图像生成

Yume: An Interactive World Generation Model

Xiaofeng Mao, Shaoheng Lin, Zhen Li, Chuanhao Li, Wenshuo Peng, Tong He, Jiangmiao Pang, Mingmin Chi, Yu Qiao, Kaipeng Zhang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

PointLAMA: Latent Attention meets Mamba for Efficient Point Cloud Pretraining

Xuanyu Lin, Xiaona Zeng, Xianwei Zheng, Xutao Li

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

LoViC: Efficient Long Video Generation with Context Compression

Jiaxiu Jiang, Wenbo Li, Jingjing Ren, Yuping Qiu, Yong Guo, Xiaogang Xu, Han Wu, Wangmeng Zuo

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments Project page: https://jiangjiaxiu.github.io/lovic/

Digital Salon: An AI and Physics-Driven Tool for 3D Hair Grooming and Simulation

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

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.GR

CycleVAR: Repurposing Autoregressive Model for Unsupervised One-Step Image Translation

Yi Liu, Shengqian Li, Zuzeng Lin, Feng Wang, Si Liu

机构 * Beihang University（北京航空航天大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tianjin University（天津大学） ； CreateAI 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

Comments Accepted to ICCV 2025. Code available at: https://github.com/IamCreateAI/CycleVAR

GraphBrep: Learning B-Rep in Graph Structure for Efficient CAD Generation

Weilin Lai, Tie Xu, Hu Wang

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Seedance 1.0: Exploring the Boundaries of Video Generation Models

Yu Gao, Haoyuan Guo, Tuyen Hoang, Weilin Huang, Lu Jiang, Fangyuan Kong, Huixia Li, Jiashi Li, Liang Li, Xiaojie Li, Xunsong Li, Yifu Li, Shanchuan Lin, Zhijie Lin, Jiawei Liu, Shu Liu, Xiaonan Nie, Zhiwu Qing, Yuxi Ren, Li Sun, Zhi Tian, Rui Wang, Sen Wang, Guoqiang Wei, Guohong Wu, Jie Wu, Ruiqi Xia, Fei Xiao, Xuefeng Xiao, Jiangqiao Yan, Ceyuan Yang, Jianchao Yang, Runkai Yang, Tao Yang, Yihang Yang, Zilyu Ye, Xuejiao Zeng, Yan Zeng, Heng Zhang, Yang Zhao, Xiaozheng Zheng, Peihao Zhu, Jiaxin Zou, Feilong Zuo

机构 * ByteDance（字节跳动） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments Seedance 1.0 Technical Report

Fine-Tuning Next-Scale Visual Autoregressive Models with Group Relative Policy Optimization

Matteo Gallici, Haitz Sáez de Ocáriz Borde

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Seedream 3.0 Technical Report

Yu Gao, Lixue Gong, Qiushan Guo, Xiaoxia Hou, Zhichao Lai, Fanshi Li, Liang Li, Xiaochen Lian, Chao Liao, Liyang Liu, Wei Liu, Yichun Shi, Shiqi Sun, Yu Tian, Zhi Tian, Peng Wang, Rui Wang, Xuanda Wang, Xun Wang, Ye Wang, Guofeng Wu, Jie Wu, Xin Xia, Xuefeng Xiao, Zhonghua Zhai, Xinyu Zhang, Qi Zhang, Yuwei Zhang, Shijia Zhao, Jianchao Yang, Weilin Huang

机构 * ByteDance（字节跳动） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

Comments Seedream 3.0 Technical Report

Grid: Omni Visual Generation

Cong Wan, Xiangyang Luo, Hao Luo, Zijian Cai, Yiren Song, Yunlong Zhao, Yifan Bai, Fan Wang, Yuhang He, Yihong Gong

机构 * Xi’an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学） ； DAMO Academy, Alibaba Group（阿里云实验室） ； Chinese Academy of Sciences（中国科学院） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

Comments Codes: https://github.com/Should-AI-Lab/GRID

ForgeLens: Data-Efficient Forgery Focus for Generalizable Forgery Image Detection

Yingjian Chen, Lei Zhang, Yakun Niu

机构 * Henan Key Laboratory of Big Data Analysis and Processing, Henan University（河南大数据分析与处理重点实验室，河南大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

DFVEdit: Conditional Delta Flow Vector for Zero-shot Video Editing

Lingling Cai, Kang Zhao, Hangjie Yuan, Xiang Wang, Yingya Zhang, Kejie Huang

机构 * Zhejiang University（浙江大学） ； Tongyi Lab（通义实验室） ； DAMO Academy（达摩院） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments Zero-shot video editing

Noise Consistency Training: A Native Approach for One-Step Generator in Learning Additional Controls

Yihong Luo, Shuchen Xue, Tianyang Hu, Jing Tang

机构 * HKUST（香港科技大学） ； UCAS（中国科学院大学） ； NUS（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Dive3D: Diverse Distillation-based Text-to-3D Generation via Score Implicit Matching

Weimin Bai, Yubo Li, Wenzheng Chen, Weijian Luo, He Sun

机构 * Peking University（北京大学） ； Xiaohongshu Inc（小红书公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

MambaTalk: Efficient Holistic Gesture Synthesis with Selective State Space Models

Zunnan Xu, Yukang Lin, Haonan Han, Sicheng Yang, Ronghui Li, Yachao Zhang, Xiu Li

机构 * Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments Accepted to NeurlPS 2024

Cross-Modal Clustering-Guided Negative Sampling for Self-Supervised Joint Learning from Medical Images and Reports

Libin Lan, Hongxing Li, Zunhui Xia, Juan Zhou, Xiaofei Zhu, Yongmei Li, Yudong Zhang, Xin Luo

机构 * College of Computer Science and Engineering, Chongqing University of Technology（重庆理工大学计算机科学与工程学院） 纠错

专题命中 效率与蒸馏 ：text-to-image(abstract)；分类 cs.CV

Comments This work has been submitted to the IEEE TMI for possible publication. Our code is available at https://github.com/violet-42/CM-CGNS

BrainMAP: Multimodal Graph Learning For Efficient Brain Disease Localization

Nguyen Linh Dan Le, Jing Ren, Ciyuan Peng, Chengyao Xie, Bowen Li, Feng Xia

机构 * School of Computing Technologies, RMIT University（计算技术学院，拉筹纳斯大学） ； Institute of Innovation, Science and Sustainability, Federation University Australia（创新、科学与可持续性研究所，联邦大学澳大利亚） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments 6 pages, 5 figures

Efficient Visual Representation Learning with Heat Conduction Equation

Zhemin Zhang, Xun Gong

机构 * School of Computing and Artificial Intelligence, Southwest Jiaotong University（计算与人工智能学院，西南交通大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments Accepted by IJCAI2025

EfficientVLA: Training-Free Acceleration and Compression for Vision-Language-Action Models

Yantai Yang, Yuhao Wang, Zichen Wen, Luo Zhongwei, Chang Zou, Zhipeng Zhang, Chuan Wen, Linfeng Zhang

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Electronic Science and Technology of China（电子科学与技术大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Factorized Video Autoencoders for Efficient Generative Modelling

Mohammed Suhail, Carlos Esteves, Leonid Sigal, Ameesh Makadia

机构 * Google（谷歌） ； University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute for AI（人工智能向量研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

ContentV: Efficient Training of Video Generation Models with Limited Compute

Wenfeng Lin, Renjie Chen, Boyuan Liu, Shiyue Yan, Ruoyu Feng, Jiangchuan Wei, Yichen Zhang, Yimeng Zhou, Chao Feng, Jiao Ran, Qi Wu, Zuotao Liu, Mingyu Guo

机构 * ByteDance Douyin Content Group（字节跳动抖音内容团队） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

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

ProbDiffFlow: An Efficient Learning-Free Framework for Probabilistic Single-Image Optical Flow Estimation

Mo Zhou, Jianwei Wang, Xuanmeng Zhang, Dylan Campbell, Kai Wang, Long Yuan, Wenjie Zhang, Xuemin Lin

机构 * School of Computer Science ； Engineering, University of New South Wales, Sydney 2033, Australia ； School of Computing, Australian National University, Canberra 2601, Australia ； Department of Data ； Business Intelligence, Antai College of Economics \& Management, Shanghai Jiao Tong University, Shanghai 201400, China ； Engineering, Nanjing University of Science 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments 18 pages, 13 figures, accepted by Frontiers of Computer Science (FCS)

Efficient Medical Vision-Language Alignment Through Adapting Masked Vision Models

Chenyu Lian, Hong-Yu Zhou, Dongyun Liang, Jing Qin, Liansheng Wang

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； Center for Smart Health, School of Nursing, The Hong Kong Polytechnic University（香港理工大学护理学院智能健康中心） ； Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Radiology, Zhongshan Hospital (Xiamen), Fudan University（复旦大学中山医院放射科） ； National Institute for Data Science in Health and Medicine（医学与数据科学国家研究院） ； Department of Computer Science, School of Informatics, Xiamen University（厦门大学信息学院计算机科学系） 纠错

专题命中 效率与蒸馏 ：text-to-image(abstract)；分类 cs.CV

Comments TMI 2025

Flow Diverse and Efficient: Learning Momentum Flow Matching via Stochastic Velocity Field Sampling

Zhiyuan Ma, Ruixun Liu, Sixian Liu, Jianjun Li, Bowen Zhou

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Department of Statistics, University of California, Berkeley（加州大学伯克利分校统计学系） ； School of Computer Science and Technology, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Dynamic View Synthesis as an Inverse Problem

Hidir Yesiltepe, Pinar Yanardag

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments Project Page: https://inverse-dvs.github.io/

RainFusion: Adaptive Video Generation Acceleration via Multi-Dimensional Visual Redundancy

Aiyue Chen, Bin Dong, Jingru Li, Jing Lin, Kun Tian, Yiwu Yao, Gongyi Wang

机构 * Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Learning Efficient and Effective Trajectories for Differential Equation-based Image Restoration

Zhiyu Zhu, Jinhui Hou, Hui Liu, Huanqiang Zeng, Junhui Hou

机构 * Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Computing and Information Sciences, Saint Francis University（圣芳济大学计算与信息科学学院） ； School of Engineering, Huaqiao University（华侨大学工程学院） ； School of Information Science and Engineering, Huaqiao University（华侨大学信息科学与工程学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

ARMOR: Empowering Multimodal Understanding Model with Interleaved Multimodal Generation Capability

Jianwen Sun, Yukang Feng, Chuanhao Li, Fanrui Zhang, Zizhen Li, Jiaxin Ai, Sizhuo Zhou, Yu Dai, Shenglin Zhang, Kaipeng Zhang

机构 * Nankai University（南开大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Science and Technology of China（中国科学技术大学） ； Wuhan University（武汉大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

Approximate Borderline Sampling using Granular-Ball for Classification Tasks

Qin Xie, Qinghua Zhang, Shuyin Xia

机构 * Chongqing Key Laboratory of Computational Intelligence（重庆计算智能重点实验室） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

LongDWM: Cross-Granularity Distillation for Building a Long-Term Driving World Model

Xiaodong Wang, Zhirong Wu, Peixi Peng

机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

Comments project homepage: https://wang-xiaodong1899.github.io/longdwm/