The University of Hong Kong（香港大学）

Rotate Your Character: Revisiting Video Diffusion Models for High-Quality 3D Character Generation

旋转你的角色：重新审视视频扩散模型用于高质量3D角色生成

Jin Wang, Jianxiang Lu, Comi Chen, Guangzheng Xu, Haoyu Yang, Peng Chen, Na Zhang, Yifan Xu, Longhuang Wu, Shuai Shao, Qinglin Lu, Ping Luo

机构 * Hunyuan, Tencent（腾讯文予实验室） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出RCM模型，通过旋转角色姿势实现高质量3D角色生成和新视角合成，支持多视角输入和高分辨率视频生成。

Comments 11 pages, 8 figures

Orient Anything V2: Unifying Orientation and Rotation Understanding

Orient Anything V2：统一物体3D方向和旋转理解

Zehan Wang, Ziang Zhang, Jiayang Xu, Jialei Wang, Tianyu Pang, Chao Du, HengShuang Zhao, Zhou Zhao

机构 * Zhejiang University（浙江大学） ； Shanghai AI Lab（上海人工智能实验室） ； Sea AI Lab（海思人工智能实验室） ； The University of Hong Kong（香港大学） 纠错

AI总结 Orient Anything V2通过四个创新提升，实现了对物体3D方向和旋转的统一理解，显著提升了零样本性能和泛化能力。

Comments NeurIPS 2025 Spotlight, Repo: https://github.com/SpatialVision/Orient-Anything-V2

Rethinking Supply Chain Planning: A Generative Paradigm

重新思考供应链规划：一种生成范式

Jiaheng Yin, Yongzhi Qi, Jianshen Zhang, Dongyang Geng, Zhengyu Chen, Hao Hu, Wei Qi, Zuo-Jun Max Shen

机构 * Tsinghua University, Beijing, China（清华大学） ； JD.com, Beijing, China（京东） ； Faculty of Engineering and Faculty of Business and Economics, The University of Hong Kong, China（香港大学工程学院和商学院） ； College of Engineering, University of California, Berkeley, CA, USA（加州大学伯克利分校工程学院） 纠错

AI总结 本文提出一种基于生成式人工智能的供应链规划范式，通过智能代理框架提升规划准确性与库存率，实现动态需求下的适应性协调。

Channel Fingerprint Construction for Massive MIMO: A Deep Conditional Generative Approach

大规模MIMO中的通道指纹构建：一种深度条件生成方法

Zhenzhou Jin, Li You, Xudong Li, Zhen Gao, Yuanwei Liu, Xiang-Gen Xia, Xiqi Gao

机构 * National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信研究中心） ； Purple Mountain Laboratories（紫金山实验室） ； State Key Laboratory of CNS/ATM, Beijing Institute of Technology（北京理工大学 CNS/ATM 国家重点实验室） ； Beijing Institute of Technology（北京理工大学） ； MIT Key Laboratory of Complex-Field Intelligent Sensing, Beijing Institute of Technology（MIT 复杂场智能感知实验室，北京理工大学） ； Advanced Technology Research Institute, Beijing Institute of Technology（北京理工大学先进技术研究院） ； Yangtze Delta Region Academy, Beijing Institute of Technology（长江三角洲地区研究院，北京理工大学） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Department of Electrical and Computer Engineering, University of Delaware（德雷塞尔大学电子与计算机工程系） 纠错

AI总结 本文提出了一种基于深度条件生成扩散模型的通道指纹构建方法，通过引入CF双胞胎概念，利用变分推断和多目标知识蒸馏技术提升模型性能，实现粗粒度到细粒度CF的高效转换。

Comments 15 pages, 7 figures

Journal ref IEEE Transactions on Wireless Communications, vol. 25, pp. 6096-6113, 2026

Exploring the Vulnerabilities of Federated Learning: A Deep Dive into Gradient Inversion Attacks

探索联邦学习的漏洞：深入分析梯度反向攻击

Pengxin Guo, Runxi Wang, Shuang Zeng, Jinjing Zhu, Haoning Jiang, Yanran Wang, Yuyin Zhou, Feifei Wang, Hui Xiong, Liangqiong Qu

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Department of Mathematics, The University of Hong Kong（数学系，香港大学） ； Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能推动学院，香港科学与技术大学（广州）） ； Department of Electronic and Electrical Engineering, Southern University of Science and Technology（电子与电气工程系，南方科技大学） ； Department of Biomedical Data Science, Stanford University（生物医学数据科学系，斯坦福大学） ； Department of Computer Science and Engineering, University of California, Santa Cruz（计算机科学与工程系，加州大学圣克鲁兹分校） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电子与电气工程系，香港大学） ； Materials Innovation Institute for Life Sciences and Energy (MILES), HKU-SIRI（生命科学与能源材料创新研究所（MILES），HKU-SIRI） 纠错

AI总结 本文系统分析了联邦学习中梯度反向攻击的三种类型，揭示了其性能、实用性及威胁因素，并提出三阶段防御策略以增强隐私保护。

Comments Accepted by IEEE TPAMI

AtomThink: Multimodal Slow Thinking with Atomic Step Reasoning

AtomThink: 多模态慢思考与原子步骤推理

Kun Xiang, Zhili Liu, Terry Jingchen Zhang, Yinya Huang, Yunshuang Nie, Kaixin Cai, Yiyang Yin, Runhui Huang, Hanhui Li, Yihan Zeng, Yu-Jie Yuan, Jianhua Han, Lanqing Hong, Hang Xu, Xiaodan Liang

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； ETH Zurich（苏黎世联邦理工学院） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Hong Kong（香港大学） ； Noah’s Ark Lab（诺亚实验室） ； Yinwang Intelligent Technology Co., Ltd.（亿纬智能科技有限公司） 纠错

AI总结 AtomThink通过引入原子步骤推理，提升多模态大语言模型的推理性能和效率。

Comments TPAMI accepted

Online Test-Time Adaptation of Spatial-Temporal Traffic Flow Forecasting

时空交通流预测的在线测试时适应

Pengxin Guo, Pengrong Jin, Ziyue Li, Lei Bai, Yu Zhang

机构 * Department of Statistics and Actuarial Science, The University of Hong Kong（统计与精算系，香港大学） ； Department of Mathematics, Southern University of Science and Technology（数学系，南方科技大学） ； Department of Information Systems, University of Cologne（信息系统系，科隆大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Computer Science and Engineering, Southern University of Science and Technology（计算机科学与工程系，南方科技大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

AI总结 本文提出ADCSD方法，通过序列分解和自适应修正提升时空交通流预测的在线适应能力。