Follow-Your-Preference: Towards Preference-Aligned Image Inpainting
机构 * The University of Tokyo（东京大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学）
专题命中 图像修复 ：inpainting(title,abstract)；分类 cs.CV
Comments 16 pages,9 figures, 4 tables
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 图像修复 3 篇
SimpleGVR: A Simple Baseline for Latent-Cascaded Video Super-Resolution
机构 * State Key Laboratory of Internet of Things for Smart City, University of Macau（澳门大学物联网智能城市国家重点实验室） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； Tsinghua University（清华大学） ； Kuaishou Technology（快手科技） ； Shenzhen University of Advanced Technology（深圳先进技术大学）
专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV
SAGA-SR: Semantically and Acoustically Guided Audio Super-Resolution
专题命中 图像修复 ：diffusion(abstract)
Comments 5 pages, 3 figures
2. 个性化与一致性 8 篇
Training-Free Diffusion Framework for Stylized Image Generation with Identity Preservation
机构 * Computer Vision Group, Part AI Research Center（部分人工智能研究中心计算机视觉组） ； Department of Computer Engineering, Amirkabir University of Technology（阿米卡比尔技术大学计算机工程系）
专题命中 个性化与一致性 ：diffusion(title,abstract)；image generation(title)；image synthesis(abstract)；分类 cs.CV
Disentangling Regional Primitives for Image Generation
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 个性化与一致性 ：image generation(title,abstract)；分类 cs.CV
Taming Masked Diffusion Language Models via Consistency Trajectory Reinforcement Learning with Fewer Decoding Step
机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 个性化与一致性 ：diffusion(title,abstract)
Comments 10 pages, 4 figures, 7 tables. Code: https://github.com/yjyddq/EOSER-ASS-RL
CharGen: Fast and Fluent Portrait Modification
机构 * University of Tübingen Germany（图宾根大学）
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV、cs.GR
Comments Project page: https://chargen.jdihlmann.com/
Personalized Vision via Visual In-Context Learning
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； A*STAR, Singapore（新加坡科技研究局）
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV
Comments Project page: https://yuxinn-j.github.io/projects/PICO
ThermalGen: Style-Disentangled Flow-Based Generative Models for RGB-to-Thermal Image Translation
机构 * New York University（纽约大学） ； Technology Innovation Institute（技术创新研究所） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV
Comments 23 pages including the checklist and appendix. Accepted at NeurIPS 2025
Disentangling Score Content and Performance Style for Joint Piano Rendering and Transcription
机构 * National University of Singapore（新加坡国立大学）
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.MM
Comments 30 pages, 13 figures
T2Bs: Text-to-Character Blendshapes via Video Generation
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.GR
3. 图像生成评测 4 篇
UI2V-Bench: An Understanding-based Image-to-video Generation Benchmark
机构 * Peking University（北京大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Nankai University（南开大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Tsinghua University（清华大学）
专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV
Counterfactual Visual Explanation via Causally-Guided Adversarial Steering
机构 * Case Western Reserve University（凯斯西储大学） ； New Jersey Institute of Technology（新泽西理工学院）
专题命中 图像生成评测 ：image generation(abstract)；分类 cs.CV
OViP: Online Vision-Language Preference Learning for VLM Hallucination
机构 * Fudan University（复旦大学） ； University of Southern California（南加州大学） ； ByteDance（字节跳动）
专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV
FRABench and UFEval: Unified Fine-grained Evaluation with Task and Aspect Generalization
机构 * School of Computer Science, Fudan University（复旦大学计算机学院） ； Meituan Group（美团集团） ； School of Computer Science, Singapore Management University（新加坡管理学院）
专题命中 图像生成评测 ：image generation(abstract)
4. 效率与蒸馏 8 篇
SANA-Sprint: One-Step Diffusion with Continuous-Time Consistency Distillation
专题命中 效率与蒸馏 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.GR
Comments 22 pages, 11 figures, 8 tables, In submission
CLQ: Cross-Layer Guided Orthogonal-based Quantization for Diffusion Transformers
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 效率与蒸馏 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV
Comments 10 pages, 5 figures. Code is released at https://github.com/Kai-Liu001/CLQ
Rolling Forcing: Autoregressive Long Video Diffusion in Real Time
机构 * Nanyang Technological University（南洋理工大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室）
专题命中 效率与蒸馏 ：diffusion(title)；分类 cs.CV
Comments Project page: https://kunhao-liu.github.io/Rolling_Forcing_Webpage/
DC-VideoGen: Efficient Video Generation with Deep Compression Video Autoencoder
机构 * NVIDIA（英伟达）
专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV
Comments Tech Report. The first three authors contributed equally to this work
Asymmetric VAE for One-Step Video Super-Resolution Acceleration
机构 * Shanghai Jiao Tong University（上海交通大学） ； South China University of Technology（华南理工大学）
专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV
BLADE: Block-Sparse Attention Meets Step Distillation for Efficient Video Generation
机构 * Zhejiang University（浙江大学） ； Central Media Technology Institute, Huawei Technologies（华为技术有限公司中央媒体技术研究所）
专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV
Comments Tech report
Efficient Generative Model Training via Embedded Representation Warmup
机构 * Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
StarTrail: Concentric Ring Sequence Parallelism for Efficient Near-Infinite-Context Transformer Model Training
专题命中 效率与蒸馏 ：diffusion(abstract)
