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。

2026-01-23 至 2026-01-23 共收录 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像生成评测 2 篇

2601.16125 2026-01-23 cs.CV cs.CL cs.IR 79%

重新思考组合图像检索评估：从图像编辑中获得的细粒度基准

Tingyu Song, Yanzhao Zhang, Mingxin Li, Zhuoning Guo, Dingkun Long, Pengjun Xie, Siyue Zhang, Yilun Zhao, Shu Wu

机构 * CASIA（中国科学院自动化研究所）； Tongyi Lab, Alibaba Group（阿里云实验室）； UCAS（中国科学院大学）； HKUST(GZ)（香港科技大学（广州））； NTU（国立新加坡大学）； Yale（耶鲁大学）

专题命中图像生成评测：image editing(title,abstract)；分类 cs.CV

AI总结本文提出EDIR细粒度CIR基准，通过图像编辑技术生成多样化查询，揭示现有模型在多模态任务中的能力差距与局限性。

Comments Under review

2506.20879 2026-01-23 cs.CV 79%

MultiHuman-Testbench: 多人图像生成的基准测试

Shubhankar Borse, Seokeon Choi, Sunghyun Park, Jeongho Kim, Shreya Kadambi, Risheek Garrepalli, Sungrack Yun, Munawar Hayat, Fatih Porikli

机构 * Qualcomm AI Research（高通AI研究）

专题命中图像生成评测：image generation(title,abstract)；分类 cs.CV

AI总结 MultiHuman-Testbench提出了一种多人类图像生成的基准测试，通过多指标评估提升ID相似性，为研究提供标准化工具。

Comments Accepted at the NeurIPS 2025 D&B Track