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。

2026-01-08 至 2026-01-08 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 文生图 3 篇

2502.03826 2026-01-08 cs.CV 86%

FairT2I: Mitigating Social Bias in Text-to-Image Generation via Large Language Model-Assisted Detection and Attribute Rebalancing

FairT2I: 通过大型语言模型辅助的检测与属性再平衡缓解文本到图像生成中的社会偏见

Jinya Sakurai, Yuki Koyama, Issei Sato

机构 * The University of Tokyo（东京大学）

专题命中文生图：text-to-image(title,abstract)；image generation(title)；分类 cs.CV

AI总结 FairT2I通过大型语言模型辅助检测与属性再平衡，有效缓解文本到图像生成中的社会偏见问题。

2601.03468 2026-01-08 cs.CV 83%

Understanding Reward Hacking in Text-to-Image Reinforcement Learning

理解文本到图像强化学习中的奖励黑客行为

Yunqi Hong, Kuei-Chun Kao, Hengguang Zhou, Cho-Jui Hsieh

机构 * Department of Computer Science, University of California, Los Angeles（计算机科学系，加州大学洛杉矶分校）

专题命中文生图：text-to-image(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结本文提出了一种轻量的伪影奖励模型，用于缓解文本到图像强化学习中的奖励黑客问题，通过提高图像真实性和减少低质量生成。

2512.07198 2026-01-08 cs.CV cs.CL 70%

Generating Storytelling Images with Rich Chains-of-Reasoning

通过丰富的推理链生成叙事图像

Xiujie Song, Qi Jia, Shota Watanabe, Xiaoyi Pang, Ruijie Chen, Mengyue Wu, Kenny Q. Zhu

机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, China（X-LANCE实验室，计算机科学学院，上海交通大学，中国）； Shanghai Artificial Intelligence Laboratory, China（上海人工智能实验室，中国）； East China University of Technology, China（东华大学，中国）； University of Texas at Arlington, USA（德克萨斯大学阿灵顿分校，美国）

专题命中文生图：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结本文提出StorytellingPainter，通过结合大语言模型推理与文本到图像合成，生成具有丰富推理链的叙事图像，并引入评估框架和轻量级模型以提升生成效果。