图像生成

MP1: MeanFlow Tames Policy Learning in 1-step for Robotic Manipulation

MP1: 均值流使政策学习在1步中适用于机器人操作

Juyi Sheng, Ziyi Wang, Peiming Li, Mengyuan Liu

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 MP1通过MeanFlow范式和轻量级分散损失，在1-NFE中实现更精确且可控的动作轨迹生成，优于现有方法。

Comments This paper has been accepted by AAAI 2026

A Gossip-Enhanced Communication Substrate for Agentic AI: Toward Decentralized Coordination in Large-Scale Multi-Agent Systems

一种增强型通信子系统用于代理AI：迈向大规模多智能体系统中的去中心化协调

Nafiul I. Khan, Mansura Habiba, Rafflesia Khan

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出利用 gossip 协议增强代理通信，以实现大规模多智能体系统中的去中心化协调，强调其在适应性和鲁棒性方面的关键作用。

Can VLMs Detect and Localize Fine-Grained AI-Edited Images?

视觉语言模型能否检测并定位细粒度的人工智能编辑图像？

Zhen Sun, Ziyi Zhang, Zeren Luo, Zhiyuan Zhong, Zeyang Sha, Tianshuo Cong, Zheng Li, Shiwen Cui, Weiqiang Wang, Jiaheng Wei, Xinlei He, Qi Li, Qian Wang

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Shandong University（山东大学） ； Wuhan University（武汉大学） 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FragFake基准，首次系统研究VLMs在编辑图像分类和定位中的应用，发现微调模型在准确性上表现优异，同时探索了基于GRPO的RLVR训练方法。

Comments 14pages,19 figures

Fast & Efficient Normalizing Flows and Applications of Image Generative Models

高效且快速的归一化流及图像生成模型的应用

Sandeep Nagar

机构 * International Institute of Information Technology (Deemed to be University)（国际信息技术学院（认定为大学）） ； IIIT Hyderabad（IIIT海得拉尔） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 本研究提出高效归一化流及图像生成模型的应用，包括超分辨率、农业质量评估、地质制图、隐私保护及艺术修复等

Comments PhD Thesis

RELIC: Interactive Video World Model with Long-Horizon Memory

RELIC：具有长时间记忆的交互式视频世界模型

Yicong Hong, Yiqun Mei, Chongjian Ge, Yiran Xu, Yang Zhou, Sai Bi, Yannick Hold-Geoffroy, Mike Roberts, Matthew Fisher, Eli Shechtman, Kalyan Sunkavalli, Feng Liu, Zhengqi Li, Hao Tan

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 RELIC通过统一框架实现长时记忆与实时交互，提升视频世界建模的准确性与稳定性。

Comments 22 pages

LSRS: Latent Scale Rejection Sampling for Visual Autoregressive Modeling

LSRS: 隐式尺度拒绝采样用于视觉自回归建模

Hong-Kai Zheng, Piji Li

机构 * College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics, China（南京航空航天大学人工智能学院） ； MIIT Key Laboratory of Pattern Analysis and Machine Intelligence, Nanjing, China（信息产业部模式分析与机器智能重点实验室） ； The Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education, Nanjing, China（教育部脑机智能技术重点实验室） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

AI总结 LSRS通过隐式尺度拒绝采样方法，在保持计算效率的同时提升视觉自回归模型的生成质量。

FantasyStyle: Controllable Stylized Distillation for 3D Gaussian Splatting

FantasyStyle: 用于3D高斯点云的可控风格化蒸馏

Yitong Yang, Yinglin Wang, Changshuo Wang, Huajie Wang, Shuting He

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 FantasyStyle通过可控风格化蒸馏和多视图频率一致性，解决3DGS风格迁移中的多视图不一致和内容泄漏问题，提升风格化质量与视觉真实感。

Comments Accepted by AAAI 2026

Mitigating Intra- and Inter-modal Forgetting in Continual Learning of Unified Multimodal Models

缓解统一多模态模型持续学习中的模态内和模态间遗忘

Xiwen Wei, Mustafa Munir, Radu Marculescu

专题命中 效率与蒸馏 ：image generation(abstract)

AI总结 本文提出MoDE，通过解耦模态以缓解统一多模态模型中的模态内和模态间遗忘问题。

Comments NeurIPS 2025