The University of Hong Kong（香港大学）

StreamPI: Streaming Multimodal Temporal Modeling for Vision-Language-Action Models

StreamPI：面向视觉-语言-动作模型的流式多模态时序建模

Zhe Liu, Jinghua Hou, Yuxiang Lu, Zhenya Yang, Xianzhe Fan, Junwei Luo, Junyi Li, Ruihua Han, Zhi Hou, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） ； ACE Robotics（ACE机器人公司） 纠错

AI总结 本文提出StreamPI框架，为单帧VLA模型赋予时序推理能力，通过指令锚定时序建模、随机间隔流式训练等方法，在真实机器人与仿真基准任务上性能优于pi0.5。

CloSeR: Unified Relational Distillation from Closed-Set Teachers for Category Discovery

CloSeR：来自闭集教师的用于类别发现的统一关系蒸馏

Yuanpei Liu, Zhenqi He, Jialu Tang, Kai Han

机构 * The University of Hong Kong（香港大学） 纠错

AI总结 提出即插即用框架CloSeR，通过闭集关系知识注入与统一关系蒸馏，提升广义类别发现性能，在六个基准上用DINO和DINOv2主干达到SOTA

Comments Accepted as a conference paper at ECCV 2026

GaussianDream++: Efficient 3D Gaussian World Modeling for Robotic Manipulation

Yuqing Jiang, Zijian Zhang, Weitao Zhou, Jiawei Wang, Junjie He, Lei Yang, Haifang Qing, Si Liu, Ding Zhao, Ping Luo, Haibao Yu

机构 * Tuojing Intelligence（拓境智能） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） 纠错

Comments 17 pages, 4 figures

Reflection Steering: Disentangling Reflection from Reasoning in Activation Space for Token-Efficient Inference

反射引导：在激活空间中解耦反射与推理以实现高效令牌推理

Jiarui Hu, Zhiyuan Wen, Xiaoyun Liu, Jiaxing Shen, Yu Yang

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算学院） ； School of Data Science, Lingnan University（岭南大学数据科学学院） ； Centre for Learning, Teaching and Technology, The Education University of Hong Kong（香港教育大学学习、教学与技术中心） 纠错

AI总结 本文提出无需训练的Reflection Steering框架，通过解耦反射与推理的激活实现高效令牌推理，可减少16.9%推理令牌，还引入参数α平衡令牌节省、准确率与生成稳定性。

Comments 8 pages, 5 figures, 4 tables

Efficient Training with Foresight: Multi-Token Auxiliary Supervision for Autoregressive Image Generation

带前瞻的高效训练：用于自回归图像生成的多令牌辅助监督

Guo Niu, Xiongfei Yao, Teng Wang, Nannan Zhu

机构 * Foshan University（佛山大学） ； The University of Hong Kong（香港大学） ； Sun Yat-sen University（中山大学） 纠错

AI总结 该研究针对自回归图像生成的缺陷，提出MTAR框架，通过多令牌预测、令牌级对比正则化和语义丢弃提升性能，在ImageNet上实现了生成质量与效率的更优平衡。

Comments Accepted by ACM Multimedia 2026 (ACM MM 2026)

RAEM: Robust Autonomous Exploration for Multi-Floor Environments with a Quadruped Robot

RAEM：面向四足机器人的多层级环境鲁棒自主探索框架

Zikang Yuan, Yuan Ren, Yian Wang, Yixue Wang, Enze Fang, Xuewei Zhang, Junda Cheng, Chi Chen, Chin-Pang Ho, Lijun Zhu, Shaohang Xu, Kwang-Ting Cheng, Xin Yang

机构 * AI Chip Center for Emerging Smart Systems（新兴智能系统AI芯片中心） ； InnoHK Centers（创新香港中心） ； HongKong University of Science and Technology（香港科技大学） ； Southeast University（东南大学） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Hong Kong（香港大学） ； Wuhan University（武汉大学） 纠错

AI总结 本文提出RAEM框架，通过混合局部-全局可通行性表示、楼梯中心对齐策略与双路径搜索机制，实现四足机器人在多层级环境的鲁棒自主探索，经仿真与真实实验验证有效。

Comments 21 pages, 23 figures