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。

2026-01-12 至 2026-01-12 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 可控生成 3 篇

2601.05546 2026-01-12 cs.CV 83%

MoGen: A Unified Collaborative Framework for Controllable Multi-Object Image Generation

MoGen：一种用于可控多对象图像生成的统一协作框架

Yanfeng Li, Yue Sun, Keren Fu, Sio-Kei Im, Xiaoming Liu, Guangtao Zhai, Xiaohong Liu, Tao Tan

机构 * Faculty of Applied Sciences, Macao Polytechnic University（澳门理工学院）； College of Computer Science, Sichuan University（四川大学计算机学院）； Department of Computer Science and Engineering, Michigan State University（密歇根州立大学计算机科学与工程系）； School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（上海交通大学信息科学与电子工程学院）； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院）

专题命中可控生成：image generation(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 MoGen通过区域语义锚和自适应多模态引导模块，实现了对多对象图像生成的可控性和灵活性。

2508.02151 2026-01-12 cs.CV 83%

AttriCtrl: Fine-Grained Control of Aesthetic Attribute Intensity in Diffusion Models

AttriCtrl: 细粒度控制扩散模型中的审美属性强度

Die Chen, Zhongjie Duan, Zhiwen Li, Cen Chen, Daoyuan Chen, Yaliang Li, Yingda Chen

机构 * School of Data Science and Engineering, East China Normal University（数据科学与工程学院，东华大学）； Alibaba Group（阿里巴巴集团）

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

AI总结 AttriCtrl通过轻量级框架实现扩散模型中审美属性的细粒度连续控制，提升生成图像的个性化与多样性。

2601.05637 2026-01-12 cs.AI cs.LG cs.SY eess.SY 67%

GenCtrl -- A Formal Controllability Toolkit for Generative Models

GenCtrl -- 生成模型的正式可控性工具包

Emily Cheng, Carmen Amo Alonso, Federico Danieli, Arno Blaas, Luca Zappella, Pau Rodriguez, Xavier Suau

机构 * Apple（苹果公司）； Universitat Pompeu Fabra（庞培法布拉大学）； Stanford（斯坦福大学）

专题命中可控生成：image generation(abstract)；text-to-image(abstract)

AI总结 GenCtrl 提出了一种理论框架，用于评估生成模型的可控性，并通过实验展示了可控性在不同任务中的脆弱性。