高校专区
UnityVideo: 一体化多模态多任务学习以增强世界感知视频生成
机构 * HKUST（香港科技大学） ； CUHK（香港中文大学） ； Tsinghua University（清华大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队）
AI总结 UnityVideo通过一体化多模态多任务学习提升视频生成的世界感知能力，引入动态噪声化和模态切换器，实现更全面的世界知识表示。
Comments Project Website https://jackailab.github.io/Projects/UnityVideo
Unison: 一个完全自动、任务通用且低成本的统一理解和生成框架
机构 * The University of Hong Kong（香港大学） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 Unison提出一个低成本、全自动的多模态理解和生成框架，通过两阶段方案实现任务自适应，覆盖多种理解和生成任务，提升生成质量与自动化水平。
大规模多模态数据集与基准用于人类活动场景理解和推理
机构 * The Chinese University of Hong Kong, Hong Kong（香港中文大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Columbia University（哥伦比亚大学） ； University of Pittsburgh（匹兹堡大学）
AI总结 CUHK-X是一个大规模多模态数据集和基准，用于人类活动场景理解和推理，通过生成逻辑一致的活动序列提升描述一致性。
NeuroABench: 一种多模态评估基准，用于神经外科解剖识别
机构 * Hong Kong Institute of Science and Innovation（香港科学与创新研究院） ； The University of Hong Kong-Shenzhen Hospital（香港大学深圳医院） ； Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系）
AI总结 NeuroABench是首个用于评估神经外科领域解剖理解的多模态基准，通过实验揭示了MLLMs在解剖识别任务中的局限性，并展示了人类表现与模型之间的差距。
Comments Accepted by IEEE ICIA 2025
探索无编码器架构在3D大语言模型中的潜力
机构 * Northwestern Polytechnical University（西北工业大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Tele AI
AI总结 本文提出首个无编码器3D大语言模型ENEL，通过嵌入语义编码和分层几何聚合策略，在3D理解任务中达到与SOTA模型相当的性能。
超越标记级监督：通过强化学习解锁解码回归的潜力
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家实验室，南京大学） ； School of Artificial Intelligence, Nanjing University（人工智能学院，南京大学） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学）
AI总结 本文提出通过强化学习提升基于解码的回归性能，引入序列级信号以提高预测精度和采样效率，优于传统方法。
AI作为'联合创始人'：生成式人工智能与创业
机构 * Mendoza College of Business, University of Notre Dame（诺丁汉大学梅森商学院） ； Department of Finance, Durham University Business School（杜伦大学商学院金融系） ； Department of Economics, The Chinese University of Hong Kong（香港中文大学经济系） ； Department of Economics, The University of Pennsylvania（宾夕法尼亚大学经济系） ； Wharton School, The University of Pennsylvania（宾夕法尼亚大学沃顿商学院） ； Department of Finance, SEM, Tsinghua University（清华大学经济管理学院金融系）
AI总结 本文研究生成式人工智能对创业的影响，发现其通过促进小企业创立，增强了市场竞争力。
用于面部表情识别的感知CNN
机构 * School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院，哈尔滨工业大学） ； School of Software, Northwestern Polytechnical University（软件学院，西北工业大学） ； School of Software, Zhengzhou University of Light Industry（软件学院，郑州轻工业学院） ； School of Computer Science, Northwestern Polytechnical University（计算机科学学院，西北工业大学） ； School of Science and Engineering, Chinese University of Hong Kong, Shenzhen（科学与工程学院，香港中文大学（深圳））
AI总结 本文提出了一种用于面部表情识别的感知CNN，通过多域交互机制和两阶段损失函数提升识别性能。
Comments in IEEE Transactions on Image Processing (2025)
CoP: 用于大型语言模型的代理式红队测试：原理组合
机构 * The Chinese University of Hong Kong Sha Tin, Hong Kong（香港中文大学（深圳）） ； IBM Research New York, USA（IBM纽约研究院）
AI总结 CoP通过原理组合框架实现LLMs红队测试自动化，发现新型jailbreak提示并显著提升攻击成功率。
LabUtopia：高保真模拟与分层基准用于科学具身智能体
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； Oxford（牛津大学） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 LabUtopia通过高保真模拟和分层基准推动实验室环境中具身智能的发展。
Comments Accepted by NeurIPS 2025 Dataset and Benchmark Track
CSI-BERT2：一种基于BERT的高效CSI预测与分类框架，用于无线通信与传感
机构 * Shenzhen Research Institute of Big Data（深圳大数据研究院） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Department of Electrical and Electronic Engineering（电子与电气工程系） ； Department of Information Science and Engineering（信息科学与工程系） ； KTH Royal Institute of Technology（皇家理工学院）
AI总结 CSI-BERT2基于BERT提出，通过双向自注意力机制和改进的结构，实现高效CSI预测与分类，适用于无线通信与传感场景。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈