Nanjing University（南京大学）

Joint Geometric and Trajectory Consistency Learning for One-Step Real-World Super-Resolution

联合几何与轨迹一致性学习用于一步现实世界超分辨率

Chengyan Deng, Zhangquan Chen, Li Yu, Kai Zhang, Xue Zhou, Wang Zhang

机构 * University of Electronic Science（电子科学大学） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） 纠错

AI总结 GTASR通过引入轨迹对齐和双参考结构校正，解决现实世界超分辨率中的几何解耦和一致性漂移问题，实现高效且高质量的一步生成。

Accelerating Masked Image Generation by Learning Latent Controlled Dynamics

通过学习潜在控制动力学加速掩码图像生成

Kaiwen Zhu, Quansheng Zeng, Yuandong Pu, Shuo Cao, Xiaohui Li, Yi Xin, Qi Qin, Jiayang Li, Yu Qiao, Jinjin Gu, Yihao Liu

机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Nankai University, Tianjin, China（南开大学） ； University of Science（科学技术大学） ； Nanjing University, Nanjing, China（南京大学） ； The University of Sydney, Sydney, Australia（悉尼大学） ； Peking University, Beijing, China（北京大学） 纠错

AI总结 本文提出MIGM-Shortcut模型，通过学习潜在控制动力学加速掩码图像生成，在保持质量的同时实现文本到图像生成的四倍加速。

Investigating Text Insulation and Attention Mechanisms for Complex Visual Text Generation

探究文本绝缘与注意力机制用于复杂视觉文本生成

Ying Tai, Nikai Du, Rui Xie, Zhennan Chen, Qian Wang, Zhengkai Jiang, Kai Zhang, Jian Yang

机构 * School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； Jiutian Research（极天研究） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

AI总结 TextCrafter通过文本绝缘与注意力机制，提升复杂视觉文本生成性能，引入CVTG-2K基准测试集验证有效性。

Revisiting Matrix Sketching in Linear Bandits: Achieving Sublinear Regret via Dyadic Block Sketching

重新审视线性老虎机中的矩阵压缩：通过双尺度块压缩实现亚线性遗憾

Dongxie Wen, Hanyan Yin, Xiao Zhang, Peng Zhao, Lijun Zhang, Zhewei Wei

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） 纠错

AI总结 本文提出双尺度块压缩方法，通过动态调整压缩大小，在无需先验知识的情况下实现线性老虎机的亚线性遗憾界。

Comments Accepted by ICLR 2026