图像生成

Geometric Image Editing via Effects-Sensitive In-Context Inpainting with Diffusion Transformers

通过扩散变换器实现的基于效果敏感的上下文内修补图像编辑

Shuo Zhang, Wenzhuo Wu, Huayu Zhang, Jiarong Cheng, Xianghao Zang, Chao Ban, Hao Sun, Zhongjiang He, Tianwei Cao, Kongming Liang, Zhanyu Ma

机构 * PRIS, Beijing University of Posts and Telecommunications（北京邮电大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 GeoEdit通过扩散变换器实现基于效果敏感的上下文内修补，解决复杂场景中几何变换和光照阴影建模的问题，提升图像编辑的真实感和精度。

DeltaSpace: A Semantic-aligned Feature Space for Flexible Text-guided Image Editing

DeltaSpace: 一种语义对齐的特征空间用于灵活的文本引导图像编辑

Yueming Lyu, Kang Zhao, Bo Peng, Huafeng Chen, Yue Jiang, Yingya Zhang, Jing Dong, Caifeng Shan

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

AI总结 DeltaSpace通过语义对齐的特征空间实现文本引导图像编辑的灵活训练和推理，支持零样本推理和无需文本的训练。

Comments 18 pages. arXiv admin note: text overlap with arXiv:2303.06285

MCIE: Multimodal LLM-Driven Complex Instruction Image Editing with Spatial Guidance

MCIE: 多模态大语言模型驱动的复杂指令图像编辑与空间引导

Xuehai Bai, Xiaoling Gu, Akide Liu, Hangjie Yuan, YiFan Zhang, Jack Ma

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

AI总结 MCIE通过空间引导和背景一致性模块，提升复杂指令图像编辑的指令合规性，实现23.96%的性能提升。

Comments Accepted by AAAI2026

WorldEdit: Towards Open-World Image Editing with a Knowledge-Informed Benchmark

WorldEdit: 向开放世界图像编辑迈进的基于知识的基准

Wang Lin, Feng Wang, Majun Zhang, Wentao Hu, Tao Jin, Zhou Zhao, Fei Wu, Jingyuan Chen, Alan Yuille, Sucheng Ren

机构 * Zhejiang University（浙江大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 WorldEdit通过引入基于知识的基准，提升模型在开放世界图像编辑中对隐式指令的理解和处理能力。

PairUni: Pairwise Training for Unified Multimodal Language Models

PairUni: 用于统一多模态语言模型的成对训练

Jiani Zheng, Zhiyang Teng, Kunpeng Qiu, Xiangtai Li, Anran Wang, Yu Tian, Ye Tian, Haochen Wang, Zhuochen Wang

机构 * ByteDance（字节跳动） 纠错

专题命中 图像编辑 ：diffusion(abstract)；image editing(abstract)

AI总结 PairUni通过成对训练提升统一多模态语言模型的理解与生成能力，采用配对数据集和PairGRPO算法实现更有效的策略学习。

Comments 22 pages, 11 figures, and 10 tables