图像生成

InEdit-Bench: Benchmarking Intermediate Logical Pathways for Intelligent Image Editing Models

InEdit-Bench：智能图像编辑模型中间逻辑路径的基准测试

Zhiqiang Sheng, Xumeng Han, Zhiwei Zhang, Zenghui Xiong, Yifan Ding, Aoxiang Ping, Xiang Li, Tong Guo, Yao Mao

机构 * State Key Laboratory of Optical Field Manipulation Science and Technology, Institute of Optics and Electronics, Chinese Academy of Sciences（光学场操控科学与技术国家重点实验室，光学电子研究所，中国科学院） ； National Laboratory on Adaptive Optics（自适应光学国家实验室） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；分类 cs.CV

AI总结 InEdit-Bench通过评估图像编辑模型在中间逻辑路径推理中的表现，揭示了现有模型在动态推理和多步骤演变建模方面的不足，推动更智能的多模态生成模型发展。

Comments CVPR findings. Project page: https://github.com/SZStrong1/InEdit-Bench

PRIVATEEDIT: A Privacy-Preserving Pipeline for Face-Centric Generative Image Editing

PRIVATEDIT：面向面部生成图像编辑的隐私保护流程

Dipesh Tamboli, Vineet Punyamoorty, Atharv Pawar, Vaneet Aggarwal

机构 * Elmore Family School of Electrical and Computer Engineering, Purdue University（帕克大学埃尔莫尔工程学院） ； National Institute of Standards and Technology（国家标准与技术研究院） ； Rice University（里奇大学） ； Department of Physics, Colorado State University（科罗拉多州立大学物理系） ； Electrical Engineering Department, University of Colorado（科罗拉多大学电气工程系） 纠错

专题命中 图像编辑 ：image editing(title,abstract)

AI总结 PRIVATEDIT提出了一种隐私保护的面部生成图像编辑流程，通过设备端分割和遮罩技术实现用户对生物特征数据的控制，无需修改第三方模型，确保隐私安全。

Comments Accepted to IEEE Transactions on Artificial Intelligence, Feb 2026