, Shao Jing, Xia Hu, Jingyi Xu, Juntao Dai, Xinyun Chen, Vishal M. Patel, Xianglong Liu, Dawn Song, Alan Yuille, Philip H. S. Torr, Dacheng Tao
机构
*
Beihang University（北京航空航天大学）
；
University of Chinese Academy of Sciences（中国科学院大学）
；
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
；
Tongji University（同济大学）
；
iFLYTEK Co., Ltd.（科大讯飞股份有限公司）
；
Anhui Laboratory for Safe Artificial Intelligence in the Yangtze River Delta（长三角安全人工智能安徽实验室）
；
Wenzhou Business College（温州商学院）
；
Jiangnan University（江南大学）
；
Guangzhou City University of Technology（广州理工学院）
；
Inceptio Technology（智元机器）
；
Institute of Dataspace（数据空间研究所）
；
Zhongguancun Laboratory（中关村实验室）
；
Tsinghua University（清华大学）
；
ETH Zürich（苏黎世联邦理工学院）
；
University of Oxford（牛津大学）
；
Shanghai AI Laboratory（上海人工智能实验室）
；
BAAI（北京智源人工智能研究院）
；
Meta
；
Johns Hopkins University（约翰·霍普金斯大学）
；
University of California, Berkeley（加州大学伯克利分校）
；
Nanyang Technological University（南洋理工大学）
Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning
通过深度原生结构推理实现准确、跨学科和透明的结构-属性理解
Chen Tang, Yizhou Wang, Jianyu Wu, Lintao Wang, Shixiang Tang, Pengze Li, Encheng Su, Jun Yao, Jiabei Xiao, Yuqi Shi, Jielan Li, Hongxia Hao, Zhangyang Gao, Fang Wu, Ben Fei, Xiangyu Yue, Pan Tan, Bozitao Zhong, Jinouwen Zhang, Aoran Wang, Yan Lu, Jiaheng Liu, Xinzhu Ma, Liang Hong, Mingyue Zheng, Phil Torr, Bowen Zhou, Wanli Ouyang, Lei Bai
机构
*
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
；
The Chinese University of Hong Kong（香港中文大学）
；
Shanghai Jiao Tong University（上海交通大学）
；
Fudan University（复旦大学）
；
University of Sydney（悉尼大学）
；
Nanjing University（南京大学）
；
University of Oxford（牛津大学）
；
The University of Science and Technology of China（中国科学技术大学）
；
Drug Discovery and Design Center, State Key Laboratory of Drug Research, Shanghai Institute of Materia Medica, Chinese Academy of Sciences（药物发现与设计中心、国家药物研究重点实验室、上海中医药材料医学研究所、中国科学院）
；
University of Chinese Academy of Sciences（中国科学院大学）
；
Stanford University（斯坦福大学）
机构
*
School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院）
；
Institute of Plasma Physics, Chinese Academy of Sciences（中国科学院等离子体物理研究所）
；
State Key Laboratory of Opto-Electronic Information Acquisition and Protection Technology, Anhui University（安徽大学光电子信息获取与控制技术国家重点实验室）
