图像生成

Noise Diffusion for Enhancing Semantic Faithfulness in Text-to-Image Synthesis

Boming Miao, Chunxiao Li, Xiaoxiao Wang, Andi Zhang, Rui Sun, Zizhe Wang, Yao Zhu

机构 * Beijing Normal University（北京师范大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Manchester（曼彻斯特大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tsinghua University（清华大学） 纠错

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

Comments Updated author formatting; no substantive changes

More Than Generation: Unifying Generation and Depth Estimation via Text-to-Image Diffusion Models

Hongkai Lin, Dingkang Liang, Mingyang Du, Xin Zhou, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

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

Comments Accepted by NeurIPS 2025. The code will be made available at https://github.com/H-EmbodVis/MERGE

ORIGEN: Zero-Shot 3D Orientation Grounding in Text-to-Image Generation

Yunhong Min, Daehyeon Choi, Kyeongmin Yeo, Jihyun Lee, Minhyuk Sung

机构 * KAIST（韩国科学技术院） 纠错

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

Comments Project Page: https://origen2025.github.io

Prompt fidelity of ChatGPT4o / Dall-E3 text-to-image visualisations

Dirk HR Spennemann

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

VALA: Learning Latent Anchors for Training-Free and Temporally Consistent

Zhangkai Wu, Xuhui Fan, Zhongyuan Xie, Kaize Shi, Longbing Cao

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

LiteDiff

Ruchir Namjoshi, Nagasai Thadishetty, Vignesh Kumar, Hemanth Venkateshwara

专题命中 文生图 ：diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

ME: Trigger Element Combination Backdoor Attack on Copyright Infringement

Feiyu Yang, Siyuan Liang, Aishan Liu, Dacheng Tao

专题命中 文生图 ：text-to-image(abstract)；diffusion(abstract)

Comments Finding unfinished issue in this work , still refining

Synthesize Privacy-Preserving High-Resolution Images via Private Textual Intermediaries

Haoxiang Wang, Zinan Lin, Da Yu, Huishuai Zhang

机构 * Peking University（北京大学） ； Microsoft Research（微软研究院） ； Google Research（谷歌研究院） ； Wangxuan Institute of Computer Technology, Peking University（计算机技术研究院，北京大学） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） 纠错

专题命中 文生图 ：image synthesis(abstract)；分类 cs.CV

RealCustom++: Representing Images as Real Textual Word for Real-Time Customization

Zhendong Mao, Mengqi Huang, Fei Ding, Mingcong Liu, Qian He, Yongdong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； ByteDance Inc（字节跳动公司） 纠错

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

Comments 18 pages

Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence (2025)

Vision Transformers Don't Need Trained Registers

Nick Jiang, Amil Dravid, Alexei Efros, Yossi Gandelsman

机构 * UC Berkeley（伯克利大学） 纠错

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

Comments Project page and code: https://avdravid.github.io/test-time-registers. Accepted to NeurIPS '25 (spotlight)