图像生成

UNCAGE: Contrastive Attention Guidance for Masked Generative Transformers in Text-to-Image Generation

Wonjun Kang, Byeongkeun Ahn, Minjae Lee, Kevin Galim, Seunghyuk Oh, Hyung Il Koo, Nam Ik Cho

专题命中 文生图 ：image generation(title,abstract)；text-to-image(title,abstract)；diffusion(abstract)；分类 cs.CV

Comments Code is available at https://github.com/furiosa-ai/uncage

LumiGen: An LVLM-Enhanced Iterative Framework for Fine-Grained Text-to-Image Generation

Xiaoqi Dong, Xiangyu Zhou, Nicholas Evans, Yujia Lin

机构 * Dali University（大理大学） ； Bandırma Onyedi Eylül University（班迪尔马第十七个九月大学） 纠错

专题命中 文生图 ：image generation(title,abstract)；text-to-image(title,abstract)；diffusion(abstract)；分类 cs.GR

Cross-Domain Image Synthesis: Generating H&E from Multiplex Biomarker Imaging

Jillur Rahman Saurav, Mohammad Sadegh Nasr, Jacob M. Luber

机构 * Department of CSE University of Texas at Arlington Arlington, Texas, USA（计算机科学与工程系 乌德勒支理工大学 美国德克萨斯州阿灵顿） 纠错

专题命中 文生图 ：image synthesis(title)

ACM Multimedia Grand Challenge on ENT Endoscopy Analysis

Trong-Thuan Nguyen, Viet-Tham Huynh, Thao Thi Phuong Dao, Ha Nguyen Thi, Tien To Vu Thuy, Uyen Hanh Tran, Tam V. Nguyen, Thanh Dinh Le, Minh-Triet Tran

机构 * University of Science, VNU-HCM（越南胡志明市科学大学） ； Vietnam National University（越南国家大学） ； Thong Nhat Hospital（通那医院） ； Faculty of Medicine, Pham Ngoc Thach University of Medicine（范 Ngoc Thach 医学院） ； Cho Ray Hospital（Cho Ray 医院） ； University of Dayton（Dayton 大学） ； University of Health Sciences, VNU-HCM（越南胡志明市健康科学大学） 纠错

专题命中 文生图 ：text-to-image(abstract)；分类 cs.CV

MM2CT: MR-to-CT translation for multi-modal image fusion with mamba

Chaohui Gong, Zhiying Wu, Zisheng Huang, Gaofeng Meng, Zhen Lei, Hongbin Liu

专题命中 文生图 ：image synthesis(abstract)

Whose Truth? Pluralistic Geo-Alignment for (Agentic) AI

Krzysztof Janowicz, Zilong Liu, Gengchen Mai, Zhangyu Wang, Ivan Majic, Alexandra Fortacz, Grant McKenzie, Song Gao

机构 * University of Vienna（维也纳大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Maine（缅因大学） ； McGill University（麦吉尔大学） ； University of Wisconsin（威斯康星大学） 纠错

专题命中 文生图 ：text-to-image(abstract)

Magic Fixup: Streamlining Photo Editing by Watching Dynamic Videos

Hadi Alzayer, Zhihao Xia, Xuaner Zhang, Eli Shechtman, Jia-Bin Huang, Michael Gharbi

机构 * University of Maryland \& Adobe College Park MD USA ； Adobe San Jose CA USA ； Adobe Seattle CA USA ； Adobe San Francisco CA USA ； University of Maryland \& Adobe ； Adobe 纠错

专题命中 图像编辑 ：diffusion(abstract)；分类 cs.CV

Comments ACM Transactions on Graphics 2025. Project page: https://magic-fixup.github.io/

Repurposing 2D Diffusion Models with Gaussian Atlas for 3D Generation

Tiange Xiang, Kai Li, Chengjiang Long, Christian Häne, Peihong Guo, Scott Delp, Ehsan Adeli, Li Fei-Fei

机构 * Stanford University（斯坦福大学） ； Meta Reality Labs（Meta现实实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

Comments ICCV 2025

AudioGen-Omni: A Unified Multimodal Diffusion Transformer for Video-Synchronized Audio, Speech, and Song Generation

Le Wang, Jun Wang, Chunyu Qiang, Feng Deng, Chen Zhang, Di Zhang, Kun Gai

机构 * China University of Mining and Technology（中国矿业大学） ； Kuaishou Technology（快手科技） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV、cs.MM

Comments 12 pages, 2 figures

DualMat: PBR Material Estimation via Coherent Dual-Path Diffusion

Yifeng Huang, Zhang Chen, Yi Xu, Minh Hoai, Zhong Li

机构 * Stony Brook University（石溪大学） ； Meta ； Goertek Alpha Labs（Goertek Alpha实验室） ； The University of Adelaide（阿德莱德大学） ； Apple Inc.（苹果公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

RDDPM: Robust Denoising Diffusion Probabilistic Model for Unsupervised Anomaly Segmentation

Mehrdad Moradi, Kamran Paynabar

机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（H. Milton Stewart工业与系统工程学院，佐治亚理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments 10 pages, 5 figures. Accepted to the ICCV 2025 Workshop on Vision-based Industrial InspectiON (VISION)

DepthSync: Diffusion Guidance-Based Depth Synchronization for Scale- and Geometry-Consistent Video Depth Estimation

Yue-Jiang Dong, Wang Zhao, Jiale Xu, Ying Shan, Song-Hai Zhang

机构 * Tsinghua University（清华大学） ； ARC Lab, Tencent PCG（腾讯PCG实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments Accepted by ICCV 2025; Project Homepage: https://yuejiangdong.github.io/depthsync

EarthSynth: Generating Informative Earth Observation with Diffusion Models

Jiancheng Pan, Shiye Lei, Yuqian Fu, Jiahao Li, Yanxing Liu, Yuze Sun, Xiao He, Long Peng, Xiaomeng Huang, Bo Zhao

机构 * Tsinghua University（清华大学） ； University of Sydney（悉尼大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Wuhan University（武汉大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments 25 pages

MotionStreamer: Streaming Motion Generation via Diffusion-based Autoregressive Model in Causal Latent Space

Lixing Xiao, Shunlin Lu, Huaijin Pi, Ke Fan, Liang Pan, Yueer Zhou, Ziyong Feng, Xiaowei Zhou, Sida Peng, Jingbo Wang

机构 * Zhejiang University（浙江大学） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； DeepGlint ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV 2025. Project Page: https://zju3dv.github.io/MotionStreamer/

CM-Diff: A Single Generative Network for Bidirectional Cross-Modality Translation Diffusion Model Between Infrared and Visible Images

Bin Hu, Chenqiang Gao, Shurui Liu, Junjie Guo, Fang Chen, Fangcen Liu, Junwei Han

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers

Min Zhao, Guande He, Yixiao Chen, Hongzhou Zhu, Chongxuan Li, Jun Zhu

机构 * Dept. of Comp. Sci. \& Tech., BNRist Center, THU-Bosch ML Center, Tsinghua University. ； The University of Texas at Austin. ； Gaoling School of Artificial Intelligence Renmin University of China Beijing, China. ； Beijing Key Laboratory of Research on Large Models ； Engineering Research Center of Next-Generation Intelligent Search ； Pazhou Laboratory (Huangpu) 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICML 2025. Project page: https://riflex-video.github.io/

Latent Space Diffusion for Topology Optimization

Aaron Lutheran, Srijan Das, Alireza Tabarraei

专题命中 扩散模型 ：diffusion(title,abstract)

Real-Time Iteration Scheme for Diffusion Policy

Yufei Duan, Hang Yin, Danica Kragic

机构 * Division of Robotics, Perception and Learning, KTH Royal Institude of Technology（机器人、感知与学习系，皇家理工学院） ； Department of Computer Science, University of Copenhagen（计算机科学系，哥本哈根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

Comments \c{opyright} 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Multi-Modal Multi-Behavior Sequential Recommendation with Conditional Diffusion-Based Feature Denoising

Xiaoxi Cui, Weihai Lu, Yu Tong, Yiheng Li, Zhejun Zhao

机构 * Peking University（北京大学） ； Wuhan University（武汉大学） ； Shanghai University of International Business（上海国际商务大学） ； Microsoft（微软公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

Comments SIGIR 2025

Journal ref SIGIR 2025: Proceedings of the 48th International ACM SIGIR Conference on Research and Development in Information Retrieval Pages 1593 - 1602

Estimating Musical Surprisal from Audio in Autoregressive Diffusion Model Noise Spaces

Mathias Rose Bjare, Stefan Lattner, Gerhard Widmer

专题命中 扩散模型 ：diffusion(title,abstract)

Comments 9 pages, 1 figure, 5 tables. Accepted at the 25th International Society for Music Information Retrieval Conference (ISMIR), Daejeon, South Korea, 2025 2025

Align-for-Fusion: Harmonizing Triple Preferences via Dual-oriented Diffusion for Cross-domain Sequential Recommendation

Yongfu Zha, Xinxin Dong, Haokai Ma, Yonghui Yang, Xiaodong Wang

机构 * National University of Defense Technology（国防科技大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

Switching Diffusion Systems with Past-Dependent Switching and Countable State Space: Successful Couplings and Strong Ergodicity

Fubao Xi, Yafei Zhai, Chao Zhu

专题命中 扩散模型 ：diffusion(title,abstract)

Well-Posedness of the Cauchy Problem for One-Dimensional Nonlinear Diffusion Equations with Dynamic and Fourth-Type Boundary Conditions in the Lp Lq Maximal Regularity Setting

Ken Furukawa

专题命中 扩散模型 ：diffusion(title,abstract)

Diffusion Models are Secretly Exchangeable: Parallelizing DDPMs via Autospeculation

Hengyuan Hu, Aniket Das, Dorsa Sadigh, Nima Anari

机构 * Computer Science Department, Stanford University, California, USA（斯坦福大学计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

Exponential equilibration of an electro-energy-reaction-diffusion system arising from a two-level semiconductor model

Michael Kniely

专题命中 扩散模型 ：diffusion(title,abstract)

Scaling of diffusion constants in perturbed easy-axis Heisenberg spin chains

Markus Kraft, Mariel Kempa, Jiaozi Wang, Sourav Nandy, Robin Steinigeweg

专题命中 扩散模型 ：diffusion(title,abstract)

Comments 12 pages, 12 figures

Journal ref Phys. Rev. B 112, 054417 (2025)

MagicHOI: Leveraging 3D Priors for Accurate Hand-object Reconstruction from Short Monocular Video Clips

Shibo Wang, Haonan He, Maria Parelli, Christoph Gebhardt, Zicong Fan, Jie Song

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

ReferEverything: Towards Segmenting Everything We Can Speak of in Videos

Anurag Bagchi, Zhipeng Bao, Yu-Xiong Wang, Pavel Tokmakov, Martial Hebert

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Toyota Research Institute（丰田研究 institute） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

Comments Project page at https://refereverything.github.io/

Heat and super-diffusive melting fronts in unsaturated porous media

Eirik G. Flekkøy, Erika Eiser, Alex Hansen

专题命中 扩散模型 ：diffusion(abstract)

Stranski-Krastanov Growth of Disordered ScNx Thin Films on MgO(100): Influence of Defect Densities on Electronic Structure and Transport Properties

Susmita Chowdhury, Rachana Gupta, Najnin Bano, Yogesh Kumar, Shashi Prakash, Dinesh Kumar Shukla, Vasant G. Sathe, Mukul Gupta

专题命中 扩散模型 ：diffusion(abstract)