点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达

3D视觉工坊很荣幸邀请到了香港理工大学博士生刘烨，为大家着重分享他们团队的工作。如果您有相关工作需要分享，欢迎文末联系我们。

UniPixel: Unified Object Referring and Segmentation for Pixel-Level Visual Reasoning
主页：https://polyu-chenlab.github.io/unipixel/
代码：https://github.com/PolyU-ChenLab/UniPixel

VideoMind: A Chain-of-LoRA Agent for Long Video Reasoning
主页：https://videomind.github.io/
代码：https://github.com/yeliudev/VideoMind

直播信息

时间

2025年10月15日(周三)19：00

主题

NeurIPS'25 | 统一像素级分割和区域理解，一个模型支持9大视觉任务！

直播平台

3D视觉工坊视频号

点击按钮预约直播

3D视觉工坊哔哩哔哩也将同步直播

主讲嘉宾

刘烨

香港理工大学博士生，师从陈长汶教授。本科毕业于武汉大学，先后赴香港大学、帝国理工学院、纽约州立大学布法罗分校和香港中文大学（深圳）交流学习。博士期间，他与腾讯 ARC Lab、哈佛大学 Visual Computing Group、新加坡国立大学 Show Lab 等科研机构合作开展了多项研究。其研究方向涵盖多模态大模型、视频理解和城市计算，重点聚焦于构建主动式的多模态视频理解系统，相关成果发表于 NeurIPS、CVPR、ACM MM、TPAMI 等顶级会议和期刊。

个人主页：https://yeliu.dev/

直播大纲

1. 前言：交互式视频理解

2. 用户与模型交互: UniPixel（统一的视频分割和区域理解模型）

3. 模型与视频交互: VideoMind（以视觉为中心的多模态推理）

4. 总结与展望

参与方式

注：3D视觉工坊很荣幸邀请到了香港理工大学博士生刘烨，为大家着重分享他们团队的工作。如果您有相关工作需要分享，欢迎联系微信：cv3d009，请备注：宣传工作，则不予通过。