图像生成

Neural Clothing Tryer: Customized Virtual Try-On via Semantic Enhancement and Controlling Diffusion Model

神经服装试穿器：通过语义增强和控制扩散模型实现定制虚拟试穿

Zhijing Yang, Weiwei Zhang, Mingliang Yang, Siyuan Peng, Yukai Shi, Junpeng Tan, Tianshui Chen, Liruo Zhong

机构 * Guangdong University of Technology, Guangzhou 510006, China ； Guangdong Provincial Key Laboratory of Intellectual Property \& Big Data, Guangzhou 510006, China ； South China University of Technology, Guangzhou 510006, China ； Genstoraige Technology (Beijing) Co., Ltd, Beijing 100000, China 纠错

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

AI总结 本文提出NCT框架，通过语义增强和控制扩散模型实现定制虚拟试穿，提升虚拟试穿体验的灵活性和参与度。

Comments Accepted by Expert Systems with Applications. 16 pages, 10 figures

Improving Supervised Machine Learning Performance in Optical Quality Control via Generative AI for Dataset Expansion

通过生成式人工智能扩展数据集以提升光学质量控制中的监督机器学习性能

Dennis Sprute, Hanna Senke, Holger Flatt

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

AI总结 本文通过生成式人工智能扩展数据集，提升光学质量控制中监督机器学习的性能，使用Stable Diffusion实现4.6%的分割性能提升。

Comments Accepted at 19th CIRP Conference on Intelligent Computation in Manufacturing Engineering

MoVE: Mixture of Value Embeddings -- A New Axis for Scaling Parametric Memory in Autoregressive Models

MoVE：价值嵌入的混合——扩展自回归模型参数内存的新轴

Yangyan Li

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

AI总结 MoVE通过引入价值嵌入的混合机制，实现了自回归模型参数内存的独立扩展，提升了文本和图像生成任务的性能。

MemoryVLA: Perceptual-Cognitive Memory in Vision-Language-Action Models for Robotic Manipulation

MemoryVLA: 视觉-语言-动作模型中用于机器人操作的感知-认知记忆

Hao Shi, Bin Xie, Yingfei Liu, Lin Sun, Fengrong Liu, Tiancai Wang, Erjin Zhou, Haoqiang Fan, Xiangyu Zhang, Gao Huang

机构 * Department of Automation, BNRist, Tsinghua University（自动化系、BNRist、清华大学） ； Dexmal ； MEGVII Technology（MEGVII技术） ； Tianjin University（天津大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； StepFun 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 MemoryVLA通过结合感知与认知记忆机制，提升机器人操作中长时间跨度任务的性能，实现对时间依赖任务的高效处理。

Comments ICLR 2026 | The project is available at https://shihao1895.github.io/MemoryVLA

ScribbleSense: Generative Scribble-Based Texture Editing with Intent Prediction

ScribbleSense: 基于生成的涂鸦纹理编辑与意图预测

Yudi Zhang, Yeming Geng, Lei Zhang

机构 * School of Computer Science, Beijing Institute of Technology（计算机学院，北京理工大学） 纠错

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

AI总结 ScribbleSense通过结合多模态大语言模型和图像生成模型，实现了基于生成的涂鸦纹理编辑与意图预测，提升交互式编辑性能。

Comments Accepted by IEEE TVCG. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses

Hydrogen at GaN(0001) surface control of Fermi level pinning: Mg activation of p-type conductivity -- Nakamura process deciphered

氮化镓(0001)表面氢原子控制费米能级钉扎：Mg激活p型导电性——纳克拉马过程解密

Konrad Sakowski, Pawel Strak, Pawel Kempisty, Izabella Grzegory, Stanislaw Krukowski

专题命中 可控生成 ：diffusion(abstract)

AI总结 通过从头计算揭示了氮化镓(0001)表面氢原子控制费米能级钉扎机制，解析了Mg掺杂对p型导电性激活的纳克拉马过程。

Comments 28 pages, 10 figures