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 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像编辑 2 篇

2507.05397 2026-01-12 cs.CV 83%

Neural-Driven Image Editing

神经驱动的图像编辑

Pengfei Zhou, Jie Xia, Xiaopeng Peng, Wangbo Zhao, Zilong Ye, Zekai Li, Suorong Yang, Jiadong Pan, Yuanxiang Chen, Ziqiao Wang, Kai Wang, Qian Zheng, Hao Jin, Xiaojun Chang, Gang Pan, Shurong Dong, Kaipeng Zhang, Yang You

机构 * NUS（国立新加坡大学）； ZJU（浙江大学）； RIT（罗切斯特理工学院）； NJU（南京大学）； USTC（中国科学技术大学）； Shanghai AI Lab（上海人工智能实验室）； SII（上海信息所）； Hangzhou RongNao Tech（杭州融纳科技）

专题命中图像编辑：image editing(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 LoongX通过多模态神经信号驱动图像编辑，结合扩散模型和对比学习实现高性能图像编辑任务。

Comments 22 pages, 14 figures

2601.05572 2026-01-12 cs.CV 79%

Towards Generalized Multi-Image Editing for Unified Multimodal Models

面向统一多模态模型的通用多图像编辑

Pengcheng Xu, Peng Tang, Donghao Luo, Xiaobin Hu, Weichu Cui, Qingdong He, Zhennan Chen, Jiangning Zhang, Charles Ling, Boyu Wang

机构 * Western University（西方大学）； Tencent YouTu Lab（腾讯优图实验室）； Nanjing University（南京大学）

专题命中图像编辑：image editing(title,abstract)；分类 cs.CV

AI总结本文提出了一种面向统一多模态模型的通用多图像编辑框架，通过可学习的潜在分离器和正弦索引编码提升多图像编辑任务中的视觉一致性和泛化能力。

Comments Project page: https://github.com/Pengchengpcx/MIE-UMM