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。

2026-05-18 至 2026-05-18 共收录 94 篇信号源：cs.CV, cs.GR, cs.MM

1. 效率与蒸馏 7 篇

2605.15859 2026-05-18 cs.DS cs.LG math.ST stat.ML stat.TH 50%

Complexity of Non-Log-Concave Sampling in Fisher Information

非对数凹分布采样中复杂性的研究

Sinho Chewi, Andre Wibisono

机构 * Yale University, Department of Statistics and Data Science（耶鲁大学统计与数据科学系）； Yale University, Department of Computer Science（耶鲁大学计算机科学系）

专题命中效率与蒸馏：diffusion(abstract)

AI总结研究非对数凹分布采样中相对信息量保证的查询复杂性，提出基于近端采样器的算法，利用受限高斯 oracle 实现，改进非对数凹采样的复杂性并提升对数凹采样的精度。

2605.15524 2026-05-18 cs.LG cs.AI math.DG math.ST stat.TH 50%

Neural Point-Forms

神经点形

Bruno Trentini, Jacob Hume, Vincenzo Antonio Isoldi, Philipp Misof, Ekaterina S. Ivshina, Kelly Maggs

机构 * NVIDIA ； University of Oxford（牛津大学）； Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克数学研究所）； Department of Mathematical Sciences（数学科学系）； Chalmers University of Technology and University of Gothenburg（查尔姆斯理工大学和哥德堡大学）； School of Engineering and Applied Sciences（工程与应用科学学院）； Max Planck Institute of Molecular Cell Biology and Genetics（马克斯·普朗克分子细胞生物学与遗传学研究所）

专题命中效率与蒸馏：diffusion(abstract)

AI总结本文提出神经点形（NPFs），通过扩散几何中的拉普拉斯技术，构建点云的可学习几何特征，用于比较微分形式，并在合成和生物相关实验中展示其在处理采样密度、流形结构和群体几何时的优势。

2509.01685 2026-05-18 stat.ML cs.LG math.OC stat.CO 50%

Preconditioned Regularized Wasserstein Proximal Sampling

预条件正则化Wasserstein近似采样

Hong Ye Tan, Stanley Osher, Wuchen Li

机构 * Department of Mathematics, University of California, Los Angeles（加州大学洛杉矶分校数学系）； Department of Mathematics, University of South Carolina（南卡罗来纳大学数学系）

专题命中效率与蒸馏：diffusion(abstract)

AI总结本文提出一种预条件正则化Wasserstein近似采样方法，通过耦合各向异性热方程的Cole-Hopf变换得到核形式，用于从Gibbs分布中采样，并在二次势能情况下提供非渐近收敛分析。

2. 其他图像生成 1 篇

2605.16165 2026-05-18 cs.CV cs.AI 57%

Second-Order Multi-Level Variance Correction for Modality Competition in Multimodal Models

二阶多级方差校正用于多模态模型中的模态竞争

Yishun Lu, Wes Armour

机构 * University of Oxford, Oxford, United Kingdom（牛津大学，英国）

专题命中其他图像生成：image generation(abstract)；分类 cs.CV

AI总结本文提出ML-FOP-SOAP框架，通过多级方差校正提升多模态对齐稳定性，实验显示在Janus和Emu3数据集上，该方法提高了样本效率和训练速度，适用于大规模多模态基础模型。