The Hong Kong University of Science and Technology（香港科技大学）

Structure From Tracking: Distilling Structure-Preserving Motion for Video Generation

从跟踪中获取结构：从自回归视频跟踪模型中蒸馏保持结构的运动用于视频生成

Yang Fei, George Stoica, Jingyuan Liu, Qifeng Chen, Ranjay Krishna, Xiaojuan Wang, Benlin Liu

机构 * HKUST（香港科技大学） ； University of Washington（华盛顿大学） ； Georgia Tech（佐治亚理工学院） ； Adobe（Adobe公司） 纠错

AI总结 通过蒸馏自回归视频跟踪模型中的结构保持运动先验，SAM2VideoX在视频生成任务中实现了更高的保真度和一致性。

Comments Project Website: https://sam2videox.github.io/

NeuralOGCM: Differentiable Ocean Modeling with Learnable Physics

NeuralOGCM：可微海洋建模与可学习物理

Hao Wu, Yuan Gao, Fan Xu, Fan Zhang, Guangliang Liu, Yuxuan Liang, Xiaomeng Huang

机构 * Tsinghua University, Beijing, China（清华大学） ； University of Science and Technology of China, Hefei, China（中国科学技术大学） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学） ； Hong Kong University of Science and Technology (Guangzhou), Guangzhou, China（香港科学与技术大学（广州）） 纠错

AI总结 NeuralOGCM通过融合可微编程与深度学习，实现高效且物理合理的海洋建模，提升科学计算的精度与效率。

AgentBalance: Backbone-then-Topology Design for Cost-Effective Multi-Agent Systems under Budget Constraints

AgentBalance：在预算约束下为多智能体系统设计成本有效的Backbone-then-Topology架构

Shuowei Cai, Yansong Ning, Hao Liu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 AgentBalance通过Backbone-then-Topology设计，在预算约束下提升多智能体系统的成本效益

FlowDC: Flow-Based Decoupling-Decay for Complex Image Editing

FlowDC: 基于流的解耦-衰减用于复杂图像编辑

Yilei Jiang, Zhen Wang, Yanghao Wang, Jun Yu, Yueting Zhuang, Jun Xiao, Long Chen

机构 * Zhejiang University（浙江大学） ； HKUST（香港科技大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

AI总结 FlowDC通过解耦和衰减技术提升复杂图像编辑的源一致性与语义对齐性能。

Attacking and Securing Community Detection: A Game-Theoretic Framework

攻击与安全社区检测：一种博弈论框架

Yifan Niu, Aochuan Chen, Tingyang Xu, Jia Li

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； DAMO Academy, Alibaba Group（阿里集团达摩院） ； Hupan Lab（护航实验室） 纠错

AI总结 本文提出CD-GAME框架，通过博弈论方法提升社区检测的鲁棒性，对抗性攻击与防御策略在纳什均衡下实现更隐蔽的有效性。

DAPO: Design Structure-Aware Pass Ordering in High-Level Synthesis with Graph Contrastive and Reinforcement Learning

DAPO：面向高阶综合的结构感知流程排序设计

Jinming Ge, Linfeng Du, Likith Anaparty, Shangkun Li, Tingyuan Liang, Afzal Ahmad, Vivek Chaturvedi, Sharad Sinha, Zhiyao Xie, Jiang Xu, Wei Zhang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Indian Institute of Technology (Palakkad)（印度理工学院（帕拉卡德）） ； Indian Institute of Technology (Goa)（印度理工学院（果阿）） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 DAPO通过对比学习和强化学习，实现高阶综合中设计结构感知的流程排序，提升优化策略的效率和准确性。

Comments Accepted by DATE 2026

Towards Logic-Aware Manipulation: A Knowledge Primitive for VLM-Based Assistants in Smart Manufacturing

面向逻辑感知的操控：一种用于智能制造中基于VLM助手的知识原语

Suchang Chen, Daqiang Guo

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 本文提出了一种面向智能制造的基于VLM助手的知识原语，通过定义对象为中心的操控-逻辑模式，实现了在制造单元中执行复杂操控任务的逻辑感知和高效规划。

Comments 8 pages, 2 figures, submitted to the 2026 IFAC World Congress

Octopus: Agentic Multimodal Reasoning with Six-Capability Orchestration

Octopus: 六种能力协同的代理多模态推理

Yifu Guo, Zishan Xu, Zhiyuan Yao, Yuquan Lu, Jiaye Lin, Sen Hu, Zhenheng Tang, Huacan Wang, Ronghao Chen

机构 * Sun Yat-sen University（中山大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 Octopus通过六种能力协同实现多模态代理推理，有效提升复杂任务中的自主探索与动态能力选择能力。

CaberNet: Causal Representation Learning for Cross-Domain HVAC Energy Prediction

CaberNet：跨领域 HVAC 能量预测的因果表示学习

Kaiyuan Zhai, Jiacheng Cui, Zhehao Zhang, Junyu Xue, Yang Deng, Kui Wu, Guoming Tang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Southern University of Science and Technology（南方科技大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Victoria（维多利亚大学） 纠错

AI总结 CaberNet通过因果表示学习提升跨领域HVAC能量预测的鲁棒性和准确性。

Comments Accepted at ACM e-Energy 2026

Noise Matters: Optimizing Matching Noise for Diffusion Classifiers

噪声至关重要：优化扩散分类器的匹配噪声

Yanghao Wang, Long Chen

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

AI总结 本文提出NoOp方法，通过频率匹配和空间匹配原则优化扩散分类器的噪声，以提升分类稳定性与效率。

FuncGenFoil: Airfoil Generation and Editing Model in Function Space

FuncGenFoil：函数空间中的机翼生成与编辑模型

Jinouwen Zhang, Junjie Ren, Qianhong Ma, Jianyu Wu, Aobo Yang, Yan Lu, Lu Chen, Hairun Xie, Jing Wang, Miao Zhang, Wanli Ouyang, Shixiang Tang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Shanghai Aircraft Design and Research Institute（上海飞机设计与研究院） ； Innovation Academy for Microsatellites of CAS（中国科学院微卫星创新院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 FuncGenFoil通过函数空间建模实现机翼生成与编辑，提升生成精度与多样性，为高保真空气动力学设计提供新框架。

M2NO: An Efficient Multi-Resolution Operator Framework for Dynamic Multi-Scale PDE Solvers

M2NO：一种高效的多分辨率运算框架用于动态多尺度PDE求解器

Zhihao Li, Zhilu Lai, Xiaobo Zhang, Wei Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Southwest Jiaotong University（西南交通大学） 纠错

AI总结 M2NO是一种高效的多分辨率运算框架，通过结合多网格结构和多小波空间，提升高维PDE求解的精度和效率，并在多种任务中表现优异。

Comments Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.1 (KDD 2026)