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。

2026-02-16 至 2026-02-16 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 效率与蒸馏 3 篇

2602.12640 2026-02-16 cs.CV 92%

ImageRAGTurbo: Towards One-step Text-to-Image Generation with Retrieval-Augmented Diffusion Models

ImageRAGTurbo: 向一步文本到图像生成迈进的检索增强扩散模型

Peijie Qiu, Hariharan Ramshankar, Arnau Ramisa, René Vidal, Amit Kumar K C, Vamsi Salaka, Rahul Bhagat

机构 * Amazon Core Search（亚马逊核心搜索）

专题命中效率与蒸馏：image generation(title,abstract)；text-to-image(title,abstract)；diffusion(title,abstract)；分类 cs.CV

AI总结 ImageRAGTurbo通过检索增强扩散模型实现高效一步文本到图像生成，提升图像质量并减少延迟。

Comments 11 pages, 7 figures

2602.12624 2026-02-16 cs.LG cs.CV 79%

Formalizing the Sampling Design Space of Diffusion-Based Generative Models via Adaptive Solvers and Wasserstein-Bounded Timesteps

通过自适应求解器和Wasserstein有界时间步长形式化扩散基生成模型的采样设计空间

Sangwoo Jo, Sungjoon Choi

机构 * Department of Artificial Intelligence, Korea University, Seoul, South Korea（人工智能系，韩国大学，首尔，韩国）

专题命中效率与蒸馏：diffusion(title,abstract)；分类 cs.CV

AI总结 SDM通过自适应求解器和Wasserstein有界时间步长，提升扩散生成模型的采样效率与性能。

2602.12932 2026-02-16 stat.ML cs.LG 67%

TFTF: Training-Free Targeted Flow for Conditional Sampling

TFTF：无训练目标流用于条件采样

Qianqian Qu, Jun S. Liu

机构 * Zhili College, Tsinghua University, Beijing, China（清华大学紫荆学院）； Department of Statistics and Data Science, Tsinghua University, Beijing, China（清华大学统计与数据科学系）； Department of Statistics, Harvard University, Cambridge, MA, USA（哈佛大学统计系）

专题命中效率与蒸馏：image generation(abstract)；text-to-image(abstract)

AI总结 TFTF通过引入随机流和重采样技术，实现无训练条件采样，提升高维和多模态场景下的生成效果。