图像生成

All-in-One Conditioning for Text-to-Image Synthesis

文本到图像合成的综合条件化

Hirunima Jayasekara, Chuong Huynh, Yixuan Ren, Christabel Acquaye, Abhinav Shrivastava

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

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

AI总结 本文提出基于场景图的零样本条件化机制，通过轻量级语言模型生成视觉条件，提升文本到图像合成的语义一致性和生成多样性。

MILR: Improving Multimodal Image Generation via Test-Time Latent Reasoning

MILR：通过测试时潜在推理改进多模态图像生成

Yapeng Mi, Yanpeng Zhao, Hengli Li, Chenxi Li, Huimin Wu, Xiaojian Ma, Song-Chun Zhu, Ying Nian Wu, Qing Li

机构 * University of Science and Technology of China（中国科学技术大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； 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)；image synthesis(abstract)；分类 cs.CV

AI总结 MILR通过测试时潜在推理提升多模态图像生成性能，实现跨模态推理和统一潜在空间优化。

Comments 21 pages,14 figures,9 tables

Where Do Images Come From? Analyzing Captions to Geographically Profile Datasets

图像来自哪里？通过分析描述词地理上剖析数据集

Abhipsa Basu, Yugam Bahl, Kirti Bhagat, Preethi Seshadri, R. Venkatesh Babu, Danish Pruthi

机构 * Indian Institute of Science, Bangalore（印度科学研究院，班加罗尔） ； TNSQ AI（TNSQ人工智能） ； University of California, Irvine（加州大学尔湾分校） 纠错

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

AI总结 研究通过分析图像描述词地理分布，发现训练数据严重偏向欧美国家，且代表性与GDP正相关，但生成图像的多样性不足。

Comments 41 pages, 20 figures

Fine-T2I: An Open, Large-Scale, and Diverse Dataset for High-Quality T2I Fine-Tuning

Fine-T2I: 一个大规模、高质量且多样化的开放数据集用于高质量T2I微调

Xu Ma, Yitian Zhang, Qihua Dong, Yun Fu

机构 * Department of Electrical \& Computer Engineering, Northeastern University, Boston 纠错

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

AI总结 Fine-T2I是一个大规模高质量开放数据集，通过结合合成和真实图像，提升T2I微调的生成质量和指令遵循性。

Comments Dataset: https://huggingface.co/datasets/ma-xu/fine-t2i

MEVER: Multi-Modal and Explainable Claim Verification with Graph-based Evidence Retrieval

MEVER：基于图的证据检索的多模态和可解释性声明验证

Delvin Ce Zhang, Suhan Cui, Zhelin Chu, Xianren Zhang, Dongwon Lee

机构 * University of Sheffield（谢菲尔德大学） ； University of Science and Technology Beijing（北京科技大学） ； University of California San Diego（加州大学圣地亚哥分校） ； The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 文生图 ：text-to-image(abstract)

AI总结 MEVER通过多模态图检索和解释生成，实现了准确且可解释的声明验证，同时创建了AI领域的科学数据集AIChartClaim。

Comments Accepted to EACL-26