图像生成

RedEdit: Agentic Red-Teaming of Image Safety Classifiers via MCTS-Guided Photo-Editing

RedEdit: 基于MCTS引导的照片编辑的图像安全分类器智能红队测试

Weilin Lin, Ziqi Lin, Zhenxing Zhou, Jianze Li, Tong Zhang, Hui Xiong, Li Liu

专题命中 图像编辑 ：image editing(abstract)

AI总结 提出RedEdit，一种基于视觉语言模型提议和蒙特卡洛树搜索规划的黑盒红队代理，通过组合编辑工具序列使不安全图像逃避检测，平均不到两次编辑即可使76.2%的不安全图像绕过分类器，同时保留93.0%的恶意语义。

Dual-Use AI Face Swap Apps Are Mostly Unsafe: A Systematic Safety Audit

双用途AI换脸应用大多不安全：系统性安全审计

Alaa Daffalla, Sarah Chao, Eric Zeng

专题命中 图像编辑 ：image editing(abstract)

AI总结 本研究系统审计了iOS和Android平台上的420款AI换脸应用，发现70%缺乏防止生成裸体图像的技术保障，且多数应用的服务条款未禁止此类滥用，建议平台和立法者强制要求安全过滤措施。

LPDP: Inference-Time Reward Control for Variable-Length DNA Generation with Edit Flows

LPDP：用于可变长度DNA生成的推理时间奖励控制

Jeongchan Kim, Yunkyung Ko, Jong Chul Ye

机构 * KAIST AI（韩国釜山科学技术院人工智能实验室） 纠错

专题命中 图像编辑 ：inpainting(abstract)

AI总结 本文提出LPDP，一种无需训练的局部重解算子，用于可变长度DNA编辑动作生成。通过局部离散程序聚焦于连贯的替换、插入和删除子图，并利用硬Max或软LSE备份聚合局部延续，用于增强子优化和外显子内含子外显子修复。

Comments 22 pages, 5 figures

Factual and Edit-Sensitive Graph-to-Sequence Generation via Graph-Aware Adaptive Noising

通过图感知自适应噪声生成事实和编辑敏感的图到序列生成

Aditya Hemant Shahane, Anuj Kumar Sirohi, Tanmoy Chakraborty, Prathosh A P, Sandeep Kumar

机构 * Department of Electrical Engineering, Indian Institute of Technology Delhi, New Delhi, India（印度理工学院德里分校电子工程系） ； Indian Institute of Science, Bengaluru, India（印度科学研究所，班加罗尔，印度） 纠错

专题命中 图像编辑 ：diffusion(abstract)

AI总结 本文提出DLM4G框架，通过自适应噪声策略提升图到序列生成的事实性和编辑敏感性，在多个数据集上优于现有基线方法。

EvoFlows: Evolutionary Edit-Based Flow-Matching for Protein Engineering

EvoFlows：基于进化编辑的蛋白质工程流匹配

Nicolas Deutschmann, Constance Ferragu, Jonathan D. Ziegler, Shayan Aziznejad, Eli Bixby

机构 * Cradle Zürich, CH（Cradle 苏黎世，瑞士） 纠错

专题命中 图像编辑 ：diffusion(abstract)

AI总结 EvoFlows通过编辑流学习蛋白质序列间的突变轨迹，实现可控的插入、删除和替换操作，生成与自然蛋白家族一致的变异体，优于现有方法。

Comments Accepted at Workshop on Foundation Models for Science: Real-World Impact and Science-First Design, ICLR 2026

MJ1: Multimodal Judgment via Grounded Verification

MJ1: 通过 grounded 验证实现多模态判断

Bhavesh Kumar, Dylan Feng, Leonard Tang

机构 * Haize Labs（哈泽实验室） 纠错

专题命中 图像编辑 ：image editing(abstract)

AI总结 MJ1 通过结构化 grounded 验证链和反事实一致性奖励提升多模态判断准确性，训练后在 MMRB2 数据集上达到 77.0% 准确率，超越更大模型。

Agentic Planning with Reasoning for Image Styling via Offline RL

基于推理的图像风格化代理规划 via 离线强化学习

Subhojyoti Mukherjee, Stefano Petrangeli, Branislav Kveton, Trung Bui, Franck Dernoncourt, Arko Mukherjee

机构 * Adobe Research（Adobe研究） 纠错

专题命中 图像编辑 ：image editing(abstract)

AI总结 本文提出基于推理的代理规划框架，通过结构化规划和工具链提升图像风格化效果，采用合成数据生成和离线强化学习方法，验证在视觉质量和指令遵循上的优越性。

Comments 85 pages

Who Said Neural Networks Aren't Linear?

谁说神经网络不是线性的？

Nimrod Berman, Assaf Hallak, Assaf Shocher

专题命中 图像编辑 ：diffusion(abstract)

AI总结 本文提出线性化器架构，通过结构运输概念使神经网络在特定向量空间中表现为线性算子，从而应用线性代数工具处理非线性映射，并展示其在扩散模型和风格迁移中的应用。

Edit-Based Flow Matching for Temporal Point Processes

基于编辑的流匹配用于时间点过程

David Lüdke, Marten Lienen, Marcel Kollovieh, Stephan Günnemann

机构 * School of Computation, Information and Technology & Munich Data Science Institute（计算、信息与技术学院及慕尼黑数据科学研究所） 纠错

专题命中 图像编辑 ：diffusion(abstract)

AI总结 本文提出了一种基于编辑操作的流匹配方法，用于改进时间点过程的建模，通过连续时间马尔可夫链框架学习瞬时编辑率，提升生成效率和灵活性。

Addressing Explainability of Generative AI using SMILE (Statistical Model-agnostic Interpretability with Local Explanations)

通过SMILE（统计模型无关可解释性与局部解释）解决生成AI的可解释性问题

Zeinab Dehghani

机构 * School of Computer Science（计算机科学学院） ； University of Hull（赫尔大学） 纠错

专题命中 图像编辑 ：image editing(abstract)

AI总结 gSMILE通过受控扰动、Wasserstein距离和加权替代模型，提升生成AI的可解释性，实现细粒度归因和直观热图生成。

Minimal-Action Discrete Schrödinger Bridge Matching for Peptide Sequence Design

最小作用离散薛定谔桥匹配用于肽序列设计

Shrey Goel, Pranam Chatterjee

机构 * Duke University（杜克大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 图像编辑 ：diffusion(abstract)

AI总结 本文提出MadSBM框架，通过最小作用离散薛定谔桥匹配方法，实现肽序列设计的高效生成与优化。

TSGDiff: Rethinking Synthetic Time Series Generation from a Pure Graph Perspective

Lifeng Shen, Xuyang Li, Lele Long

专题命中 图像编辑 ：diffusion(abstract)

Comments Accepted by AAAI 2026

LSMTCR: A Scalable Multi-Architecture Model for Epitope-Specific T Cell Receptor de novo Design

Ruihao Zhang, Xiao Liu

专题命中 图像编辑 ：diffusion(abstract)

Comments 13 main pages, 5 figures, 2 tables

Speak, Edit, Repeat: High-Fidelity Voice Editing and Zero-Shot TTS with Cross-Attentive Mamba

Baher Mohammad, Magauiya Zhussip, Stamatios Lefkimmiatis

机构 * MTS AI（MTS人工智能公司） ； ITMO University（ITMO大学） 纠错

专题命中 图像编辑 ：diffusion(abstract)

Differentiable Expectation-Maximisation and Applications to Gaussian Mixture Model Optimal Transport

Samuel Boïté, Eloi Tanguy, Julie Delon, Agnès Desolneux, Rémi Flamary

机构 * Université Paris Cité, CNRS, MAP5（巴黎大学、国家科学研究中心、MAP5） ； CNRS（国家科学研究中心） ； ENS Paris-Saclay（巴黎-萨克雷大学） ； ECOLE POLYTECHNIQUE（巴黎高等理工学院） ； Institut Polytechnique de Paris（巴黎理工学院） 纠错

专题命中 图像编辑 ：image generation(abstract)

QC-OT: Optimal Transport with Quasiconformal Mapping

Yuping Lv, Qi Zhao, Xuebin Chang, Wei Zeng

专题命中 图像编辑 ：image editing(abstract)

Comments 24 pages,18 figures

CrowdGenUI: Aligning LLM-Based UI Generation with Crowdsourced User Preferences

Yimeng Liu, Misha Sra, Chang Xiao

专题命中 图像编辑 ：image editing(abstract)

Medical Image Fusion for High-Level Analysis: A Mutual Enhancement Framework for Unaligned PAT and MRI

Yutian Zhong, Jinchuan He, Zhichao Liang, Shuangyang Zhang, Qianjin Feng, Lijun Lu, Li Qi

专题命中 图像编辑 ：image generation(abstract)

Copying style, Extracting value: Illustrators' Perception of AI Style Transfer and its Impact on Creative Labor

Julien Porquet, Sitong Wang, Lydia B. Chilton

专题命中 图像编辑 ：text-to-image(abstract)

PlotEdit: Natural Language-Driven Accessible Chart Editing in PDFs via Multimodal LLM Agents

Kanika Goswami, Puneet Mathur, Ryan Rossi, Franck Dernoncourt

专题命中 图像编辑 ：image editing(abstract)

Comments Accepted at ECIR 2025

ChatHouseDiffusion: Prompt-Guided Generation and Editing of Floor Plans

Sizhong Qin, Chengyu He, Qiaoyun Chen, Sen Yang, Wenjie Liao, Yi Gu, Xinzheng Lu

专题命中 图像编辑 ：diffusion(abstract)

Run-time Observation Interventions Make Vision-Language-Action Models More Visually Robust

Asher J. Hancock, Allen Z. Ren, Anirudha Majumdar

专题命中 图像编辑 ：image editing(abstract)

Comments Website: https://aasherh.github.io/byovla/

MemoVis: A GenAI-Powered Tool for Creating Companion Reference Images for 3D Design Feedback

Chen Chen, Cuong Nguyen, Thibault Groueix, Vladimir G. Kim, Nadir Weibel

专题命中 图像编辑 ：image editing(abstract)

Comments In the Journal of ACM Transactions on Computer-Human Interaction

Journal ref ACM Transactions on Computer-Human Interaction, 2024

Image Provenance Analysis via Graph Encoding with Vision Transformer

Keyang Zhang, Chenqi Kong, Shiqi Wang, Anderson Rocha, Haoliang Li

专题命中 图像编辑 ：image editing(abstract)

Comments 13 pages, 10 figures

PyBench: Evaluating LLM Agent on various real-world coding tasks

Yaolun Zhang, Yinxu Pan, Yudong Wang, Jie Cai

专题命中 图像编辑 ：image editing(abstract)

Comments 16 pages

PRISM: Progressive Restoration for Scene Graph-based Image Manipulation

Pavel Jahoda, Azade Farshad, Yousef Yeganeh, Ehsan Adeli, Nassir Navab

专题命中 图像编辑 ：image generation(abstract)

Using Decoupled Features for Photo-realistic Style Transfer

Trevor D. Canham, Adrián Martín, Marcelo Bertalmío, Javier Portilla

专题命中 图像编辑 ：diffusion(abstract)

GANravel: User-Driven Direction Disentanglement in Generative Adversarial Networks

Noyan Evirgen, Xiang 'Anthony' Chen

专题命中 图像编辑 ：image editing(abstract)

High Fidelity Visualization of What Your Self-Supervised Representation Knows About

Florian Bordes, Randall Balestriero, Pascal Vincent

专题命中 图像编辑 ：diffusion(abstract)

Comments Accepted at TMLR 2022

GANzilla: User-Driven Direction Discovery in Generative Adversarial Networks

Noyan Evirgen, Xiang 'Anthony' Chen

专题命中 图像编辑 ：image editing(abstract)