视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2026-03-11 至 2026-03-11 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 文生图 3 篇

2512.13672 2026-03-11 cs.LG cs.CV 86%

方向性文本反转用于个性化文本到图像生成

Kunhee Kim, NaHyeon Park, Kibeom Hong, Hyunjung Shim

机构 * KAIST（韩国科学技术院）； Sookmyung Woman’s University（成均馆女子大学）

专题命中文生图：text-to-image(title,abstract)；image generation(title)；分类 cs.CV

AI总结方向性文本反转通过优化方向提升文本到图像生成的个性化效果，实现更稳定的语义连贯性。

Comments ICLR 2026; Project page: https://kunheek.github.io/dti

2603.09538 2026-03-11 cs.CV 70%

迈向统一多模态交错生成的群体相对策略优化

Ming Nie, Chunwei Wang, Jianhua Han, Hang Xu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院）； Noah’s Ark Lab, Huawei（华为诺亚实验室）； Yinwang Intelligent Technology Co., Ltd.（亿恒智能科技有限公司）

专题命中文生图：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结本文提出基于强化学习的后训练策略，通过群体相对策略优化框架提升统一多模态模型的交错生成能力，实验表明其在质量与连贯性上显著优于现有方法。

2603.09160 2026-03-11 cs.CV cs.AI cs.LG 70%

RubiCap：基于评分标准的强化学习用于密集图像描述

Tzu-Heng Huang, Sirajul Salekin, Javier Movellan, Frederic Sala, Manjot Bilkhu

机构 * Apple（苹果公司）； University of Wisconsin—Madison（威斯康星大学麦迪逊分校）

专题命中文生图：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 RubiCap通过基于评分标准的强化学习方法，在密集图像描述任务中实现了更高的胜率和词效，优于监督蒸馏和传统RL方法。