图像生成

PMMD: A pose-guided multi-view multi-modal diffusion for person generation

PMMD: 一种基于姿态的多视角多模态扩散用于人物生成

Ziyu Shang, Haoran Liu, Rongchao Zhang, Zhiqian Wei, Tongtong Feng

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； City University of Hong Kong, Hong Kong, China（香港城市大学） ； Peking University, Beijing, China（北京大学） ； Tsinghua University, Beijing, China（清华大学） 纠错

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

AI总结 PMMD通过多视角多模态扩散框架，实现可控姿态和外观的人像生成，提升一致性、细节保留和可控性。

DeX-Portrait: Disentangled and Expressive Portrait Animation via Explicit and Latent Motion Representations

DeX-Portrait: 通过显式和潜在运动表示实现解耦且表达性的肖像动画

Yuxiang Shi, Zhe Li, Yanwen Wang, Hao Zhu, Xun Cao, Ligang Liu

机构 * University of Science and Technology of China（中国科学技术大学） ； Central Media Technology Institute, Huawei（华为中央媒体技术研究所） ； Nanjing University（南京大学） 纠错

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

AI总结 DeX-Portrait通过显式和潜在运动表示生成解耦且表达性的肖像动画，提升动画质量和可控性。

Comments Projectpage: https://syx132.github.io/DeX-Portrait/

SynthSeg-Agents: Multi-Agent Synthetic Data Generation for Zero-Shot Weakly Supervised Semantic Segmentation

SynthSeg-Agents: 多智能体合成数据生成用于零样本弱监督语义分割

Wangyu Wu, Zhenhong Chen, Xiaowei Huang, Fei Ma, Jimin Xiao

机构 * Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； University of Liverpool（利物浦大学） ； Microsoft（微软公司） 纠错

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

AI总结 SynthSeg-Agents利用大型语言模型生成合成数据，无需现实图像即可实现零样本弱监督语义分割。

Omni-Effects: Unified and Spatially-Controllable Visual Effects Generation

Omni-Effects: 统一且空间可控的视觉效果生成

Fangyuan Mao, Aiming Hao, Jintao Chen, Dongxia Liu, Xiaokun Feng, Jiashu Zhu, Meiqi Wu, Chubin Chen, Jiahong Wu, Xiangxiang Chu

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

AI总结 Omni-Effects通过统一框架实现空间可控的多效果生成，结合LoRA-MoE和SAP技术，提升视觉效果生成的精度和多样性。

Comments Accepted to AAAI2026

GenAI-enabled Residual Motion Estimation for Energy-Efficient Semantic Video Communication

基于生成人工智能的残差运动估计用于节能语义视频通信

Shavbo Salehi, Pedro Enrique Iturria-Rivera, Medhat Elsayed, Majid Bavand, Yigit Ozcan, Melike Erol-Kantarci

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出PENME方法，通过残差运动估计和资源优化，提升语义视频通信的效率与质量。

How a Bit Becomes a Story: Semantic Steering via Differentiable Fault Injection

一位比特如何成为故事：通过可微分故障注入实现语义引导

Zafaryab Haider, Md Hafizur Rahman, Shane Moeykens, Vijay Devabhaktuni, Prabuddha Chakraborty

机构 * University of Maine（缅因大学） ； Illinois State University（伊利诺伊州立大学） 纠错

专题命中 可控生成 ：generative vision(abstract)

AI总结 通过可微分故障注入分析，研究比特级扰动对生成模型语义的影响，揭示低级变化如何引导高层语义。

Universal Equilibration Condition for Heavy Quarks

重子夸克的普遍平衡条件

Krishna Rajagopal, Bruno Scheihing-Hitschfeld, Urs Achim Wiedemann

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文推导出适用于任何量子场论的普遍平衡条件，揭示了动量转移概率分布中能量损失与获取的非对称性形式。

Comments 6 pages

Journal ref Phys.Rev.Lett. 135 (2025) 24, 242301