图像生成

BadBlocks: Low-Cost and Stealthy Backdoor Attacks Tailored for Text-to-Image Diffusion Models

BadBlocks: 针对文本到图像扩散模型的低成本、隐蔽后门攻击

Jia Wu, Yu Pan, Junjun Yang, Yi Du

机构 * Shanghai Polytechnic University（上海理工大学） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 提出BadBlocks攻击方法，通过仅污染UNet架构中的特定块，在保持其他组件不变的情况下，以30%的计算资源和20%的GPU时间实现高成功率且绕过注意力检测防御，揭示了不同神经层的脆弱性差异。

Towards Controllable Image Generation through Representation-Conditioned Diffusion Models

通过表示条件扩散模型实现可控图像生成

Nithesh Chandher Karthikeyan, Jonas Unger, Gabriel Eilertsen

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

AI总结 本文提出利用预训练自监督模型的表示作为条件，通过扩散模型实现无需大量标注的可控图像生成，并探索了表示空间中的平滑和分离特性。

Erased but Exploitable: Black-box Embedding-Aware Prompting Against Unlearned Text-to-Image Diffusion Models

被擦除但可被利用：针对已遗忘文本到图像扩散模型的黑盒嵌入感知提示攻击

Arian Komaei Koma, Seyed Amir Kasaei, AmirMahdi Sadeghzadeh, Mohammad Hossein Rohban

机构 * Department of Computer Engineering（计算机工程系） 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 提出一种黑盒嵌入感知对抗提示攻击BEAP，利用大语言模型迭代生成有效对抗提示，以恢复被遗忘概念，并在攻击成功率上提升超过60%。

Fusion Embedding for Pose-Guided Person Image Synthesis with Diffusion Model

基于扩散模型的姿态引导人物图像合成的融合嵌入

Donghwna Lee, Kirok Kim, Jisu Lee, Kyungha Min, Wooju Kim

机构 * Department of Industrial Engineering（工业工程系） 纠错

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

AI总结 提出FPDM框架，通过对比学习显式对齐融合源-姿态嵌入与目标图像嵌入，并作为条件信号生成，解决姿态引导人物图像合成中纹理保真度和一致性问题。

Boosting Text-to-Image Diffusion Models via Core Token Attention-Based Seed Selection

通过基于核心标记注意力的种子选择提升文本到图像扩散模型

Yunzhe Zhang, Hongfu Liu, Pengyu Hong

机构 * Brandeis University（布兰迪大学） 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 本文研究了文本到图像扩散模型中种子对生成质量的影响，提出基于核心标记注意力的种子选择方法，无需训练即可提升文本与图像的一致性及视觉质量。

Comments Preprint

TextBoost: Boosting Text Encoder for Personalized Text-to-Image Generation

TextBoost: 通过文本编码器提升文本到图像生成的个性化

NaHyeon Park, Kunhee Kim, Hyunjung Shim

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 本文提出TextBoost，一种高效的文本到图像扩散模型单次个性化方法，通过仅微调文本编码器提升计算和存储效率，并保持语义完整性，从而实现更快收敛和更低存储需求，同时保持高质量生成。

Comments Project page: https://textboost.github.io. Accepted to TMLR

Bridging the Intention-Expression Gap: Aligning Multi-Dimensional Preferences via Hierarchical Relevance Feedback in Text-to-Image Diffusion

弥合意图-表达鸿沟：通过层次相关反馈对齐多维偏好

Wenxi Wang, Hongbin Liu, Mingqian Li, Junyan Yuan, Junqi Zhang

机构 * Tongji University（同济大学） 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 本文提出一种层次相关反馈驱动框架，通过在文本到图像扩散模型中对齐多维特征，解决用户意图与表达之间的鸿沟问题，提升模型对多维偏好的识别能力。

Face inpainting with Identity Preserving Latent Diffusion Models

基于身份保持的潜在扩散模型的面部修复

João Santos, Carlos Santiago, Manuel Marques

机构 * Institute for Systems and Robotics（系统与机器人研究所） 纠错

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

AI总结 本文提出ID-ControlNet，利用潜在扩散模型实现面部修复，通过身份嵌入保持身份一致性，实验表明其在CelebA-HQ等数据集上优于传统方法，接近最先进的身份感知方法。

D2-CDIG: Controlled Diffusion Remote Sensing Image Generation with Dual Priors of DEM and Cloud-Fog

D2-CDIG: 基于DEM和云雾双先验的受控扩散遥感图像生成

Zuopeng Zhao, Ying Liu, Kanyaphakphachsorn Pharksuwan, Su Luo, Xiaoyu Li, Maocai Ning

机构 * China University of Mining and Technology（中国矿业大学） 纠错

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

AI总结 本文提出D2-CDIG框架，结合扩散模型与双先验控制机制，利用DEM和云雾信息提升遥感图像生成的准确性和自然度，改进图像质量、细节丰富度和真实感。

Amortized Guidance for Image Inpainting with Pretrained Diffusion Models

基于预训练扩散模型的图像修复的 amortized 指导

Yilie Huang, Xun Yu Zhou

机构 * Department of Industrial Engineering and Operations Research, Columbia University, New York, NY 10027, USA（工业工程与运筹学系，哥伦比亚大学，纽约，NY 10027，美国） ； Department of Industrial Engineering and Operations Research & Data Science Institute, Columbia University, New York, NY 10027, USA（工业工程与运筹学系及数据科学研究所，哥伦比亚大学，纽约，NY 10027，美国） 纠错

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

AI总结 本文提出AID模型，通过预训练扩散模型和离线训练的指导模块，在多种掩码类型下提升图像修复的质量-速度平衡，训练开销低。

Preserve and Personalize: Personalized Text-to-Image Diffusion Models without Distributional Drift

保留与个性化：无需分布偏移的个性化文本到图像扩散模型

Gihoon Kim, Hyungjin Park, Taesup Kim

机构 * Graduate School of Data Science（数据科学研究生院） ； Seoul National University（首尔国立大学） 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 本文提出一种无需分布偏移的个性化文本到图像扩散模型，通过引入Lipschitz正则化目标，确保参数更新时的有界偏差，从而提升视觉保真度和提示一致性。

Comments Accepted at ICLR 2026

VIPaint: Image Inpainting with Pre-Trained Diffusion Models via Variational Inference

VIPaint：通过变分推断利用预训练扩散模型进行图像修复

Sakshi Agarwal, Gabriel Hope, Jimin Heo, Erik B. Sudderth

机构 * Accenture ； Swarthmore College（斯沃思莫尔学院） ； Univ. California, Irvine（加州大学伊文斯顿分校） 纠错

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

AI总结 本文提出VIPaint方法，通过变分推断优化非高斯马尔可夫近似，有效修复图像中的缺失区域，适用于高质图像生成及逆向问题。

Comments Proceedings of the 29th International Conference on Artificial Intelligence and Statistics (AISTATS), May 2026, Tangier, Morocco. PMLR Volume 300

Projected Gradient Unlearning for Text-to-Image Diffusion Models: Defending Against Concept Revival Attacks

投影梯度遗忘用于文本到图像扩散模型：防御概念复活攻击

Aljalila Aladawi, Mohammed Talha Alam, Fakhri Karray

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫德尔·本·扎耶德人工智能大学） ； University of Waterloo（滑铁卢大学） 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 本文提出投影梯度遗忘方法，用于消除扩散模型中 undesirable 的概念，通过构建核心梯度空间并投影梯度更新，有效防止后续微调恢复已删除的概念。

Erasing Thousands of Concepts: Towards Scalable and Practical Concept Erasure for Text-to-Image Diffusion Models

消除数千种概念：面向文本到图像扩散模型可扩展和实用的概念消除

Hoigi Seo, Byung Hyun Lee, Jaehyun Cho, Sungjin Lim, Se Young Chun

机构 * Dept. of Electrical and Computer Engineering（电气与计算机工程系） ； INMC（智能纳米研究中心） ； IPAI（人工智能研究所） ； Seoul National University（首尔国立大学） 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 本文提出ETC框架，通过tMM模型和MoEraser模块实现大规模概念消除，提升生成质量与鲁棒性，验证了在2000多个概念上的优越性能。

An Analysis of Regularization and Fokker-Planck Residuals in Diffusion Models for Image Generation

扩散模型图像生成中正则化与福克-普朗克残差的分析

Onno Niemann, Gonzalo Martínez Muñoz, Alberto Suárez Gonzalez

机构 * MCIN/ AEI / 10.13039/501100011033 / FEDER, UE（MCIN/ AEI / 10.残补10.13039/501100011033 / FEDER, UE） ； Autonomous Community of Madrid（马德里自治区） ； ELLIS Unit Madrid（马德里ELLIS单位） ； Centro de Computación Científica-Universidad Autónoma de Madrid (CCC-UAM)（马德里自治大学计算中心（CCC-UAM）） 纠错

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

AI总结 本文研究了扩散模型中通过简化惩罚项实现福克-普朗克方程正则化的有效性，发现其在较低计算成本下可提升生成质量。

Comments Accepted at IJCNN 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

ADP-DiT: Text-Guided Diffusion Transformer for Brain Image Generation in Alzheimer's Disease Progression

ADP-DiT：用于阿尔茨海默病进展的文本引导扩散变换器

Juneyong Lee, Geonwoo Baek, Ikbeom Jang

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Hankuk University of Foreign Studies（韩国民法大学） 纠错

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

AI总结 ADP-DiT通过整合临床信息和时间间隔，提升阿尔茨海默病纵向MRI生成的精度与可解释性，实现更精细的时间控制和解剖结构重建。

Comments 15 pages, 3 figures, accepted to ICPR 2026

DiffusionPrint: Learning Generative Fingerprints for Diffusion-Based Inpainting Localization

DiffusionPrint: 为基于扩散的修复定位学习生成指纹

Paschalis Giakoumoglou, Symeon Papadopoulos

机构 * Information Technologies Institute, CERTH（信息科技研究所，CERTH） 纠错

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

AI总结 本文提出DiffusionPrint，通过对比学习框架学习鲁棒于潜在解码引入的频谱畸变的取证信号，提升基于融合的图像伪造定位性能，实验表明在多个生成模型上均取得显著提升。

Comments CVPRW2026

Enhancing Text-to-Image Diffusion Transformer via Split-Text Conditioning

通过分段文本条件化增强文本到图像扩散变换器

Yu Zhang, Jialei Zhou, Xinchen Li, Qi Zhang, Zhongwei Wan, Tianyu Wang, Duoqian Miao, Changwei Wang, Longbing Cao

机构 * Tongji University（同济大学） ； The Ohio State University（俄亥俄州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Shandong Academy of Sciences（山东省科学院） ； Macquarie University（麦考瑞大学） 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 本文提出DiT-ST框架，通过分段文本条件化提升扩散变换器对完整文本描述的理解能力，通过分层递进的方式注入不同语义基本类型，增强特定语义基本类型的表示学习。

Comments NeurIPS 2025

SCoRe: Clean Image Generation from Diffusion Models Trained on Noisy Images

SCoRe: 从噪声图像训练的扩散模型中生成干净图像

Yuta Matsuzaki, Seiichi Uchida, Shumpei Takezaki

机构 * Kyushu University（九州大学） 纠错

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

AI总结 SCoRe通过频谱截止再生方法，有效抑制生成图像中的高频噪声，提升图像质量，无需重新训练。

Comments Accepted at IJCNN2026

DeCo: Frequency-Decoupled Pixel Diffusion for End-to-End Image Generation

DeCo：频率解耦的像素扩散用于端到端图像生成

Zehong Ma, Longhui Wei, Shuai Wang, Shiliang Zhang, Qi Tian

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； Nanjing University（南京大学） ； Huawei Inc.（华为公司） 纠错

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

AI总结 DeCo通过解耦高频与低频成分生成，提升像素扩散效率，实现更高效的端到端图像生成，实验表明其在ImageNet上取得优于其他模型的性能。

Comments Accepted to CVPR2026. Project Page: https://zehong-ma.github.io/DeCo. Code Repository: https://github.com/Zehong-Ma/DeCo

EdgeDiT: Hardware-Aware Diffusion Transformers for Efficient On-Device Image Generation

EdgeDiT：面向边缘设备的高效扩散变换器

Sravanth Kodavanti, Manjunath Arveti, Sowmya Vajrala, Srinivas Miriyala, Vikram N R

机构 * Samsung Research Institute Bangalore, India（三星研究所班加罗尔） 纠错

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

AI总结 本文提出EdgeDiT，一种为移动端NPU优化的高效生成变换器，通过硬件感知优化减少参数和计算量，提升边缘设备图像生成效率。

Comments Accepted at the Mobile AI Workshop, CVPR 2026

When Denoising Becomes Unsigning: Theoretical and Empirical Analysis of Watermark Fragility Under Diffusion-Based Image Editing

去噪成为去签：扩散式图像编辑下水印脆弱性的理论与实证分析

Fai Gu, Qiyu Tang, Te Wen, Emily Davis, Finn Carter

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

AI总结 本文研究了基于扩散的图像编辑对水印鲁棒性的破坏，揭示了水印在扩散过程中的退化机制，并提出设计在生成变换时代仍具意义的水印方案的指导原则。

Comments Preprint

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。

Dual-Channel Attention Guidance for Training-Free Image Editing Control in Diffusion Transformers

双通道注意力引导用于扩散变换器中无需训练的图像编辑控制

Guandong Li

机构 * iFLYTEK 纠错

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

AI总结 本文提出双通道注意力引导方法，通过同时操控键通道和值通道实现无需训练的图像编辑控制，显著提升编辑保真度。

Di3PO - Diptych Diffusion DPO for Targeted Improvements in Image Generation

Di3PO - Diptych Diffusion DPO用于图像生成的针对性改进

Sanjana Reddy, Ishaan Malhi, Sally Ma, Praneet Dutta

机构 * Google（谷歌） ； DeepMind 纠错

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

AI总结 Di3PO通过针对性改进图像生成中的特定区域，提升扩散模型的文本渲染性能。

Condition Errors Refinement in Autoregressive Image Generation with Diffusion Loss

在扩散损失下自回归图像生成中的条件误差细化

Yucheng Zhou, Hao Li, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学SKL-IOTSC、CIS、大学） 纠错

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

AI总结 本研究提出基于最优传输理论的条件细化方法，通过理论分析和实验验证，有效缓解条件不一致问题并提升图像生成稳定性。

Comments ICLR 2026

Object Fidelity Diffusion for Remote Sensing Image Generation

遥感图像生成的物体保真扩散

Ziqi Ye, Shuran Ma, Jie Yang, Xiaoyi Yang, Yi Yang, Ziyang Gong, Xue Yang, Haipeng Wang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Xidian University（西安电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出Object Fidelity Diffusion模型，通过提取对象先验形状和双分支扩散模型提升遥感图像生成的保真度和多样性。

Diff4MMLiTS: Advanced Multimodal Liver Tumor Segmentation via Diffusion-Based Image Synthesis and Alignment

Diff4MMLiTS: 通过基于扩散的图像合成与对齐的先进多模态肝肿瘤分割

Shiyun Chen, Li Lin, Pujin Cheng, ZhiCheng Jin, JianJian Chen, HaiDong Zhu, Kenneth K. Y. Wong, Xiaoying Tang

机构 * Department of Electronic and Electrical Engineering, Southern University of Science and Technology, Shenzhen, China（电子与电气工程系，南方科技大学，深圳，中国） ； Department of Electrical and Electronic Engineering, The University of Hong Kong, Hong Kong SAR, China（电气与电子工程系，香港大学，香港特别行政区，中国） ； Department of Radiology, Zhongda Hospital, Medical School, Southeast University, Nanjing, China（放射科，中大医院，医学院，东南大学，南京，中国） ； Jiaxing Research Institute, Southern University of Science and Technology, Jiaxing, China（嘉兴研究所，南方科技大学，嘉兴，中国） 纠错

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

AI总结 Diff4MMLiTS通过基于扩散的图像合成与对齐技术，实现肝肿瘤的多模态分割，无需严格对齐的多模态数据，提升了分割性能。

Comments International Workshop on Machine Learning in Medical Imaging, 668-678

Enhancing Diffusion-Based Quantitatively Controllable Image Generation via Matrix-Form EDM and Adaptive Vicinal Training

通过矩阵形式EDM和自适应邻近训练增强基于扩散的可量化控制图像生成

Xin Ding, Yun Chen, Sen Zhang, Kao Zhang, Nenglun Chen, Peibei Cao, Yongwei Wang, Fei Wu

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

AI总结 本文提出改进的CCDM框架iCCDM，结合矩阵形式EDM和自适应邻近训练，提升图像生成质量和采样效率。

RefAny3D: 3D Asset-Referenced Diffusion Models for Image Generation

RefAny3D: 3D资产参考扩散模型用于图像生成

Hanzhuo Huang, Qingyang Bao, Zekai Gu, Zhongshuo Du, Cheng Lin, Yuan Liu, Sibei Yang

机构 * ShanghaiTech University（上海科技大学） ； Sun Yat-sen University（中山大学） ； University of Toronto（多伦多大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； SynWorld ； Macau University of Science and Technology（澳门科学理工学院） 纠错

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

AI总结 RefAny3D通过整合3D资产，提出一种双分支扩散模型，实现2D图像与3D资产的协同生成，提升图像生成的精确性和多样性。

Comments ICLR 2026. Project page: https://judgementh.github.io/RefAny3D Codes: https://github.com/JudgementH/RefAny3D