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。

2026-03-23 至 2026-03-23 共收录 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 个性化与一致性 2 篇

2603.19766 2026-03-23 cs.CV 57%

Adapting a Pre-trained Single-Cell Foundation Model to Spatial Gene Expression Generation from Histology Images

适应预训练的单细胞基础模型以从组织学图像生成空间基因表达

Donghai Fang, Yongheng Li, Zhen Wang, Yuansong Zeng, Wenwen Min

机构 * Sun Yat-sen University（中山大学）； Yunnan University（云南大学）； Chongqing University（重庆大学）

专题命中个性化与一致性：diffusion(abstract)；分类 cs.CV

AI总结本文提出HINGE模型，通过引入SoftAdaLN和扩散目标，将预训练的单细胞基础模型适配为条件表达生成器，提升了组织学图像生成空间基因表达的性能。

Comments Accepted by CVPR 2026

2603.18282 2026-03-23 cs.CV 57%

CycleCap: Improving VLMs Captioning Performance via Self-Supervised Cycle Consistency Fine-Tuning

CycleCap: 通过自监督循环一致性微调提升VLMs的描述性能

Marios Krestenitis, Christos Tzelepis, Konstantinos Ioannidis, Stefanos Vrochidis, Ioannis Kompatsiaris, Georgios Tzimiropoulos, Shaogang Gong, Ioannis Patras

机构 * Queen Mary, University of London（伦敦大学玛丽女王学院）； Centre for Research and Technology Hellas（希腊研究中心）； City St George’s, University of London（伦敦大学圣乔治学院）

专题命中个性化与一致性：text-to-image(abstract)；分类 cs.CV

AI总结本文提出CycleCap，通过自监督循环一致性训练提升VLMs的图像描述性能，利用GRPO优化策略，基于重建图像与原始图像相似性作为奖励信号，无需标注数据即可提高描述准确性。