图像生成

Enhancing Spatial Understanding in Image Generation via Reward Modeling

通过奖励建模增强图像生成中的空间理解

Zhenyu Tang, Chaoran Feng, Yufan Deng, Jie Wu, Xiaojie Li, Rui Wang, Yunpeng Chen, Daquan Zhou

机构 * Peking University（北京大学） ； ByteDance Seed（字节跳动种子） 纠错

专题命中 图像生成评测 ：image generation(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出SpatialScore奖励模型，通过增强空间理解能力提升图像生成的质量和效果。

Comments Accepted at CVPR 2026. Github: https://github.com/DAGroup-PKU/SpatialT2I Project website: https://dagroup-pku.github.io/SpatialT2I/

Autoregressive Image Generation with Randomized Parallel Decoding

具有随机并行解码的自回归图像生成

Haopeng Li, Jinyue Yang, Guoqi Li, Huan Wang

专题命中 图像生成评测 ：image generation(title)；分类 cs.CV

AI总结 ARPG通过解耦的位置指导与内容表示，实现高效的随机顺序图像生成，提升推理速度和零样本泛化能力。

Comments The Fourteenth International Conference on Learning Representations (ICLR 2026)

DesignSense: A Human Preference Dataset and Reward Modeling Framework for Graphic Layout Generation

DesignSense: 一种用于图形布局生成的人类偏好数据集和奖励建模框架

Varun Gopal, Rishabh Jain, Aradhya Mathur, Nikitha SR, Sohan Patnaik, Sudhir Yarram, Mayur Hemani, Balaji Krishnamurthy, Mausoom Sarkar

机构 * MDSR, Adobe（MDSR，Adobe） 纠错

专题命中 图像生成评测 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 DesignSense通过人类偏好数据集和奖励建模框架提升图形布局生成的质量和效果。

Comments 14 pages, 3 figures