图像生成

BideDPO: Conditional Image Generation with Simultaneous Text and Condition Alignment

BideDPO：基于文本和条件对齐的同时图像生成

Dewei Zhou, Mingwei Li, Zongxin Yang, Yu Lu, Yunqiu Xu, Zhizhong Wang, Zeyi Huang, Yi Yang

机构 * Zhejiang University（浙江大学） ； Harvard University（哈佛大学） ； Huawei Technologies Ltd., China（华为技术有限公司） 纠错

专题命中 可控生成 ：image generation(title,abstract)；text-to-image(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 BideDPO通过双向解耦的DPO框架解决文本与条件间的冲突，提升图像生成的准确性和一致性。

Comments 29 pages

Backdoors in Conditional Diffusion: Threats to Responsible Synthetic Data Pipelines

条件扩散中的后门：对负责任的合成数据管道的威胁

Raz Lapid, Almog Dubin

机构 * Raz Lapid ； Almog Dubin 纠错

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

AI总结 本文提出了一种针对ControlNet的模型污染攻击，通过后门生成攻击者指定内容，并提出CFT方法作为防御措施。

Comments Accepted at RDS @ AAAI 2026

Journal ref AAAI 2026 Workshop on Shaping Responsible Synthetic Data in the Era of Foundation Models

ControlThinker: Unveiling Latent Semantics for Controllable Image Generation through Visual Reasoning

ControlThinker: 通过视觉推理揭示潜在语义以实现可控图像生成

Feng Han, Yang Jiao, Shaoxiang Chen, Junhao Xu, Jingjing Chen, Yu-Gang Jiang

机构 * Shanghai Key Lab of Intell. Info. Processing, School of CS, Fudan University（上海智能信息处理关键实验室，复旦大学计算机学院） ； Shanghai Collaborative Innovation Center on Intelligent Visual Computing（上海智能视觉计算协同创新中心） ； MiniMax 纠错

专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV

AI总结 ControlThinker通过视觉推理挖掘潜在语义，提升可控图像生成的语义一致性和视觉质量。

Generating Synthetic Human Blastocyst Images for In-Vitro Fertilization Blastocyst Grading

生成合成人类囊胚图像用于体外受精囊胚分级

Pavan Narahari, Suraj Rajendran, Lorena Bori, Jonas E. Malmsten, Qiansheng Zhan, Zev Rosenwaks, Nikica Zaninovic, Iman Hajirasouliha

专题命中 可控生成 ：image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 DIA框架通过生成高保真的合成囊胚图像，解决体外受精中囊胚分级的数据稀缺和类别不平衡问题，提升AI评估工具的性能和标准化。

Comments The manuscript is 23 pages, with five main figures and one table. The supplemental material includes 23 pages with fourteen figures and four tables

Point-to-Point: Sparse Motion Guidance for Controllable Video Editing

点到点：用于可控视频编辑的稀疏运动引导

Yeji Song, Jaehyun Lee, Mijin Koo, JunHoo Lee, Nojun Kwak

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 Point-to-Point通过引入锚点标记，利用视频扩散模型的先验知识，实现可控视频编辑中运动与编辑的高质量保真度。

EgoControl: Controllable Egocentric Video Generation via 3D Full-Body Poses

EgoControl: 通过3D全身姿态实现可控的目视视频生成

Enrico Pallotta, Sina Mokhtarzadeh Azar, Lars Doorenbos, Serdar Ozsoy, Umar Iqbal, Juergen Gall

机构 * University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉玛尔人工智能与机器学习研究所） ； NVIDIA（NVIDIA公司） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 EgoControl通过3D全身姿态控制生成高质量的目视视频，实现对动作的精细控制，推动具身AI的发展。

The LQR-Schr{ö}dinger Bridge

LQR-薛定谔桥

Marc Lambert

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种基于LQR成本的薛定谔桥问题求解方法，通过双Riccati方程系统闭式解，实现复杂高斯过程的构造与非均匀扩展。

Journal ref 64th IEEE Conference on Decision and Control, Dec 2025, Rio de Jaineiro, France

AnimAgents: Coordinating Multi-Stage Animation Pre-Production with Human-Multi-Agent Collaboration

AnimAgents: 协调多阶段动画前期制作的人机多智能体协作

Wen-Fan Wang, Chien-Ting Lu, Jin Ping Ng, Yi-Ting Chiu, Ting-Ying Lee, Miaosen Wang, Bing-Yu Chen, Xiang 'Anthony' Chen

机构 * National Taiwan University（国立台湾大学） ； Google DeepMind（谷歌DeepMind） ； HCI Research, UCLA（人机交互研究， UCLA） 纠错

专题命中 可控生成 ：image generation(abstract)

AI总结 AnimAgents通过人机多智能体协作系统，协调多阶段动画前期制作流程，提升协调性、一致性和信息管理效率。