图像生成

A Generalist Model Including Evolved Star Mass and Age

包含演化的恒星质量和年龄的通用模型

Mengmeng Zhang, Yude Bu, Siqi Wang, Shanshan Li, Jiangchuan Zhang, Jingzhen Sun, Yuhang Zhang, Ke Wang, Jian Liu, Hongliang Yan, Zhenping Yi, Meng Liu, Xiaoming Kong

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出一种通用模型，通过整合Gaia XP光谱与APOGEE数据，同时预测恒星大气参数和演化标签，实现高质量的质量和年龄预测，并有效区分星际消光与固有温度变化。

Factuality Matters: When Image Generation and Editing Meet Structured Visuals

事实性至关重要：当图像生成与编辑遇见结构化视觉

Le Zhuo, Songhao Han, Yuandong Pu, Boxiang Qiu, Sayak Paul, Yue Liao, Yihao Liu, Jie Shao, Xi Chen, Si Liu, Hongsheng Li

机构 * CUHK MMLab（香港大学多模态实验室） ； Beihang University（北京航空航天大学） ； Krea AI（Krea人工智能） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Lab（上海人工智能实验室） ； Hugging Face ； National University of Singapore（新加坡国立大学） ； ByteDance（字节跳动） ； The University of Hong Kong（香港大学） 纠错

专题命中 图像生成评测 ：image generation(title)；分类 cs.CV

AI总结 本文提出了一种统一模型，通过整合视觉语言模型和FLUX.1 Kontext，提升结构化视觉生成与编辑的多模态理解与事实准确性。

Comments Accepted by ICLR 2026, Project page: https://structvisuals.github.io

Scalable Evaluation of the Realism of Synthetic Environmental Augmentations in Images

可扩展性评估合成环境增强图像的真实性

Damian J. Ruck, Paul Vautravers, Oliver Chalkley, Jake Thomas

机构 * Advai Ltd（Advai有限公司） 纠错

专题命中 图像生成评测 ：image editing(abstract)；分类 cs.CV

AI总结 本文提出了一种可扩展框架，用于评估合成环境增强图像的真实性，发现生成式AI在大多数条件下优于基于规则的方法。

Impact of the out-of-plane conductivity on spin transport evaluation in a van der Waals material

层状材料中垂直面导电性对自旋输运评估的影响

Ryoya Nakamura, Futo Tokuda, Yoshinobu Ono, Nan Jiang, Hideaki Sakai, Masayuki Ochi, Hiroaki Ishizuka, Yasuhiro Niimi

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本研究通过三维有限元模型和非局部自旋阀结构，揭示了层状材料中各向异性导电性对自旋输运评估的影响，强调了在自旋电子学器件设计中考虑各向异性导电性的重要性。

Comments 15 pages, 11 figures

Journal ref Physical Review B 113, 104408 (2026)

Event-LAB: Towards Standardized Evaluation of Neuromorphic Localization Methods

Event-LAB: 向神经形态定位方法的标准化评估迈进

Adam D. Hines, Alejandro Fontan, Michael Milford, Tobias Fischer

机构 * QUT Centre for Robotics, School of Electrical Engineering and Robotics, Queensland University of Technology（昆士兰理工大学机器人中心，电气与机器人工程学院，昆士兰理工大学） ； School of Natural Sciences, Macquarie University（自然科学院，麦觉理大学） 纠错

专题命中 图像生成评测 ：image generation(abstract)

AI总结 Event-LAB提供了一个统一框架，用于在多个数据集上运行多种基于事件的定位方法，通过一致的参数设置实现公平比较。

Comments 8 pages, 6 figures, accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026

Helios: Real Real-Time Long Video Generation Model

Helios：实时长视频生成模型

Shenghai Yuan, Yuanyang Yin, Zongjian Li, Xinwei Huang, Xiao Yang, Li Yuan

机构 * Peking University（北京大学） 纠错

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

AI总结 Helios是首个无需并行框架、能实时生成长视频且质量媲美基线模型的14B视频生成模型。

Comments Page: pku-yuangroup.github.io/Helios-Page

Wasserstein Gradient Flows of semi-discret energies: evolution of urban areas anduniform quantization

Wasserstein梯度流的半离散能量：城市区域演化与均匀量化

Joao Miguel Machado

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文研究了半离散能量的Wasserstein梯度流，通过JKO方案分析城市规划中的动态演化与均匀量化问题，揭示了抛物型PDE与ODE耦合的奇异动态，并通过数值模拟观察到动态晶化现象。

QFlowNet: Fast, Diverse, and Efficient Unitary Synthesis with Generative Flow Networks

QFlowNet: 快速、多样且高效的单位元合成与生成流网络

Inhoe Koo, Hyunho Cha, Jungwoo Lee

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Seoul National University（首尔国立大学） ； NextQuantum 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 QFlowNet通过结合生成流网络和Transformer，实现高效、多样化的单位元合成，解决了传统强化学习在稀疏奖励下的局限性。

Comments 7 pages, 6 figures, IEEE International Conference on Quantum Communications, Networking, and Computing (QCNC 2026)

MeanFlowSE: one-step generative speech enhancement via conditional mean flow

MeanFlowSE: 通过条件均流实现一步生成语音增强

Duojia Li, Shenghui Lu, Hongchen Pan, Zongyi Zhan, Qingyang Hong, Lin Li

机构 * School of Electronic Science and Engineering, Xiamen University, China（厦门大学电子科学与技术学院） ； School of Informatics, Xiamen University, China（厦门大学信息学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 MeanFlowSE通过条件均流实现单步生成语音增强，无需多步求解器，提升实时生成效率与保真度。

LikeThis! Empowering App Users to Submit UI Improvement Suggestions Instead of Complaints

LikeThis! 使应用用户能够提交UI改进建议而不是投诉

Jialiang Wei, Ali Ebrahimi Pourasad, Walid Maalej

机构 * University of Hamburg（汉堡大学） 纠错

专题命中 其他图像生成 ：image generation(abstract)

AI总结 LikeThis! 通过生成式AI帮助用户提交具体的UI改进建议，提升用户与开发者的协作效率。

Comments Accepted at 2026 IEEE/ACM 48th International Conference on Software Engineering (ICSE '26)

On the Generalization Limits of Quantum Generative Adversarial Networks with Pure State Generators

量子生成对抗网络在纯态生成器中的泛化极限研究

Jasmin Frkatovic, Akash Malemath, Ivan Kankeu, Yannick Werner, Matthias Tschöpe, Vitor Fortes Rey, Sungho Suh, Paul Lukowicz, Nikolaos Palaiodimopoulos, Maximilian Kiefer-Emmanouilidis

机构 * Department of Computer Science and Research Initiative QC-AI（计算机科学系和QC-AI研究计划） ； RPTU Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； Embedded Intelligence（嵌入式智能） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Department of Artificial Intelligence（人工智能系） ； Korea University（韩国大学） ； Department of Physics（物理系） 纠错

专题命中 其他图像生成 ：image generation(abstract)

AI总结 本研究探讨了量子生成对抗网络在纯态生成器中的泛化极限，推导出判别器质量的理论下限，揭示了现有量子生成模型在泛化能力上的根本挑战。

Comments 20 pages, 6 figures