The Chinese University of Hong Kong（香港中文大学）

Wan-Move: Motion-controllable Video Generation via Latent Trajectory Guidance

Wan-Move：通过潜在轨迹引导实现可动视频生成

Ruihang Chu, Yefei He, Zhekai Chen, Shiwei Zhang, Xiaogang Xu, Bin Xia, Dingdong Wang, Hongwei Yi, Xihui Liu, Hengshuang Zhao, Yu Liu, Yingya Zhang, Yujiu Yang

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； Tsinghua University（清华大学） ； HKU（香港大学） ； CUHK（香港中文大学） 纠错

AI总结 Wan-Move通过潜在轨迹引导实现视频生成的精确运动控制，无需修改架构即可提升运动可控性。

Comments NeurlPS 2025. Code and data available at https://github.com/ali-vilab/Wan-Move

Dual-Branch Center-Surrounding Contrast: Rethinking Contrastive Learning for 3D Point Clouds

双分支中心-周围对比：重新思考3D点云中的对比学习

Shaofeng Zhang, Xuanqi Chen, Xiangdong Zhang, Sitong Wu, Junchi Yan

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出双分支中心-周围对比框架，通过双分支输入和补丁级对比损失，提升3D点云对比学习性能，达到SOTA效果。

Comments 16 pages, 6 figures

Learning to Control Physically-simulated 3D Characters via Generating and Mimicking 2D Motions

通过生成和模仿2D动作来学习控制物理模拟的3D角色

Jianan Li, Xiao Chen, Tao Huang, Tien-Tsin Wong

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Monash University（墨尔本大学） 纠错

AI总结 Mimic2DM通过生成和模仿2D动作直接学习控制物理模拟的3D角色，无需依赖3D运动数据。

TrackingWorld: World-centric Monocular 3D Tracking of Almost All Pixels

TrackingWorld: 以世界为中心的单目3D像素跟踪

Jiahao Lu, Weitao Xiong, Jiacheng Deng, Peng Li, Tianyu Huang, Zhiyang Dou, Cheng Lin, Sai-Kit Yeung, Yuan Liu

机构 * HKUST（香港科技大学） ； USTC（中国科学技术大学） ； CUHK（香港中文大学） ； HKU（香港大学） ； XMU（厦门大学） ； MUST（澳门科技大学） 纠错

AI总结 TrackingWorld提出了一种以世界为中心的单目3D像素跟踪方法，通过上采样器和优化框架实现对视频中几乎所有像素的密集3D跟踪。

Comments Accepted by NeurIPS 2025. Project Page: https://igl-hkust.github.io/TrackingWorld.github.io/

ViSA: 3D-Aware Video Shading for Real-Time Upper-Body Avatar Creation

ViSA: 一种3D感知的视频着色方法用于实时上半身数字人生成

Fan Yang, Heyuan Li, Peihao Li, Weihao Yuan, Lingteng Qiu, Chaoyue Song, Cheng Chen, Yisheng He, Shifeng Zhang, Xiaoguang Han, Steven Hoi, Guosheng Lin

机构 * Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tongyi Lab, Alibaba Group（阿里云实验室） 纠错

AI总结 ViSA结合3D重建与视频生成技术，实时生成高质量上半身数字人，减少模糊和僵硬问题，提升视觉质量。

Comments Project page: \url{https://lhyfst.github.io/visa}

Fine-grained Spatiotemporal Grounding on Egocentric Videos

细粒度眼动视频时空定位

Shuo Liang, Yiwu Zhong, Zi-Yuan Hu, Yeyao Tao, Liwei Wang

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出EgoMask基准和EgoMask-Train数据集，针对眼动视频细粒度时空定位的挑战，通过微调提升模型性能。

Comments Accepted by ICCV 2025

Towards Explainable Bilingual Multimodal Misinformation Detection and Localization

迈向可解释的双语多模态虚假信息检测与定位

Yiwei He, Zhenglin Huang, Haiquan Wen, Tianxiao Li, Yi Dong, Hao Fei, Baoyuan Wu, Guangliang Cheng

机构 * University of Liverpool, United Kingdom（利物浦大学） ； National University of Singapore, Singapore（新加坡国立大学） ； The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）） 纠错

AI总结 BiMi提出双语多模态框架，通过联合定位、一致性检测和自然语言解释，提升多语言虚假信息检测的准确性和可解释性。