图像生成

Order Is Not Layout: Order-to-Space Bias in Image Generation

秩序并非布局：图像生成中的秩序到空间偏差

Yongkang Zhang, Zonglin Zhao, Yuechen Zhang, Fei Ding, Pei Li, Wenxuan Wang

机构 * Renmin University of China, China（中国人民大学） ； Huazhong Agricultural University, China（华中农业大学） ； Huazhong University of Science and Technology, China（华中科技大学） ； Jiangnan University, China（江南大学） ； Nanchang University, China（南昌大学） 纠错

专题命中 可控生成 ：image generation(title,abstract)；text-to-image(abstract)；分类 cs.CV、cs.MM

AI总结 本文研究了图像生成中因文本实体顺序导致的空间布局偏差问题，提出OTS-Bench进行量化评估，并通过微调和干预策略减少该偏差。

Low-Resource Guidance for Controllable Latent Audio Diffusion

低资源指导的可控潜在音频扩散

Zachary Novack, Zack Zukowski, CJ Carr, Julian Parker, Zach Evans, Josiah Taylor, Taylor Berg-Kirkpatrick, Julian McAuley, Jordi Pons

专题命中 可控生成 ：diffusion(title,abstract)

AI总结 本文提出了一种低计算开销的可控潜在音频扩散方法，通过潜在控制头实现对音频强度、音高和节拍的精确控制，同时保持生成质量。

Comments Accepted at ICASSP 2026

TextMaster: A Unified Framework for Realistic Text Editing via Glyph-Style Dual-Control

TextMaster: 一种通过字形-风格双控实现真实文本编辑的统一框架

Zhenyu Yan, Jian Wang, Aoqiang Wang, Yuhan Li, Wenxiang Shang, Ran Lin

机构 * Taobao & Tmall Group of Alibaba（阿里巴巴淘宝与天猫集团） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 可控生成 ：image editing(abstract)；分类 cs.CV

AI总结 TextMaster通过字形-风格双控机制，实现了高精度、可控的文本编辑，适用于多种场景和图像区域，提升了文本布局的准确性和风格的可控性。

Comments Accepted to ICCV 2025

Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2025, pp. 16112-16121

The geometric control of boundary-catalytic branching processes

边界催化分支过程的几何控制

Denis S. Grebenkov, Yilin Ye

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出通过几何方法控制边界催化分支过程的生长，通过平衡分支和吸收事件实现稳态行为，并确定了临界催化速率。