图像生成

FR-TTS: Test-Time Scaling for NTP-based Image Generation with Effective Filling-based Reward Signal

FR-TTS: 基于有效填充奖励信号的NTP图像生成测试时扩展

Hang Xu, Linjiang Huang, Feng Zhao

机构 * MoE Key Lab of BIPC, USTC（信息与通信技术联合实验室，中国科学技术大学） ； Beihang University（北京航空航天大学） 纠错

专题命中 图像生成评测 ：image generation(title,abstract)；分类 cs.CV

AI总结 FR-TTS通过有效填充奖励信号提升NTP图像生成的测试时扩展性能。

Envision: Benchmarking Unified Understanding & Generation for Causal World Process Insights

Envision：基于因果世界过程洞察的统一理解和生成基准测试

Juanxi Tian, Siyuan Li, Conghui He, Lijun Wu, Cheng Tan

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 图像生成评测 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 Envision通过因果事件进程基准测试，评估统一模型在动态时空一致性上的表现，揭示其在因果叙事一致性上的优势及仍需改进的时空一致性挑战。

Comments 35 pages, 12 figures, 10 tables

Charts Are Not Images: On the Challenges of Scientific Chart Editing

图表不是图像：关于科学图表编辑挑战的探讨

Shawn Li, Ryan Rossi, Sungchul Kim, Sunav Choudhary, Franck Dernoncourt, Puneet Mathur, Zhengzhong Tu, Yue Zhao

机构 * University of Southern California（南加州大学） ； Adobe Research（Adobe研究院） ； Texas A&M University（德克萨斯A&M大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出FigEdit基准测试，揭示科学图表编辑中结构转换的重要性，并指出传统像素操作方法的不足。

Hallo4: High-Fidelity Dynamic Portrait Animation via Direct Preference Optimization

Hallo4: 通过直接偏好优化实现高保真的动态肖像动画

Jiahao Cui, Yan Chen, Mingwang Xu, Hanlin Shang, Yuxuan Chen, Yun Zhan, Zilong Dong, Yao Yao, Jingdong Wang, Siyu Zhu

机构 * Fudan University（复旦大学） ； Baidu Inc.（百度公司） ； Shanghai Innovative Institute（上海创新研究院） ； Nanjing University（南京大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 Hallo4通过直接偏好优化和时空运动调制，实现高保真的动态肖像动画生成，提升唇部同步、表情自然性和身体运动一致性。