图像生成

Identity-Conditioned Latent Consistency Distillation for Face Synthesis

用于人脸合成的身份条件潜在一致性蒸馏

Tiago Kienen Chaves, Bernardo Biesseck, David Menotti

机构 * Federal University of Paraná（巴拉那联邦大学） ； Federal Institute of Mato Grosso (IFMT)（马托格罗索联邦学院（IFMT）） 纠错

专题命中 个性化与一致性 ：text-to-image(abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本研究针对扩散模型人脸合成计算成本高的问题，通过将Arc2Face知识蒸馏为潜在一致性模型，实现4.36倍加速且保持竞争力，相关方案已公开。

Comments Accepted for presentation at the 2026 Conference on Graphics, Patterns and Images (SIBGRAPI)

An improved estimate of the intermediate internal energy in the energy-consistent HLLD scheme

关于《HLL型MHD黎曼求解器中间状态的能量一致性》中HLLD型格式的数值扩散问题

Fan Zhang

专题命中 个性化与一致性 ：diffusion(title)

AI总结 研究针对戴 - 伍德沃德激波管问题中HLLD-ec格式出现的密度振荡，提出对该格式的简单修改，核心方法是修改格式，主要贡献是消除了密度振荡。

Comments An error was found in the source code and thus the conclusion of this note is not fully valid

FreeFuse: Multi-Subject LoRA Fusion via Adaptive Token-Level Routing at Test Time

FreeFuse: 通过测试时自适应的token级路由实现多主体LoRA融合

Yaoli Liu, Yao-Xiang Ding, Kun Zhou

机构 * State Key Laboratory of CAD&CG（计算机辅助设计与图形学国家重点实验室） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 FreeFuse通过测试时自适应token级路由实现多主体LoRA融合，无需额外训练或模型修改，仅需主体激活词即可实现无缝图像生成。

Comments Our code is available at this https URL (https://github.com/yaoliliu/FreeFuse)

DisCo3D: Distilling Multi-View Consistency for 3D Scene Editing

DisCo3D：用于3D场景编辑的多视图一致性蒸馏

Yufeng Chi, Huimin Ma, Kafeng Wang, Jianmin Li

机构 * Institute for Artificial Intelligence, Beijing National Research Center for Information Science and Technology, Department of Computer Science and Technology, Tsinghua University（人工智能研究院、北京信息科学与技术国家研究中心、计算机科学与技术系、清华大学） ； College of Computer, National University of Defense Technology（计算机学院、国防科技大学） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出DisCo3D框架，通过微调3D生成器、一致性蒸馏训练2D编辑器并结合Gaussian Splatting，实现了稳定的3D场景编辑多视图一致性，且编辑质量优于现有SOTA方法。

Comments 14 pages, 9 figures

OrnaStyler: Ornament-Aware Latent Editing for Content-Preserving 3D Stylization

OrnaStyler：面向内容保留的3D风格化的感知装饰潜在编辑

Tomohiro Aizawa, Shigeru Kuriyama, Chunzhi Gu

机构 * University of Fukui（福井大学） ； Toyohashi University of Technology（丰桥技术科学大学） ； CyberAgent, Inc.（CyberAgent公司） 纠错

专题命中 个性化与一致性 ：inpainting(abstract)；分类 cs.CV

AI总结 OrnaStyler是一种零样本3D风格化框架，通过分阶段恢复几何与外观层面的潜在表示，实现文本引导下兼顾内容保留与风格表达的3D资产装饰编辑，性能优于现有方法

Grounding and Explaining Visual Evidence for AI-Generated Image Detection in Human-Centric Scenes

面向以人为中心场景中AI生成图像检测的视觉证据定位与解释

Kun Guo, Yuzhou Yang, Haoyue Wang, Qichao Ying, Sheng Li, Zhenxing Qian

专题命中 个性化与一致性 ：image generation(abstract)；分类 cs.CV

AI总结 针对以人为中心场景AI生成图像检测的证据定位与解释局限，提出HAVE数据集及PAVE框架，实现真伪预测、证据定位与解释生成，实验表现优异。

Mamba-driven MRI-to-CT Synthesis for MRI-only Radiotherapy Planning

基于Mamba的MRI到CT合成用于仅MRI的放疗计划

Konstantinos Barmpounakis, Theodoros P. Vagenas, Maria Vakalopoulou, George K. Matsopoulos

机构 * School of Electrical ； Computer Engineering, National Technical University of Athens Archimedes, Athena Research Center CentraleSup\'elec, University of Paris-Saclay 纠错

专题命中 个性化与一致性 ：image generation(abstract)；分类 cs.CV

AI总结 本文提出基于Mamba架构的MRI到CT合成方法，以提高跨模态翻译的准确性与效率，通过3D Mamba架构捕捉复杂体积特征和长距离依赖，实现快速且精确的CT合成。