图像生成

RAISE: Requirement-Adaptive Evolutionary Refinement for Training-Free Text-to-Image Alignment

RAISE：基于需求的进化精炼用于无训练文本到图像对齐

Liyao Jiang, Ruichen Chen, Chao Gao, Di Niu

机构 * Department of ECE, University of Alberta, Canada（阿尔伯塔大学电子工程系） ； Huawei Technologies, Canada（华为技术有限公司） 纠错

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

AI总结 RAISE是一种无训练、需求驱动的进化框架，通过动态调整生成过程实现高效且通用的文本到图像对齐。

Comments CVPR 2026

Investigating Disability Representations in Text-to-Image Models

探究文本到图像模型中的残疾表示

Yang Tian, Yu Fan, Liudmila Zavolokina, Sarah Ebling

机构 * Department of Computational Linguistics University of Zurich（计算语言学系 苏黎世大学） ； Center for Law & Economics ETH Zurich（法律与经济学中心 伯尔尼联邦理工学院） ； Department of Information Systems University of Lausanne（信息系统系 瑞士洛桑大学） 纠错

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

AI总结 本文研究了文本到图像模型中残疾表示的问题，通过分析不同提示下的图像输出，揭示了残疾表示的不平衡，并提出通过缓解策略提升包容性。

Comments 21 pages, 9 figures. References included

SenseFlow: Scaling Distribution Matching for Flow-based Text-to-Image Distillation

SenseFlow: 为基于流的文本到图像蒸馏扩展分布匹配

Xingtong Ge, Xin Zhang, Tongda Xu, Yi Zhang, Xinjie Zhang, Yan Wang, Jun Zhang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； SenseTime Research（商汤科技研究院） ； Vivix AI（维维克斯人工智能） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究所） 纠错

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

AI总结 SenseFlow通过引入隐式分布对齐和段内指导，解决大规模基于流的文本到图像模型蒸馏中的收敛问题，提升蒸馏效果。

Comments Published as a conference paper at ICLR 2026

SkeleGuide: Explicit Skeleton Reasoning for Context-Aware Human-in-Place Image Synthesis

SkeleGuide: 基于显式骨骼推理的上下文感知人体图像合成

Chuqiao Wu, Jin Song, Yiyun Fei

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 SkeleGuide通过显式骨骼推理提升上下文感知的人体图像合成质量，提供高保真且结构合理的生成结果。

Easier Painting Than Thinking: Can Text-to-Image Models Set the Stage, but Not Direct the Play?

绘画比思考更容易：文本到图像模型能否铺垫，却无法主导？

Ouxiang Li, Yuan Wang, Xinting Hu, Huijuan Huang, Rui Chen, Jiarong Ou, Xin Tao, Pengfei Wan, Xiaojuan Qi, Fuli Feng

机构 * University of Science and Technology of China（中国科学技术大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出T2I-CoReBench基准测试，用于评估文本到图像模型的组合与推理能力，揭示现有模型在高组合场景和推理任务中的局限性。

Comments Accepted to ICLR 2026. Project Page: https://t2i-corebench.github.io/

Does FLUX Already Know How to Perform Physically Plausible Image Composition?

FLUX 是否已经能够进行物理上合理的图像合成？

Shilin Lu, Zhuming Lian, Zihan Zhou, Shaocong Zhang, Chen Zhao, Adams Wai-Kin Kong

机构 * Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学） 纠错

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

AI总结 FLUX能否通过SHINE框架实现物理合理的图像合成，通过引入无训练框架和降质抑制指导，提升高保真度和背景完整性。

Comments Accepted by ICLR 2026

Learning to Read Where to Look: Disease-Aware Vision-Language Pretraining for 3D CT

学习如何注视：面向3D CT的疾病感知视觉-语言预训练

Simon Ging, Philipp Arnold, Sebastian Walter, Hani Alnahas, Hannah Bast, Elmar Kotter, Jiancheng Yang, Behzad Bozorgtabar, Thomas Brox

机构 * Computer Vision Group, University of Freiburg, Germany Adaptive \& Agentic AI (A3) Lab, Aarhus University, Denmark Department of Radiology, Medical Center -- University of Freiburg, Germany Chair of Algorithms ； Data Structures, University of Freiburg, Germany ELLIS Institute Finland School of Electrical Engineering, Aalto University, Finland 纠错

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

AI总结 本文提出了一种面向3D CT的疾病感知视觉-语言预训练模型，通过对比预训练和基于提示的疾病监督，实现了文本到图像检索、疾病分类及内扫描片段定位的统一模型。

Solving a Nonlinear Blind Inverse Problem for Tagged MRI with Physics and Deep Generative Priors

求解带标签MRI的非线性盲逆问题：结合物理和深度生成先验

Zhangxing Bian, Shuwen Wei, Samuel W. Remedios, Junyu Chen, Aaron Carass, Blake E. Dewey, Jerry L. Prince

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Johns Hopkins School of Medicine（约翰霍普金斯医学院） 纠错

专题命中 文生图 ：image synthesis(abstract)；分类 cs.CV

AI总结 本文提出了一种结合物理和深度生成先验的非线性盲逆框架，用于带标签MRI，实现了解剖恢复、高分辨率 cine 图像合成和运动估计的统一处理。

Comments Accepted at CVPR 2026

Dynamic Uncertainty Learning with Noisy Correspondence for Text-Based Person Search

基于噪声对应关系的动态不确定性学习用于基于文本的人脸搜索

Zequn Xie, Haoming Ji, Chengxuan Li, Lingwei Meng

机构 * Zhejiang University（浙江大学） ； Beijing University of Posts Telecommunications（北京邮电大学） ； Beijing Forestry University（北京林业大学） ； Northwest Normal University（西北师范大学） 纠错

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

AI总结 本文提出DURA框架，通过动态不确定性学习和关系对齐方法，提升基于文本的人脸搜索在噪声环境下的鲁棒性和检索性能。

VINCIE: Unlocking In-context Image Editing from Video

VINCIE：从视频中解锁上下文图像编辑

Leigang Qu, Feng Cheng, Ziyan Yang, Qi Zhao, Shanchuan Lin, Yichun Shi, Yicong Li, Wenjie Wang, Tat-Seng Chua, Lu Jiang

机构 * National University of Singapore（国立新加坡大学） ； ByteDance Seed（字节跳动种子） 纠错

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

AI总结 VINCIE通过视频直接训练模型，实现了强大的上下文图像编辑能力，并在多轮图像编辑基准中取得最佳成绩。

Comments ICLR 2026 Camera-ready. Project page: https://vincie2025.github.io/

An Interpretable Local Editing Model for Counterfactual Medical Image Generation

可解释的局部编辑模型用于反事实医学图像生成

Hyungi Min, Taeseung You, Hangyeul Lee, Yeongjae Cho, Sungzoon Cho

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 本文提出InstructX2X模型，通过区域特定编辑实现反事实医学图像生成，提供可解释的编辑过程和高质量图像生成。

EditReward: A Human-Aligned Reward Model for Instruction-Guided Image Editing

EditReward：一种用于指令引导图像编辑的人类对齐奖励模型

Keming Wu, Sicong Jiang, Max Ku, Ping Nie, Minghao Liu, Wenhu Chen

机构 * University of Waterloo（滑铁卢大学） ； McGill University（麦吉尔大学） ； Independent（独立研究者） 纠错

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

AI总结 EditReward是一种基于人类偏好的奖励模型，通过大规模标注数据提升图像编辑任务的质量与性能，展示了在指令引导图像编辑中的卓越对齐能力。

Comments Accepted by ICLR 2026. Project Page: https://tiger-ai-lab.github.io/EditReward

Towards Transferable Defense Against Malicious Image Edits

面向恶意图像编辑的可迁移防御

Jie Zhang, Shuai Dong, Shiguang Shan, Xilin Chen

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences (CAS)（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of China Academy of Sciences（中国科学院大学） ； School of Computer Science, China University of Geosciences（中国地质大学（武汉）计算机学院） 纠错

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

AI总结 TDAE通过双模优化提升图像对恶意编辑的免疫性，实现跨模型的可迁移防御。

Comments 14 pages, 5 figures, accepted by IEEE TPAMI

Steering Away from Memorization: Reachability-Constrained Reinforcement Learning for Text-to-Image Diffusion

远离记忆化：用于文本到图像扩散的可达性约束强化学习

Sathwik Karnik, Juyeop Kim, Sanmi Koyejo, Jong-Seok Lee, Somil Bansal

机构 * Stanford University, Stanford, CA, USA（斯坦福大学） ； Yonsei University, Seoul, Korea（延世大学） 纠错

专题命中 扩散模型 ：text-to-image(title,abstract)；diffusion(title,abstract)；分类 cs.CV

AI总结 RADS通过约束强化学习方法，在保持生成质量的同时减少文本到图像扩散模型的记忆化问题。

Compensation-free Machine Unlearning in Text-to-Image Diffusion Models by Eliminating the Mutual Information

通过消除互信息实现无补偿的文本到图像扩散模型机器反学习

Xinwen Cheng, Jingyuan Zhang, Zhehao Huang, Yingwen Wu, Xiaolin Huang

机构 * Institute of Image Processing and Pattern Recognition（图像处理与模式识别研究所） ； School of Automation and Intelligent Sensing（自动化与智能感知学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(title)

AI总结 本文提出无补偿的概念擦除方法MiM-MU，通过最小化互信息精准消除不需要的知识，从而在保持其他生成质量的同时无需事后补偿。

Concept-TRAK: Understanding how diffusion models learn concepts through concept-level attribution

Concept-TRAK: 通过概念层面的归因理解扩散模型如何学习概念

Yonghyun Park, Chieh-Hsin Lai, Satoshi Hayakawa, Yuhta Takida, Naoki Murata, Wei-Hsiang Liao, Woosung Choi, Kin Wai Cheuk, Junghyun Koo, Yuki Mitsufuji

机构 * University of Pennsylvania（宾夕法尼亚大学） ； SONY AI（索尼人工智能） ； Sony Group Corporation（索尼集团） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 Concept-TRAK通过概念层面归因方法，提升扩散模型对特定概念的解释能力，适用于图像生成中的版权与透明性问题。

Comments This paper has been accepted at ICLR 2026

LLaDA-o: An Effective and Length-Adaptive Omni Diffusion Model

LLaDA-o：一种高效且长度自适应的多模态扩散模型

Zebin You, Xiaolu Zhang, Jun Zhou, Chongxuan Li, Ji-Rong Wen

机构 * Gaoling School of Artificial Intelligence, Renmin University of China, Beijing, China.（中国人民大学人工智能学院） ； Beijing Key Laboratory of Research on Large Models（北京大型模型研究关键实验室） ； Engineering Research Center of Next-Generation Intelligent Search（下一代智能搜索工程研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 LLaDA-o通过混合扩散框架和数据驱动的长度适应策略，实现了高效且灵活的多模态扩散建模，展示了在文本到图像生成任务中的卓越性能。

Align-cDAE: Alzheimer's Disease Progression Modeling with Attention-Aligned Conditional Diffusion Auto-Encoder

Align-cDAE: 利用注意力对齐的条件扩散自编码器进行阿尔茨海默病进展建模

Ayantika Das, Keerthi Ram, Mohanasankar Sivaprakasam

机构 * Department of Electrical Engineering, Indian Institute of Technology Madras, Chennai, India（电子工程系，印度理工学院马德拉斯，钦奈，印度） ； Sudha Gopalakrishnan Brain Centre, Indian Institute of Technology Madras, Chennai, India（苏达·戈帕拉克里希南脑中心，印度理工学院马德拉斯，钦奈，印度） ； Department of Electrical Engineering, Indian Institute of Technology Madras Chennai, India（电子工程系，印度理工学院马德拉斯钦奈，印度） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 Align-cDAE通过引入注意力对齐和结构化潜在空间，提升扩散自编码器在阿尔茨海默病进展建模中的精度和可控性。

HierarchicalPrune: Position-Aware Compression for Large-Scale Diffusion Models

分层剪枝：面向大规模扩散模型的位置感知压缩

Young D. Kwon, Rui Li, Sijia Li, Da Li, Sourav Bhattacharya, Stylianos I. Venieris

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 HierarchicalPrune通过分层位置剪枝、位置权重保护和敏感度引导的知识蒸馏，实现大规模扩散模型的高效压缩，减少内存占用和延迟，同时保持图像质量。

Comments Accepted at AAAI 2026 (Main Technical Track)

SPEED: Scalable, Precise, and Efficient Concept Erasure for Diffusion Models

SPEED：可扩展、精确和高效的扩散模型概念擦除

Ouxiang Li, Yuan Wang, Xinting Hu, Houcheng Jiang, Yanbin Hao, Fuli Feng

机构 * University of Science and Technology of China（中国科学技术大学） ； Hefei University of Technology（合肥工业大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 SPEED通过直接编辑模型参数，高效精准地擦除扩散模型中的多个概念，同时保护非目标概念的质量。

Comments Accepted to ICLR 2026

TP-Blend: Textual-Prompt Attention Pairing for Precise Object-Style Blending in Diffusion Models

TP-Blend：基于文本提示注意力配对的精确物体-风格混合扩散模型

Xin Jin, Yichuan Zhong, Yapeng Tian

机构 * GenPi Inc.（GenPi公司） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV、cs.MM

AI总结 TP-Blend通过双提示注意力配对实现精确物体-风格混合，提升扩散模型的编辑质量和效率。

Journal ref Transactions on Machine Learning Research, 2025

ArtiFixer: Enhancing and Extending 3D Reconstruction with Auto-Regressive Diffusion Models

ArtiFixer：利用自回归扩散模型增强和扩展3D重建

Riccardo de Lutio, Tobias Fischer, Yen-Yu Chang, Yuxuan Zhang, Jay Zhangjie Wu, Xuanchi Ren, Tianchang Shen, Katarina Tothova, Zan Gojcic, Haithem Turki

机构 * NVIDIA ； NVIDIA Santa Clara USA（NVIDIA） ； NVIDIA Zurich Switzerland（NVIDIA） ； Cornell University（康奈尔大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV、cs.GR

AI总结 ArtiFixer通过自回归扩散模型提升3D重建质量，解决现有方法在未观测区域的外推问题。

Comments Video results: https://artifixer2026.github.io/

LAD-Drive: Bridging Language and Trajectory with Action-Aware Diffusion Transformers

LAD-Drive: 通过动作感知扩散变换器弥合语言与轨迹

Fabian Schmidt, Karol Fedurko, Markus Enzweiler, Abhinav Valada

机构 * Institute for Intelligent Systems, Esslingen University of Applied Sciences（智能系统研究所，埃斯林根应用科学大学） ； Department of Computer Science, University of Freiburg（计算机科学系，弗赖堡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 LAD-Drive通过动作感知扩散变换器，将语言模型的意图与连续轨迹生成结合，提升自动驾驶中的多模态规划能力。

MAP-Diff: Multi-Anchor Guided Diffusion for Progressive 3D Whole-Body Low-Dose PET Denoising

MAP-Diff: 多锚点引导的扩散模型用于渐进式三维全身低剂量PET去噪

Peiyuan Jing, Chun-Wun Cheng, Liutao Yang, Zhenxuan Zhang, Thiago V. Lima, Klaus Strobel, Antoine Leimgruber, Angelica Aviles-Rivero, Guang Yang, Javier A. Montoya-Zegarra

机构 * School of Engineering, Zurich University of Applied Sciences, CH ； Bioengineering Department ； Imperial-X, Imperial College London, UK ； DAMTP, University of Cambridge, UK ； Lucerne University Teaching ； Research Hospital, CH ； Lung Institute, Imperial College London, UK ； Cardiovascular Research Centre, Royal Brompton Hospital, UK ； School of Biomedical Engineering \& Imaging Sciences, King's College London, UK ； Yau Mathematical Sciences Center, Tsinghua University, CN 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 MAP-Diff通过多锚点引导的扩散模型实现低剂量PET图像的渐进式去噪，提升PSNR和SSIM，降低NMAE，优于多种基线方法。

Comments 8 pages, 3 figures

MealRec: Multi-granularity Sequential Modeling via Hierarchical Diffusion Models for Micro-Video Recommendation

MealRec: 基于分层扩散模型的多粒度序列建模用于微视频推荐

Xinxin Dong, Haokai Ma, Yuze Zheng, Yongfu Zha, Yonghui Yang, Xiaodong Wang

机构 * National University of Defense Technology（国防科技大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 MealRec通过分层扩散模型实现多粒度序列建模，解决微视频推荐中的偏好无关表示和模态冲突问题，提升推荐效果。

Zero-shot Low-Field MRI Enhancement via Diffusion-Based Adaptive Contrast Transport

零场MRI增强通过扩散基于自适应对比传输

Muyu Liu, Chenhe Du, Xuanyu Tian, Qing Wu, Xiao Wang, Haonan Zhang, Hongjiang Wei, Yuyao Zhang

机构 * School of Information Science and Technology, ShanghaiTech University, Shanghai, China（信息科学与技术学院，上海科技大学） ； School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, China（生物医学工程学院，上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出DACT框架，通过扩散模型和自适应对比传输技术，在无配对监督的情况下实现低场MRI到高场MRI的高质量图像重建，提升组织对比和结构细节。

Comments 11 pages, 4 figures, conference paper

CoopDiff: A Diffusion-Guided Approach for Cooperation under Corruptions

CoopDiff: 一种基于扩散的协作方法以应对腐蚀

Gong Chen, Chaokun Zhang, Pengcheng Lv

机构 * School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） ； School of Cybersecurity, Tianjin University（天津大学网络安全学院） ； School of Future Technology, Tianjin University（天津大学未来技术学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 CoopDiff是一种基于扩散的协作感知方法，通过教师-学生范式和去噪机制有效应对腐蚀，提升了鲁棒性和泛化能力。

Comments Accepted by CVPR26

DiffusionXRay: A Diffusion and GAN-Based Approach for Enhancing Digitally Reconstructed Chest Radiographs

DiffusionXRay: 一种基于扩散和GAN的方法用于增强数字重建的胸部X光影像

Aryan Goyal, Ashish Mittal, Pranav Rao, Manoj Tadepalli, Preetham Putha

机构 * Indian Institute of Technology Bombay, India（印度理工学院班加罗尔学院） ； Qure.ai, India 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 DiffusionXRay通过结合扩散模型和GAN解决胸部X光影像质量退化问题，提升诊断价值。

Comments Published at MICCAI 2025

Journal ref Data Engineering in Medical Imaging: Third MICCAI Workshop, DEMI 2025, Held in Conjunction with MICCAI 2025, Daejeon, South Korea, September 27, 2025, Proceedings

A Diffusion-Driven Fine-Grained Nodule Synthesis Framework for Enhanced Lung Nodule Detection from Chest Radiographs

一种基于扩散的细粒度结节合成框架，用于增强胸部X光片上结节检测

Aryan Goyal, Shreshtha Singh, Ashish Mittal, Manoj Tadepalli, Piyush Kumar, Preetham Putha

机构 * Indian Institute of Technology, Bombay（印度理工学院，孟买） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出了一种基于扩散的细粒度结节合成框架，通过低秩适应适配器实现对结节特征的精确控制，提升了胸部X光片上结节检测的性能。

Comments Accepted at MIDL 2026 (Poster). Published on OpenReview on February 14, 2026. Proceedings version pending. OpenReview: https://openreview.net/forum?id=7DL7cu8Ui8

Cross-Modal Guidance for Fast Diffusion-Based Computed Tomography

跨模态引导用于快速扩散基于计算机断层扫描

Timofey Efimov, Singanallur Venkatakrishnan, Maliha Hossain, Haley Duba-Sullivan, Amirkoushyar Ziabari

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出一种无需重新训练扩散模型的跨模态引导方法，用于提升稀疏视图中子CT的重建质量。

Comments Accepted at the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2026