University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

Capturing Visual Environment Structure Correlates with Control Performance

捕捉视觉环境结构与控制性能相关

Jiahua Dong, Yunze Man, Pavel Tokmakov, Yu-Xiong Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Toyota Research Institute（丰田研究院） 纠错

AI总结 通过分析视觉编码器对环境状态解码能力，发现其与下游控制性能强相关，为高效选择通用机器人策略提供了新方法。

Personalized Image Generation via Human-in-the-loop Bayesian Optimization

通过人机协作的贝叶斯优化实现个性化图像生成

Rajalaxmi Rajagopalan, Debottam Dutta, Yu-Lin Wei, Romit Roy Choudhury

机构 * University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出MultiBO方法，通过人类偏好反馈缩小生成图像与目标图像的差距，实现个性化图像生成。

ZipLoRA: Any Subject in Any Style by Effectively Merging LoRAs

ZipLoRA: 通过有效融合LoRAs实现任意主体在任意风格的生成

Viraj Shah, Nataniel Ruiz, Forrester Cole, Erika Lu, Svetlana Lazebnik, Yuanzhen Li, Varun Jampani

机构 * Google Research（谷歌研究） ； UIUC（伊利诺伊大学香槟分校） 纠错

AI总结 ZipLoRA通过有效融合独立训练的风格和主体LoRAs，实现任意主体在任意风格下的生成，提升生成质量与保真度。

Comments Project page: https://ziplora.github.io

DiffVax: Optimization-Free Image Immunization Against Diffusion-Based Editing

DiffVax: 面向扩散编辑的无优化图像免疫方法

Tarik Can Ozden, Ozgur Kara, Oguzhan Akcin, Kerem Zaman, Shashank Srivastava, Sandeep P. Chinchali, James M. Rehg

机构 * UIUC（伊利诺伊大学香槟分校） ； UT Austin（得克萨斯大学奥斯汀分校） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 DiffVax通过无优化的损失项实现高效的图像免疫，显著提升防御扩散编辑的速度和鲁棒性。

Comments Accepted into ICLR 2026. Project webpage: https://diffvax.github.io/