图像生成

Enhancing Text-to-Image Generation via End-Edge Collaborative Hybrid Super-Resolution

通过端边协作混合超分辨率增强文本到图像生成

Chongbin Yi, Yuxin Liang, Ziqi Zhou, Peng Yang

机构 * School of Electronic Information and Communications（电子信息与通讯学院） 纠错

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

AI总结 本文提出端边协作混合超分辨率框架，通过结合扩散模型和轻量级模型提升文本到图像生成的分辨率与效率，实验显示延迟降低33%且图像质量保持竞争力。

Comments Accpeted by ICC 2026

3D Space as a Scratchpad for Editable Text-to-Image Generation

3D空间作为可编辑的文本到图像生成的草稿纸

Oindrila Saha, Vojtech Krs, Radomir Mech, Subhransu Maji, Matheus Gadelha, Kevin Blackburn-Matzen

机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Adobe Research（Adobe研究） 纠错

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

AI总结 本文提出一种基于3D空间推理的文本到图像生成方法，通过可编辑的3D网格实现空间一致性，提升图像生成的精度和可控性。

CRAFT: Continuous Reasoning and Agentic Feedback Tuning for Multimodal Text-to-Image Generation

CRAFT：连续推理与代理反馈调优用于多模态文本到图像生成

V. Kovalev, A. Kuvshinov, A. Buzovkin, D. Pokidov, D. Timonin

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

AI总结 CRAFT通过显式推理和反馈调优提升多模态生成模型的可靠性，实现可控且高效的文本到图像生成。

Comments 37 pages, 42 figures

Towards Effective Prompt Stealing Attack against Text-to-Image Diffusion Models

面向文本到图像扩散模型的有效提示窃取攻击

Shiqian Zhao, Chong Wang, Yiming Li, Yihao Huang, Wenjie Qu, Siew-Kei Lam, Yi Xie, Kangjie Chen, Jie Zhang, Tianwei Zhang

专题命中 文生图 ：text-to-image(title,abstract)；diffusion(title,abstract)

AI总结 Prometheus通过动态修饰符和上下文匹配算法，实现无需训练的提示窃取攻击，有效提升对多种扩散模型的攻击成功率。

Comments This paper proposes an effective training-free, proxy-in-the-loop, and search-based prompt-stealing scheme against T2I models

Iterative Refinement Improves Compositional Image Generation

迭代细化改进组合图像生成

Shantanu Jaiswal, Mihir Prabhudesai, Nikash Bhardwaj, Zheyang Qin, Amir Zadeh, Chuan Li, Katerina Fragkiadaki, Deepak Pathak

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Lambda AI 纠错

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

AI总结 本文提出了一种迭代细化策略，通过视觉-语言模型反馈提升组合图像生成质量，实验显示在多个基准上均优于并行采样方法。

Comments Project webpage: https://iterative-img-gen.github.io/

TempViz: On the Evaluation of Temporal Knowledge in Text-to-Image Models

TempViz: 关于文本到图像模型中时间知识的评估

Carolin Holtermann, Nina Krebs, Anne Lauscher

机构 * Trustworthy AI Lab, University of Hamburg（汉堡大学可信人工智能实验室） ； University of St. Gallen（圣加尔登大学） 纠错

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

AI总结 TempViz通过首个全面评估时间知识的数据集，揭示了文本到图像模型在时间推理上的不足，并指出需进一步研究

Unified Text-Image Generation with Weakness-Targeted Post-Training

通过弱项针对性后训练实现统一的文本图像生成

Jiahui Chen, Philippe Hansen-Estruch, Xiaochuang Han, Yushi Hu, Emily Dinan, Amita Kamath, Michal Drozdzal, Reyhane Askari-Hemmat, Luke Zettlemoyer, Marjan Ghazvininejad

机构 * FAIR at Meta（Meta旗下的FAIR） ； University of Texas, Austin（德克萨斯大学奥斯汀分校） ； University of Washington（华盛顿大学） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 本文提出通过针对性后训练实现统一文本图像生成，提升多模态生成性能。

The Pictorial Cortex: Zero-Shot Cross-Subject fMRI-to-Image Reconstruction via Compositional Latent Modeling

皮层：通过组合潜在建模实现零样本跨主体fMRI到图像重建

Jingyang Huo, Yikai Wang, Yanwei Fu, Jianfeng Feng

机构 * Institute of Science and Technology for Brain-inspired Intelligence (ISTBI), Fudan University（脑启发智能科学与技术研究院，复旦大学） ； School of Data Science, Fudan University（复旦大学数据科学学院） ； Fudan ISTBI–ZJNU Algorithm Centre for Brain-Inspired Intelligence, Zhejiang Normal University（复旦ISTBI-浙师大脑启发智能算法中心，浙江师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 文生图 ：diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出PictorialCortex模型，通过组合潜在建模和多数据集训练，实现零样本跨主体fMRI到图像重建。

Multilingual-To-Multimodal (M2M): Unlocking New Languages with Monolingual Text

多语言到多模态（M2M）：通过单语文本解锁新语言

Piyush Singh Pasi

机构 * Amazon（亚马逊） 纠错

专题命中 文生图 ：image generation(abstract)；text-to-image(abstract)

AI总结 M2M通过单语文本学习多语言多模态对齐，实现多语言文本到图像检索的零样本迁移

Comments EACL 2026 Findings accepted. Camera-ready version

Semantic Image Synthesis via Diffusion Models

通过扩散模型进行语义图像合成

Wengang Zhou, Weilun Wang, Jianmin Bao, Dongdong Chen, Dong Chen, Lu Yuan, Houqiang Li

专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出基于DDPM的语义图像合成框架，通过改进的采样策略和网络结构提升生成质量和语义可解释性。

RI3D: Few-Shot Gaussian Splatting With Repair and Inpainting Diffusion Priors

RI3D: 少样本高斯点云渲染与修复与修复扩散先验

Avinash Paliwal, Xilong Zhou, Wei Ye, Jinhui Xiong, Rakesh Ranjan, Nima Khademi Kalantari

机构 * Texas A&M University（德克萨斯A&M大学） ； Meta Reality Labs（Meta现实实验室） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；inpainting(title,abstract)；分类 cs.CV、cs.GR

AI总结 RI3D通过分离视图合成任务并结合修复与修复扩散模型，实现了高质量的少样本3D渲染与缺失区域重建。

Comments ICCV 2025, Project page: https://people.engr.tamu.edu/nimak/Papers/RI3D, Code: https://github.com/avinashpaliwal/RI3D

Safeguarding Facial Identity against Diffusion-based Face Swapping via Cascading Pathway Disruption

通过级联路径破坏保障面部身份免受基于扩散的面部交换攻击

Liqin Wang, Qianyue Hu, Wei Lu, Xiangyang Luo

机构 * MoE Key Laboratory of Information Technology, Sun Yat-sen University, Guangzhou, China（信息科技教育部重点实验室，中山大学，广州，中国） ； State Key Laboratory of Mathematical Engineering and Advanced Computing, Zhengzhou, China（数学工程与先进计算国家重点实验室，郑州，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image editing(abstract)；分类 cs.CV

AI总结 VoidFace通过级联路径破坏技术，有效防御基于扩散模型的面部交换攻击，提升身份安全性。

PanoDreamer: Optimization-Based Single Image to 360 3D Scene With Diffusion

PanoDreamer: 基于优化的单张图像到360度3D场景

Avinash Paliwal, Xilong Zhou, Andrii Tsarov, Nima Khademi Kalantari

机构 * Texas A\&M University（德克萨斯A&M大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； Leia Inc.（Leia公司） 纠错

专题命中 扩散模型 ：diffusion(title)；inpainting(abstract)；分类 cs.CV、cs.GR

AI总结 PanoDreamer通过优化方法实现单图像到360度3D场景的重建，提出两种优化任务和交替最小化策略以提升一致性和质量。

Comments SIGGRAPH Asia 2025, Project page: https://people.engr.tamu.edu/nimak/Papers/PanoDreamer, Code: https://github.com/avinashpaliwal/PanoDreamer

When Are Two Scores Better Than One? Investigating Ensembles of Diffusion Models

当两个分数比一个更好吗？调查扩散模型的集成

Raphaël Razafindralambo, Rémy Sun, Frédéric Precioso, Damien Garreau, Pierre-Alexandre Mattei

机构 * Université Côte d’Azur（索邦大学（海岸）） ； Inria（法国国家科学研究中心） ； CNRS（法国国家科学研究中心） ； I3S（信息科学与系统研究所） ； Maasai（马赛机构） ； Julius-Maximilians-Universität Würzburg（维尔茨堡约瑟夫-玛克西米利安大学） ； Institute for Computer Science（计算机科学研究所） ； CAIDAS（计算机辅助设计与应用研究所） ； LJAD（图像与视觉研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文研究了扩散模型集成对生成建模的影响，发现虽然集成能提升模型性能，但对感知质量指标效果有限，并通过实验和理论分析探讨了其局限性。

Comments Accepted at Transactions on Machine Learning Research (reviewed on OpenReview: https://openreview.net/forum?id=4iRx9b0Csu). Code: https://github.com/rarazafin/score_diffusion_ensemble

FlowSSC: Universal Generative Monocular Semantic Scene Completion via One-Step Latent Diffusion

FlowSSC: 通过一步潜在扩散实现通用生成单目语义场景补全

Zichen Xi, Hao-Xiang Chen, Nan Xue, Hongyu Yan, Qi-Yuan Feng, Levent Burak Kara, Joaquim Jorge, Qun-Ce Xu

机构 * Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Instituto Superior Técnico（里斯本大学理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 FlowSSC通过一步潜在扩散模型实现高效单目语义场景补全，显著提升性能并适用于自动驾驶系统。

Comments Under Review

ScenDi: 3D-to-2D Scene Diffusion Cascades for Urban Generation

ScenDi: 3D到2D场景扩散级联用于城市生成

Hanlei Guo, Jiahao Shao, Xinya Chen, Xiyang Tan, Sheng Miao, Yujun Shen, Yiyi Liao

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； The University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 ScenDi通过整合3D和2D扩散模型，解决3D城市生成中外观细节与相机可控性的平衡问题，实现高质量场景生成。

Synthetic Data Augmentation for Multi-Task Chinese Porcelain Classification: A Stable Diffusion Approach

多任务中国瓷器分类的合成数据增强：一种稳定扩散方法

Ziyao Ling, Silvia Mirri, Paola Salomoni, Giovanni Delnevo

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本研究利用稳定扩散与LoRA生成合成数据，提升多任务中国瓷器分类的性能，验证了合成数据在增强真实数据集中的有效性及任务特定的改进效果。

Diffusion Epistemic Uncertainty with Asymmetric Learning for Diffusion-Generated Image Detection

扩散epistemic不确定性与非对称学习用于扩散生成图像检测

Yingsong Huang, Hui Guo, Jing Huang, Bing Bai, Qi Xiong

机构 * Tencent Inc.（腾讯公司） ； Hikvision（海康威视） ； Microsoft MAI（微软MAI） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出DEUA框架，通过非对称学习和扩散epistemic不确定性估计，提升扩散生成图像检测的性能。

Trustworthy Longitudinal Brain MRI Completion: A Deformation-Based Approach with KAN-Enhanced Diffusion Model

可信的纵向脑部MRI补全：基于变形的KAN增强扩散模型

Tianli Tao, Ziyang Wang, Delong Yang, Han Zhang, Le Zhang

机构 * School of Biomedical Engineering and Imaging Science, King's College London, London, UK（生物医学工程与成像科学学院，伦敦国王学院） ； School of Biomedical Engineering, ShanghaiTech University, Shanghai, China（生物医学工程学院，上海科技大学） ； School of Computer Science and Digital Technologies, Aston University, Birmingham, UK（计算机科学与数字技术学院，阿斯顿大学） ； Kunming Medical University, Kunming, China（昆明医学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出DF-DiffCom模型，通过KAN增强扩散模型结合变形场，实现纵向脑部MRI补全，提升图像保真度和应用灵活性。

$\mathrm{D}^\mathrm{3}$-Predictor: Noise-Free Deterministic Diffusion for Dense Prediction

D³-预测器：无噪声确定性扩散用于密集预测

Changliang Xia, Chengyou Jia, Minnan Luo, Zhuohang Dang, Xin Shen, Bowen Ping

机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 D³-预测器通过无噪声确定性扩散模型解决密集预测中随机噪声导致的几何结构破坏问题，实现高效且高质量的密集预测性能。

Extendable Generalization Self-Supervised Diffusion for Low-Dose CT Reconstruction

可扩展泛化自监督扩散用于低剂量CT重建

Guoquan Wei, Liu Shi, Zekun Zhou, Mohan Li, Cunfeng Wei, Wenzhe Shan, Qiegen Liu

机构 * School of Information Engineering, Nanchang University（南昌大学信息工程学院） ； School of Mathematics and Computer Sciences, Nanchang University（南昌大学数学与计算机科学学院） ； Jinan Laboratory of Applied Nuclear Science（济南应用核科学实验室） ； Institute of High Energy Physics, Chinese Academy of Sciences（中国科学院高能物理研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出EGenDiff方法，通过自增强相似性策略和像素级自校正融合技术，实现仅用单剂量数据训练的低剂量CT重建，显著提升多剂量泛化能力。

Diffusion In Diffusion: Reclaiming Global Coherence in Semi-Autoregressive Diffusion

扩散中的扩散：在半自回归扩散中恢复全球一致性

Linrui Ma, Yufei Cui, Kai Han, Yunhe Wang

机构 * Noah’s Ark Lab, Huawei Montreal, Canada & Beijing, China（华为蒙特利尔实验室及北京） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Diffusion in Diffusion通过'草稿-然后细化'框架，利用块扩散生成草稿并用全局双向扩散进行细化，提升离散扩散模型的全局一致性与性能。

Comments Work In Progress

Traveling waves for bistable reaction-diffusion-convection equations with discontinuous density-dependent coefficients

双稳反应-扩散-对流方程的行波解：具有不连续密度依赖系数的情况

Pavel Drábek, Soyeun Jung, Eunkyung Ko, Michaela Zahradníková

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有不连续密度依赖系数的双稳反应-扩散-对流方程的行波解存在性，扩展了之前在更高正则性假设下的结果到弱正则性设置中。

CO Diffusion on Interstellar Amorphous Solid Water: A Computational Study

CO在星际非晶固态水上的扩散：一项计算研究

Francesco Benedetti, Mauro Satta, Tommaso Grassi, Stefan Vogt-Geisse, Stefano Bovino

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过量子化学方法研究了CO在星际非晶固态水表面的扩散动力学，揭示了ASW表面的拓扑异质性，并指出星化学模型中关键参数需重新评估。

Comments 24 pages, 6 figures

Journal ref ACS Earth Space Chem. 2026, 10, 224-234

Fractional Diffusion on Graphs: Superposition of Laplacian Semigroups and Memory

图上的分数扩散：拉普拉斯半群的叠加与记忆

Nikita Deniskin, Ernesto Estrada

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出图上亚扩散的分数扩散模型，通过拉普拉斯半群叠加揭示记忆驱动机制，展示多尺度扩散特性及传输偏置。

Comments 47 pages, 4 figures

Mild Solutions for Time--Fractional Stochastic Nonlocal Diffusion Equations

时间-分数阶随机非局部扩散方程的温和解

M. Alwohaibi, D. Alsaleh, M. El-Beltagy, M. Majdoub, E. Mliki

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了时间-分数阶随机非局部扩散方程的温和解，通过Caputo导数和非局部卷积算子结合局部扩散，提出基于Mittag-Leffler函数的显式解公式，并明确了参数对解存在的影响。

STEAD: Robust Provably Secure Linguistic Steganography with Diffusion Language Model

STEAD: 基于扩散语言模型的鲁棒可证明安全语言隐写术

Yuang Qi, Na Zhao, Qiyi Yao, Benlong Wu, Weiming Zhang, Nenghai Yu, Kejiang Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 STEAD利用扩散语言模型实现鲁棒且可证明安全的语言隐写术，通过部分并行生成和纠错策略提升隐写文本的抗篡改能力。

Comments NeurIPS 2025 poster

Super Time Stepping Methods for Diffusion using Discontinuous-Galerkin Spatial Discretizations

用于扩散的超时间步进方法与不连续伽辽金空间离散化

Mustafa Aggul, Manaure Francisquez, Daniel R. Reynolds, Sylvia Amihere

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种用于高维扩散问题的显式超时间步进方法，结合不连续伽辽金离散化，并引入了新的误差范数和自动特征值估计算法以提升计算效率。

Diffusion Large Language Models for Black-Box Optimization

扩散大语言模型用于黑盒优化

Ye Yuan, Can, Chen, Zipeng Sun, Dinghuai Zhang, Christopher Pal, Xue Liu

机构 * McGill（麦吉尔大学） ； MILA - Quebec AI Institute（魁北克人工智能研究所） ； Microsoft Research（微软研究院） ； Polytechnique Montreal（蒙特利尔大学） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出dLLM，利用扩散LLMs的双向建模能力，结合遮蔽扩散树搜索，实现高效离线黑盒优化。

Cosmo-FOLD: Fast generation and upscaling of field-level cosmological maps with overlap latent diffusion

Cosmo-FOLD：利用重叠潜在扩散模型快速生成和放大场级宇宙地图

Satvik Mishra, Roberto Trotta, Matteo Viel

机构 * Theoretical and Scientific Data Science, SISSA（SISSA理论与科学数据科学） ； Astroparticle and Gravitational Physics Group, SISSA（SISSA天体粒子与引力物理组） ； INFN – National Institute for Nuclear Physics（国家核物理研究所） ； ICSC - Centro Nazionale di Ricerca in High Performance Computing, Big Data e Quantum Computing（高性能计算、大数据和量子计算国家研究中心） ； Astrophysics Group, Physics Department, Blackett Lab, Imperial College London（帝国理工伦敦学院物理系天体物理学组） ； INAF – Osservatorio Astronomico di Trieste（特伦蒂诺天文台） ； IFPU – Institute for Fundamental Physics of the Universe（宇宙基本物理研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Cosmo-FOLD通过重叠潜在扩散模型快速生成和放大宇宙场，实现高效且高精度的宇宙学模拟与推断。

Comments 15 pages, 10 figures