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。

2025-12-17 至 2025-12-17 共收录 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像生成评测 2 篇

2512.14620 2025-12-17 cs.CL cs.AI cs.CV 57%

JMMMU-Pro: Image-based Japanese Multi-discipline Multimodal Understanding Benchmark via Vibe Benchmark Construction

JMMMU-Pro：通过Vibe基准构建的基于图像的日本多学科多模态理解基准

Atsuyuki Miyai, Shota Onohara, Jeonghun Baek, Kiyoharu Aizawa

机构 * The University of Tokyo（东京大学）

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

AI总结 JMMMU-Pro通过构建基于图像的多模态理解基准，评估LMMs在日文处理能力，提出Vibe基准构建方法以提高基准质量。

Comments Project page: https://mmmu-japanese-benchmark.github.io/JMMMU_Pro/

2504.20865 2025-12-17 cs.CV 57%

AI-GenBench: A New Ongoing Benchmark for AI-Generated Image Detection

AI-GenBench: 一个面向AI生成图像检测的新持续性基准

Lorenzo Pellegrini, Davide Cozzolino, Serafino Pandolfini, Davide Maltoni, Matteo Ferrara, Luisa Verdoliva, Marco Prati, Marco Ramilli

机构 * Dipartimento di Informatica - Scienza e Ingegneria (DISI) Università di Bologna（博洛尼亚大学信息学院-科学与工程系）； Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione (DIETI) Università degli Studi di Napoli Federico II（那不勒斯费德里科二世大学电子工程与信息科技系）； IdentifAI

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

AI总结 Ai-GenBench提出一个持续性基准，用于评估AI生成图像检测方法在面对新生成模型时的泛化能力，提供全面数据集和标准化评估流程，促进可重复性和实际应用。

Comments Accepted at Verimedia workshop, IJCNN 2025. 9 pages, 6 figures, 4 tables, code available: https://github.com/MI-BioLab/AI-GenBench