The University of Hong Kong（香港大学）

CineScene: Implicit 3D as Effective Scene Representation for Cinematic Video Generation

CineScene：隐式3D作为电影视频生成的有效场景表示

Kaiyi Huang, Yukun Huang, Yu Li, Jianhong Bai, Xintao Wang, Zinan Lin, Xuefei Ning, Jiwen Yu, Pengfei Wan, Yu Wang, Xihui Liu

机构 * The University of Hong Kong（香港大学） ； Kling Team, Kuaishou Technology（快手技术 Kling 团队） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Microsoft Research Project Page（微软研究院项目页面） 纠错

AI总结 CineScene通过隐式3D场景表示实现电影视频生成，能生成动态主体且保持场景一致的高质量视频。

Comments Project website: https://karine-huang.github.io/CineScene/

AEGPO: Adaptive Entropy-Guided Policy Optimization for Diffusion Models

AEGPO：适应性熵引导策略优化用于扩散模型

Yuming Li, Qingyu Li, Chengyu Bai, Xiangyang Luo, Zeyue Xue, Wenyu Qin, Meng Wang, Yikai Wang, Shanghang Zhang

机构 * Peking University（北京大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； The University of Hong Kong（香港大学） ； Beijing Normal University（北京师范大学） 纠错

AI总结 AEGPO通过双信号双层自适应优化提升扩散模型策略优化效率，实现更高效的收敛和更好的对齐性能。

Clinical-Prior Guided Multi-Modal Learning with Latent Attention Pooling for Gait-Based Scoliosis Screening

具有潜在注意力池的临床先验引导多模态学习用于基于步态的脊柱侧弯筛查

Dong Chen, Zizhuang Wei, Jialei Xu, Xinyang Sun, Zonglin He, Meiru An, Huili Peng, Yong Hu, Kenneth MC Cheung

机构 * Orthopaedic Centre, The University of Hong Kong - Shenzhen Hospital, Shenzhen, China（香港大学深圳医院骨科中心） ； Translational Medicine Centre, The University of Hong Kong - Shenzhen Hospital, China（香港大学深圳医院转化医学中心） ； Department of Orthopaedics and Traumatology, Li Ka Shing Faculty of Medicine, The University of Hong Kong, Hong Kong, China（香港大学李嘉成医学院骨科及创伤外科学院） ； Huawei, China（华为） 纠错

AI总结 本文提出了一种基于步态的脊柱侧弯筛查方法，通过多模态学习和潜在注意力池化机制，结合临床先验知识，实现了可解释的特征表示和高精度的筛查性能。

Confundo: Learning to Generate Robust Poison for Practical RAG Systems

Confundo: 学习生成稳健的毒药以应对实际RAG系统

Haoyang Hu, Zhejun Jiang, Yueming Lyu, Junyuan Zhang, Yi Liu, Ka-Ho Chow

机构 * The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； City University of Hong Kong（香港城市大学） 纠错

AI总结 Confundo是一种学习生成毒药的框架，通过微调大型语言模型以提高RAG系统的鲁棒性和隐蔽性，有效应对实际系统中的安全威胁。

Adaptive and Balanced Re-initialization for Long-timescale Continual Test-time Domain Adaptation

自适应与平衡的长时标持续测试时域适应

Yanshuo Wang, Jinguang Tong, Jun Lan, Weiqiang Wang, Huijia Zhu, Haoxing Chen, Xuesong Li, Jie Hong

机构 * Hong Kong Polytechnic University（香港理工大学） ； Eastern Institute for Advanced Study（东方高级研究所） ； Ant Group（蚂蚁集团） ； Australian National University（澳大利亚国立大学） ； CSIRO（澳大利亚科学院） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出自适应与平衡重初始化方法，通过自适应间隔优化权重重初始化，提升模型在长期非平稳环境下的持续测试时域适应性能。

Comments Accepted in ICASSP 2026

Enhancing Features in Long-tailed Data Using Large Vision Model

利用大视觉模型增强长尾数据特征

Pengxiao Han, Changkun Ye, Jinguang Tong, Cuicui Jiang, Jie Hong, Li Fang, Xuesong Li

机构 * Australian National University Canberra, Australia ； The University of Hong Kong Hong Kong SAR ； Chinese Academy of Sciences China ； Australian National University\&CSIRO Canberra, Australia 纠错

AI总结 本研究提出利用大视觉模型增强长尾数据特征，通过特征融合和原型损失函数提升模型性能。

Hear You in Silence: Designing for Active Listening in Human Interaction with Conversational Agents Using Context-Aware Pacing

在沉默中倾听：利用情境感知节奏设计人与对话代理的主动倾听

Zhihan Jiang, Qianhui Chen, Chu Zhang, Yanheng Li, Ray LC

机构 * The University of Hong Kong Hong Kong, SAR China Columbia University New York United States ； Renmin University of China Beijing China ； City University of Hong Kong\ for Narrative Spaces Hong Kong, SAR China Guangdong University of Technology Guangzhou China ； City University of Hong Kong\ for Narrative Spaces Hong Kong, SAR China ； The University of Hong Kong ； Columbia University ； Renmin University of China ； City University of Hong Kong\ for Narrative Spaces ； Guangdong University of Technology 纠错

AI总结 本文提出通过情境感知节奏策略提升对话代理的主动倾听能力，通过实验验证其在人际关系和职业支持场景中的有效性。

Comments 29 pages, 10 figures. Conditionally Accepted to CHI '26