图像生成

Head-wise Adaptive Rotary Positional Encoding for Fine-Grained Image Generation

面向细粒度图像生成的头部适应性旋转位置编码

Jiaye Li, Baoyou Chen, Hui Li, Zilong Dong, Jingdong Wang, Siyu Zhu

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

AI总结 本文提出HARoPE，一种面向细粒度图像生成的头部适应性旋转位置编码方法，通过动态频率分配和语义对齐提升模型性能。

GlyphBanana: Advancing Precise Text Rendering Through Agentic Workflows

GlyphBanana: 通过代理工作流推进精确文本渲染

Zexuan Yan, Jiarui Jin, Yue Ma, Shijian Wang, Jiahui Hu, Wenxiang Jiao, Yuan Lu, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） ； Hong Kong University of Science and Technology（香港科技大学） ； Southeast University（东南大学） ； South China University of Technology（华南理工大学） 纠错

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

AI总结 GlyphBanana通过代理工作流整合辅助工具，提升复杂文本和公式渲染的精度，适用于多种文本到图像模型。

Hoi3DGen: Generating High-Quality Human-Object-Interactions in 3D

Hoi3DGen：生成高质量的人-物交互的3D模型

Agniv Sharma, Xianghui Xie, Tom Fischer, Eddy Ilg, Gerard Pons-Moll

机构 * University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； Max Planck Institute for Informatics（马克斯·普朗克信息学院） ； Technische Universität Nürnberg（纽伦堡技术大学） 纠错

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

AI总结 Hoi3DGen通过多模态大语言模型生成高质量3D人-物交互模型，显著提升交互保真度和3D生成质量，实现文本到3D的高效生成。

OrthoEraser: Coupled-Neuron Orthogonal Projection for Concept Erasure

OrthoEraser: 基于耦合神经元的正交投影用于概念擦除

Chuancheng Shi, Wenhua Wu, Fei Shen, Xiaogang Zhu, Kun Hu, Zhiyong Wang

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

AI总结 OrthoEraser通过稀疏自编码器实现高分辨率特征解耦，利用分析梯度正交化策略有效擦除有害内容，同时保留良性语义，实验表明其在安全性和有效性上优于现有方法。