图像生成

Latent Swap Joint Diffusion for 2D Long-Form Latent Generation

Yusheng Dai, Chenxi Wang, Chang Li, Chen Wang, Jun Du, Kewei Li, Ruoyu Wang, Jiefeng Ma, Lei Sun, Jianqing Gao

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； iFlytek Research（iFlytek研究院） 纠错

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

UniForm: A Unified Multi-Task Diffusion Transformer for Audio-Video Generation

Lei Zhao, Linfeng Feng, Dongxu Ge, Rujin Chen, Fangqiu Yi, Chi Zhang, Xiao-Lei Zhang, Xuelong Li

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

Comments Our demos are available at https://uniform-t2av.github.io/

Multimodal Latent Diffusion Model for Complex Sewing Pattern Generation

Shengqi Liu, Yuhao Cheng, Zhuo Chen, Xingyu Ren, Wenhan Zhu, Lincheng Li, Mengxiao Bi, Xiaokang Yang, Yichao Yan

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University, China（人工智能领域关键实验室、人工智能研究院、上海交通大学） 纠错

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

Comments Our project page: https://shengqiliu1.github.io/SewingLDM

Contrastive Conditional Latent Diffusion for Audio-visual Segmentation

Yuxin Mao, Jing Zhang, Mochu Xiang, Yunqiu Lv, Dong Li, Yiran Zhong, Yuchao Dai

机构 * School of Electronics and Information, Northwestern Polytechnical University（电子与信息学院，西北工业大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shaanxi Key Laboratory of Information Acquisition and Processing（信息获取与处理陕西省重点实验室） 纠错

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

Journal ref IEEE Transactions on Image Processing 2025

Consistent Zero-shot 3D Texture Synthesis Using Geometry-aware Diffusion and Temporal Video Models

Donggoo Kang, Jangyeong Kim, Dasol Jeong, Junyoung Choi, Jeonga Wi, Hyunmin Lee, Joonho Gwon, Joonki Paik

机构 * Department of Image, Chung-Ang University（Chung-Ang大学图像系） ； Graphics AI Lab, NCSOFT（NCSOFT图形AI实验室） ； Department of Computer Science, University of Seoul（首尔大学计算机科学系） 纠错

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

ReconX: Reconstruct Any Scene from Sparse Views with Video Diffusion Model

Fangfu Liu, Wenqiang Sun, Hanyang Wang, Yikai Wang, Haowen Sun, Junliang Ye, Jun Zhang, Yueqi Duan

机构 * Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） ； Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） ； Department of Computer Science, Tsinghua University（计算机科学系，清华大学） ； School of Artificial Intelligence, Beijing Normal University（人工智能学院，北京师范大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

Comments Project page: https://liuff19.github.io/ReconX

Nabla-R2D3: Effective and Efficient 3D Diffusion Alignment with 2D Rewards

Qingming Liu, Zhen Liu, Dinghuai Zhang, Kui Jia

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Microsoft Research（微软研究院） 纠错

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

Comments Technical Report (21 pages, 21 figures)

VideoMat: Extracting PBR Materials from Video Diffusion Models

Jacob Munkberg, Zian Wang, Ruofan Liang, Tianchang Shen, Jon Hasselgren

机构 * NVIDIA Sweden（NVIDIA瑞典分公司） ； NVIDIA , University of Toronto , Vector Institute Canada（NVIDIA、多伦多大学、向量研究所加拿大） ； NVIDIA ； 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

Comments Project website: https://nvlabs.github.io/videomat/

EQ-TAA: Equivariant Traffic Accident Anticipation via Diffusion-Based Accident Video Synthesis

Jianwu Fang, Lei-Lei Li, Zhedong Zheng, Hongkai Yu, Jianru Xue, Zhengguo Li, Tat-Seng Chua

机构 * Xi’an Jiaotong University（西安交通大学） ； University of Macau（澳门大学） ； National University of Singapore（新加坡国立大学） ； Department of Electrical Engineering and Computer Science, Cleveland State University（克莱姆森大学电气工程与计算机科学系） ； Institute for Infocomm Research, Agency for Science, Technology and Research (A ∗ STAR)（信息与通信研究机构，科技研究局） 纠错

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

Comments Accepted by IEEE-TMM

Controllable Expressive 3D Facial Animation via Diffusion in a Unified Multimodal Space

Kangwei Liu, Junwu Liu, Xiaowei Yi, Jinlin Guo, Yun Cao

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Laboratory for Big Data and Decision, School of Systems Engineering, National University of Defense Technology（国防科技大学系统工程学院大数据与决策实验室） 纠错

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

Comments Accepted by ICME2025

OctFusion: Octree-based Diffusion Models for 3D Shape Generation

Bojun Xiong, Si-Tong Wei, Xin-Yang Zheng, Yan-Pei Cao, Zhouhui Lian, Peng-Shuai Wang

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； VAST（中国科学院软件研究所） 纠错

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

Comments Accepted to Computer Graphics Forum (SGP), 2025

A Versatile Diffusion Transformer with Mixture of Noise Levels for Audiovisual Generation

Gwanghyun Kim, Alonso Martinez, Yu-Chuan Su, Brendan Jou, José Lezama, Agrim Gupta, Lijun Yu, Lu Jiang, Aren Jansen, Jacob Walker, Krishna Somandepalli

机构 * Seoul National University（首尔国立大学） ； Google DeepMind（谷歌DeepMind） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

Journal ref In Proceedings of the 38th Conference on Neural Information Processing Systems (NeurIPS 2024)

AnyTop: Character Animation Diffusion with Any Topology

Inbar Gat, Sigal Raab, Guy Tevet, Yuval Reshef, Amit H. Bermano, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） 纠错

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

Comments SIGGRAPH 2025. Video: https://www.youtube.com/watch?v=NWOdkM5hAbE, Project page: https://anytop2025.github.io/Anytop-page, Code: https://github.com/Anytop2025/Anytop

SSIMBaD: Sigma Scaling with SSIM-Guided Balanced Diffusion for AnimeFace Colorization

Junpyo Seo, Hanbin Koo, Jieun Yook, Byung-Ro Moon

机构 * Department of Computer Science（计算机科学系） ； Seoul National University（首尔国立大学） 纠错

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

Comments 10 pages, rest of the pages are appendix

ReactDiff: Latent Diffusion for Facial Reaction Generation

Jiaming Li, Sheng Wang, Xin Wang, Yitao Zhu, Honglin Xiong, Zixu Zhuang, Qian Wang

机构 * School of Biomedical Engineering & State Key Laboratory of Advanced Medical Materials and Devices, ShanghaiTech University（生物医学工程学院及先进医学材料与器件国家重点实验室，上海科技大学） ； School of Biomedical Engineering, Shanghai Jiao Tong University（生物医学工程学院，上海交通大学） ； Shanghai Clinical Research and Trial Center（上海临床研究与试验中心） 纠错

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

Comments Accepted by Neural Networks

MotionRAG-Diff: A Retrieval-Augmented Diffusion Framework for Long-Term Music-to-Dance Generation

Mingyang Huang, Peng Zhang, Bang Zhang

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） 纠错

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

Comments 12 pages, 5 figures

SyncSDE: A Probabilistic Framework for Diffusion Synchronization

Hyunjun Lee, Hyunsoo Lee, Sookwan Han

机构 * ECE, Seoul National University（电子工程系，首尔国立大学） ； Republic of Korea Air Force（韩国空军） 纠错

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

Comments Accepted to CVPR2025. Project Page: https://hjl1013.github.io/SyncSDE/

SEED: A Benchmark Dataset for Sequential Facial Attribute Editing with Diffusion Models

Yule Zhu, Ping Liu, Zhedong Zheng, Wei Liu

机构 * Huazhong University of Science and Technology（华中科技大学） ； University of Nevada Reno（内华达大学拉森分校） ； University of Macau（澳门大学） 纠错

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

Cascaded 3D Diffusion Models for Whole-body 3D 18-F FDG PET/CT synthesis from Demographics

Siyeop Yoon, Sifan Song, Pengfei Jin, Matthew Tivnan, Yujin Oh, Sekeun Kim, Dufan Wu, Xiang Li, Quanzheng Li

机构 * Massachusetts General Hospital and Harvard Medical School（麻省总医院和哈佛医学院） 纠错

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

Comments MICCAI2025 Submitted version

CoDA: Coordinated Diffusion Noise Optimization for Whole-Body Manipulation of Articulated Objects

Huaijin Pi, Zhi Cen, Zhiyang Dou, Taku Komura

机构 * The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） 纠错

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

Comments Project page: https://phj128.github.io/page/CoDA/index.html

SRDiffusion: Accelerate Video Diffusion Inference via Sketching-Rendering Cooperation

Shenggan Cheng, Yuanxin Wei, Lansong Diao, Yong Liu, Bujiao Chen, Lianghua Huang, Yu Liu, Wenyuan Yu, Jiangsu Du, Wei Lin, Yang You

机构 * National University of Singapore（国立新加坡大学） ； Sun Yat-sen University（中山大学） ； Alibaba Group（阿里巴巴集团） 纠错

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

Comments 9 pages, 6 figures

Single View Garment Reconstruction Using Diffusion Mapping Via Pattern Coordinates

Ren Li, Cong Cao, Corentin Dumery, Yingxuan You, Hao Li, Pascal Fua

机构 * École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫人工智能大学） 纠错

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

Comments SIGGRAPH 2025

LightLab: Controlling Light Sources in Images with Diffusion Models

Nadav Magar, Amir Hertz, Eric Tabellion, Yael Pritch, Alex Rav-Acha, Ariel Shamir, Yedid Hoshen

机构 * Tel Aviv University and Google Israel（特拉维夫大学和谷歌以色列） ； Google United States of America（谷歌美国） ； Google Israel（谷歌以色列） ； Reichman University and Google Israel（Reichman大学和谷歌以色列） ； Hebrew University of Jerusalem and Google Israel（耶路撒冷希伯来大学和谷歌以色列） 纠错

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

Comments Project Page: https://nadmag.github.io/LightLab/

Inter-Diffusion Generation Model of Speakers and Listeners for Effective Communication

Jinhe Huang, Yongkang Cheng, Yuming Hang, Gaoge Han, Jinewei Li, Jing Zhang, Xingjian Gu

机构 * Nanjing Agriculture University（南京农业大学） ； Northwest A&F University（西北农林科技大学） ； City University of Hong Kong（香港城市大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Northwestern Polytechnical University（西北工业大学） 纠错

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

Comments accepted by ICMR 2025

HDiffTG: A Lightweight Hybrid Diffusion-Transformer-GCN Architecture for 3D Human Pose Estimation

Yajie Fu, Chaorui Huang, Junwei Li, Hui Kong, Yibin Tian, Huakang Li, Zhiyuan Zhang

机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Faculty of Science and Technology, University of Macau（澳门大学科学与技术学院） ； College of Mechatronics and Control Engineering, Shenzhen University（深圳大学机电与控制工程学院） ； School of AI and Advanced Computing, Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学人工智能与高级计算学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理学院计算机与信息系统学院） 纠错

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

Comments 8 pages, 4 figures, International Joint Conference on Neural Networks (IJCNN)

DIVE: Inverting Conditional Diffusion Models for Discriminative Tasks

Yinqi Li, Hong Chang, Ruibing Hou, Shiguang Shan, Xilin Chen

机构 * Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, 100190, China, and University of Chinese Academy of Sciences, Beijing 100049, China（中国科学院信息处理重点实验室，计算技术研究所，北京，100190，中国，以及中国科学院大学，北京100049，中国） 纠错

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

Comments Accepted by IEEE Transactions on Multimedia

VideoPanda: Video Panoramic Diffusion with Multi-view Attention

Kevin Xie, Amirmojtaba Sabour, Jiahui Huang, Despoina Paschalidou, Greg Klar, Umar Iqbal, Sanja Fidler, Xiaohui Zeng

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

Comments Project website at https://research.nvidia.com/labs/toronto-ai/VideoPanda/

Saliency-Aware Diffusion Reconstruction for Effective Invisible Watermark Removal

Inzamamul Alam, Md Tanvir Islam, Simon S. Woo

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

Comments Accepted at The Web Conference 2025

ARAP-GS: Drag-driven As-Rigid-As-Possible 3D Gaussian Splatting Editing with Diffusion Prior

Xiao Han, Runze Tian, Yifei Tong, Fenggen Yu, Dingyao Liu, Yan Zhang

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

UniPhys: Unified Planner and Controller with Diffusion for Flexible Physics-Based Character Control

Yan Wu, Korrawe Karunratanakul, Zhengyi Luo, Siyu Tang

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

Comments Project page: https://wuyan01.github.io/uniphys-project/