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。

2026-01-30 至 2026-01-30 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 个性化与一致性 3 篇

2601.20911 2026-01-30 cs.CV cs.AI 79%

Non-Markov Multi-Round Conversational Image Generation with History-Conditioned MLLMs

非马尔可夫多轮对话图像生成与历史条件化大语言模型

Haochen Zhang, Animesh Sinha, Felix Juefei-Xu, Haoyu Ma, Kunpeng Li, Zhipeng Fan, Meng Dong, Xiaoliang Dai, Tingbo Hou, Peizhao Zhang, Zecheng He

专题命中个性化与一致性：image generation(title,abstract)；分类 cs.CV

AI总结本研究提出非马尔可夫多轮对话图像生成方法，通过历史条件化框架和数据构建策略提升多轮一致性与指令遵循性，同时保持单轮编辑能力。

Comments 19 pages, 19 figures, plan for TIP

2510.23515 2026-01-30 cs.CV 70%

FreeFuse: Multi-Subject LoRA Fusion via Adaptive Token-Level Routing at Test Time

FreeFuse: 通过测试时自适应的token级路由实现多主体LoRA融合

Yaoli Liu, Yao-Xiang Ding, Kun Zhou

机构 * State Key Laboratory of CAD&CG（计算机辅助设计与图形学国家重点实验室）

专题命中个性化与一致性：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 FreeFuse通过测试时自适应token级路由实现多主体LoRA融合，无需额外训练或模型修改，仅需主体激活词即可实现无缝图像生成。

2601.17323 2026-01-30 cs.CV 70%

SkyReels-V3 Technique Report

SkyReels-V3 技术报告

Debang Li, Zhengcong Fei, Tuanhui Li, Yikun Dou, Zheng Chen, Jiangping Yang, Mingyuan Fan, Jingtao Xu, Jiahua Wang, Baoxuan Gu, Mingshan Chang, Wenjing Cai, Yuqiang Xie, Binjie Mao, Youqiang Zhang, Nuo Pang, Hao Zhang, Yuzhe Jin, Zhiheng Xu, Dixuan Lin, Guibin Chen, Yahui Zhou

机构 * SkyReels Team（SkyReels 团队）

专题命中个性化与一致性：diffusion(abstract)；image editing(abstract)；分类 cs.CV

AI总结 SkyReels-V3 提出三种视频生成范式，通过多模态上下文学习框架实现高质量视频生成，涵盖图像到视频、视频扩展和音频引导生成，达到接近闭源系统的性能。