图像生成

Optimizing ID Consistency in Multimodal Large Models: Facial Restoration via Alignment, Entanglement, and Disentanglement

多模态大模型中ID一致性优化：通过对齐、纠缠与解纠缠进行面部修复

Yuran Dong, Hang Dai, Mang Ye

机构 * National Engineering Research Center for Multimedia Software（多媒体软件国家工程研究中心） ； School of Computer Science, Wuhan University（武汉大学计算机学院） 纠错

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

AI总结 EditedID通过引入对齐、解纠缠和纠缠机制，提升多模态大模型中面部身份一致性的修复能力。

Comments ICLR 26

Bridging Your Imagination with Audio-Video Generation via a Unified Director

通过统一导演模型实现想象力与音频视频生成的连接

Jiaxu Zhang, Tianshu Hu, Yuan Zhang, Zenan Li, Linjie Luo, Guosheng Lin, Xin Chen

机构 * Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 UniMAGE通过统一导演模型整合脚本起草与关键帧生成，提升非专业人士制作多镜头电影的能力。

In-Context Sync-LoRA for Portrait Video Editing

上下文同步LoRA用于肖像视频编辑

Sagi Polaczek, Or Patashnik, Ali Mahdavi-Amiri, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） ； Simon Fraser University（Simon Fraser大学） 纠错

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

AI总结 Sync-LoRA通过上下文LoRA实现肖像视频编辑，保持帧同步和身份一致性，支持多样化的修改如外观变化和物体添加。

Comments Project page: https://sagipolaczek.github.io/Sync-LoRA/

LumiX: Structured and Coherent Text-to-Intrinsic Generation

LumiX: 结构化和一致的文本到内在生成

Xu Han, Biao Zhang, Xiangjun Tang, Xianzhi Li, Peter Wonka

机构 * HUST（华中科技大学） ； KAUST（科威特大学） 纠错

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

AI总结 LumiX通过结构化扩散框架实现文本到内在生成，结合查询广播注意力和张量LoRA，提升生成的物理一致性和效率。

Comments The code will be available at https://github.com/xhanxu/LumiX

SplatFont3D: Structure-Aware Text-to-3D Artistic Font Generation with Part-Level Style Control

SplatFont3D: 基于结构的文本到3D艺术字体生成与部分级风格控制

Ji Gan, Lingxu Chen, Jiaxu Leng, Xinbo Gao

机构 * Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Xidian University（西安电子科技大学） 纠错

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

AI总结 SplatFont3D通过3D高斯溅射技术实现基于结构的文本到3D艺术字体生成，提供精确的部分级风格控制，提升渲染效率和视觉质量。

Track, Inpaint, Resplat: Subject-driven 3D and 4D Generation with Progressive Texture Infilling

Shuhong Zheng, Ashkan Mirzaei, Igor Gilitschenski

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Snap Inc.（Snap公司） 纠错

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

Comments NeurIPS 2025, 38 pages, 22 figures

AsynFusion: Towards Asynchronous Latent Consistency Models for Decoupled Whole-Body Audio-Driven Avatars

Tianbao Zhang, Jian Zhao, Yuer Li, Zheng Zhu, Ping Hu, Zhaoxin Fan, Wenjun Wu, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI）、中国电信） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（未来区块链与隐私计算先进创新中心） ； School of Artificial Intelligence, Beihang University（北航人工智能学院） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北航） ； School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院） ； GigaAI 纠错

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

Comments 15pages, conference

3DiFACE: Synthesizing and Editing Holistic 3D Facial Animation

Balamurugan Thambiraja, Malte Prinzler, Sadegh Aliakbarian, Darren Cosker, Justus Thies

机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Max Planck ETH Center for Intelligent Systems（马克斯·普朗克-苏黎世联邦理工学院智能系统中心） ； Technical University of Darmstadt（德累斯顿技术大学） ； ETH Zürich（苏黎世联邦理工学院） ； Microsoft Mixed Reality & AI Lab, UK（英国微软混合现实与人工智能实验室） 纠错

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

CharGen: Fast and Fluent Portrait Modification

Jan-Niklas Dihlmann, Arnela Killguss, Hendrik P. A. Lensch

机构 * University of Tübingen Germany（图宾根大学） 纠错

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

Comments Project page: https://chargen.jdihlmann.com/

One-shot Embroidery Customization via Contrastive LoRA Modulation

Jun Ma, Qian He, Gaofeng He, Huang Chen, Chen Liu, Xiaogang Jin, Huamin Wang

机构 * Zhejiang Sci-Tech University（浙江科技学院） ； Style3D Research（Style3D研究） ； State Key Lab of CAD\&CG, Zhejiang University（CAD\&CG国家重点实验室） ； Style3D Research Hangzhou China（Style3D研究杭州中国） 纠错

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

Comments Accepted to ACM Transactions on Graphics (TOG), SIGGRAPH Asia 2025

Identity-Preserving Text-to-Video Generation via Training-Free Prompt, Image, and Guidance Enhancement

Jiayi Gao, Changcheng Hua, Qingchao Chen, Yuxin Peng, Yang Liu

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学计算机技术研究院） 纠错

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

Comments 7 pages, 3 figures

Story2Board: A Training-Free Approach for Expressive Storyboard Generation

David Dinkevich, Matan Levy, Omri Avrahami, Dvir Samuel, Dani Lischinski

机构 * Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； OriginAI ； Bar-Ilan University（巴伊兰大学） 纠错

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

Comments Project page is available at https://daviddinkevich.github.io/Story2Board/

FlexiClip: Locality-Preserving Free-Form Character Animation

Anant Khandelwal

机构 * Search Technology Center India, Microsoft, IDC, Bengaluru, India(Bharat)（印度搜索技术中心、微软、IDC、班加罗尔、印度（巴哈拉特）） 纠错

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

Comments 13 pages, 4 figures, 7 tables, Accepted in ICML 2025, https://openreview.net/forum?id=xtxCM4XZ82

Journal ref Proceedings of the 42nd International Conference on Machine Learning, Vancouver, Canada. PMLR 267, 2025

Style-Preserving Lip Sync via Audio-Aware Style Reference

Weizhi Zhong, Jichang Li, Yinqi Cai, Ming Li, Feng Gao, Liang Lin, Guanbin Li

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Shandong Inspur Database Technology Co., Ltd.（山东 Inspur 数据库技术有限公司） ； Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

Comments submitted to IEEE Transactions on Multimedia(TMM)

FlexPainter: Flexible and Multi-View Consistent Texture Generation

Dongyu Yan, Leyi Wu, Jiantao Lin, Luozhou Wang, Tianshuo Xu, Zhifei Chen, Zhen Yang, Lie Xu, Shunsi Zhang, Yingcong Chen

机构 * HKUST(GZ)（香港科技大学（广州）） ； Quwan（启文） ； HKUST（香港科技大学） 纠错

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

Comments 11 pages, 10 figures in main paper, 10 pages, 12 figures in supplementary

Perm: A Parametric Representation for Multi-Style 3D Hair Modeling

Chengan He, Xin Sun, Zhixin Shu, Fujun Luan, Sören Pirk, Jorge Alejandro Amador Herrera, Dominik L. Michels, Tuanfeng Y. Wang, Meng Zhang, Holly Rushmeier, Yi Zhou

机构 * Yale University（耶鲁大学） ； Adobe Research（Adobe研究） ； Kiel University（基尔大学） ； KAUST（王国学术科技研究理事会） ； NJUST（南京理工大学） 纠错

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

Comments Accepted to ICLR 2025. Project page: https://cs.yale.edu/homes/che/projects/perm/

Geometry in Style: 3D Stylization via Surface Normal Deformation

Nam Anh Dinh, Itai Lang, Hyunwoo Kim, Oded Stein, Rana Hanocka

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

Comments CVPR 2025. Our project page is at https://threedle.github.io/geometry-in-style

StyleMotif: Multi-Modal Motion Stylization using Style-Content Cross Fusion

Ziyu Guo, Young Yoon Lee, Joseph Liu, Yizhak Ben-Shabat, Victor Zordan, Mubbasir Kapadia

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

Comments Project Page: https://stylemotif.github.io

Identity-Preserving Text-to-Video Generation by Frequency Decomposition

Shenghai Yuan, Jinfa Huang, Xianyi He, Yunyuan Ge, Yujun Shi, Liuhan Chen, Jiebo Luo, Li Yuan

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

Comments CVPR 2025

DreamCatalyst: Fast and High-Quality 3D Editing via Controlling Editability and Identity Preservation

Jiwook Kim, Seonho Lee, Jaeyo Shin, Jiho Choi, Hyunjung Shim

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

Comments ICLR 2025

InsTex: Indoor Scenes Stylized Texture Synthesis

Yunfan Zhang, Zhiwei Xiong, Zhiqi Shen, Guosheng Lin, Hao Wang, Nicolas Vun

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

GraphicsDreamer: Image to 3D Generation with Physical Consistency

Pei Chen, Fudong Wang, Yixuan Tong, Jingdong Chen, Ming Yang, Minghui Yang

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

AnyV2V: A Tuning-Free Framework For Any Video-to-Video Editing Tasks

Max Ku, Cong Wei, Weiming Ren, Harry Yang, Wenhu Chen

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

Comments Published in Transactions on Machine Learning Research (TMLR 2024) (11/2024)

StyleTex: Style Image-Guided Texture Generation for 3D Models

Zhiyu Xie, Yuqing Zhang, Xiangjun Tang, Yiqian Wu, Dehan Chen, Gongsheng Li, Xaogang Jin

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

Comments Accepted to Siggraph Asia 2024

Lodge++: High-quality and Long Dance Generation with Vivid Choreography Patterns

Ronghui Li, Hongwen Zhang, Yachao Zhang, Yuxiang Zhang, Youliang Zhang, Jie Guo, Yan Zhang, Xiu Li, Yebin Liu

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

Comments Project page: https://li-ronghui.github.io/lodgepp

Joker: Conditional 3D Head Synthesis with Extreme Facial Expressions

Malte Prinzler, Egor Zakharov, Vanessa Sklyarova, Berna Kabadayi, Justus Thies

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

Comments Project Page: https://malteprinzler.github.io/projects/joker/

SceneDreamer360: Text-Driven 3D-Consistent Scene Generation with Panoramic Gaussian Splatting

Wenrui Li, Fucheng Cai, Yapeng Mi, Zhe Yang, Wangmeng Zuo, Xingtao Wang, Xiaopeng Fan

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

DragVideo: Interactive Drag-style Video Editing

Yufan Deng, Ruida Wang, Yuhao Zhang, Yu-Wing Tai, Chi-Keung Tang

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

TexPainter: Generative Mesh Texturing with Multi-view Consistency

Hongkun Zhang, Zherong Pan, Congyi Zhang, Lifeng Zhu, Xifeng Gao

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

Comments accepted by Siggraph 2024

Gorgeous: Create Your Desired Character Facial Makeup from Any Ideas

Jia Wei Sii, Chee Seng Chan

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

Comments Project page: https://github.com/JiaWeiSii/gorgeous/