图像生成

Exploring Pose-Guided Imitation Learning for Robotic Precise Insertion

探索基于姿态引导的模仿学习用于机器人精确插入

Han Sun, Sheng Liu, Yizhao Wang, Zhenning Zhou, Shuai Wang, Haibo Yang, Jingyuan Sun, Qixin Cao

机构 * School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄大学） ； Shanghai Huawei Technologies Co., Ltd.（上海华为技术有限公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出基于姿态引导的模仿学习方法，通过紧凑的对象中心观测实现精确插入任务，提升数据效率和泛化能力。

From Inpainting to Editing: Unlocking Robust Mask-Free Visual Dubbing via Generative Bootstrapping

从修复到编辑：通过生成性自举解锁鲁棒的无掩膜视觉配音

Xu He, Haoxian Zhang, Hejia Chen, Changyuan Zheng, Liyang Chen, Songlin Tang, Jiehui Huang, Xiaoqiang Liu, Pengfei Wan, Zhiyong Wu

机构 * Tsinghua University（清华大学） ； Hong Kong University of Science（香港科学大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 图像修复 ：inpainting(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出X-Dub框架，通过生成性自举实现无掩膜视觉配音，解决传统掩膜修复方法在时空上下文破坏和鲁棒性差的问题，提升唇形同步和视觉质量。

Comments Project Page: https://github.com/KlingAIResearch/X-Dub

From Inpainting to Layer Decomposition: Repurposing Generative Inpainting Models for Image Layer Decomposition

从修复到层分解：重新利用生成修复模型进行图像层分解

Jingxi Chen, Yixiao Zhang, Xiaoye Qian, Zongxia Li, Cornelia Fermuller, Caren Chen, Yiannis Aloimonos

机构 * University of Maryland（马里兰大学） ； Amazon（亚马逊） 纠错

专题命中 图像修复 ：inpainting(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出利用生成修复模型进行图像层分解，通过轻量级微调和多模态上下文融合模块，实现更精确的物体移除和遮挡恢复，提升下游编辑和创意应用的可能性。

Comments Accepted by CVPR 2026

Zero-Shot Personalization of Objects via Textual Inversion

通过文本逆向实现对象的零样本个性化

Aniket Roy, Maitreya Suin, Rama Chellappa

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Samsung AI Center Toronto（三星AI中心多伦多） 纠错

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

AI总结 本文提出一种新框架，通过学习网络预测对象特定的文本逆向嵌入，实现快速零样本对象个性化，适用于多种任务和场景。

RealMaster: Lifting Rendered Scenes into Photorealistic Video

RealMaster: 将渲染场景提升为逼真视频

Dana Cohen-Bar, Ido Sobol, Raphael Bensadoun, Shelly Sheynin, Oran Gafni, Or Patashnik, Daniel Cohen-Or, Amit Zohar

机构 * Tel Aviv University（特拉维夫大学） ； Reality Labs, Meta（Meta现实实验室） ； Technion Israel（技术学院以色列） 纠错

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

AI总结 RealMaster通过视频扩散模型将渲染视频提升为逼真视频，保持与3D引擎输出的精确对齐，同时通过IC-LoRA训练实现高质量输出和泛化能力。

Comments Project page: https://danacohen95.github.io/RealMaster/

Mamba-driven MRI-to-CT Synthesis for MRI-only Radiotherapy Planning

基于Mamba的MRI到CT合成用于仅MRI的放疗计划

Konstantinos Barmpounakis, Theodoros P. Vagenas, Maria Vakalopoulou, George K. Matsopoulos

机构 * School of Electrical ； Computer Engineering, National Technical University of Athens Archimedes, Athena Research Center CentraleSup\'elec, University of Paris-Saclay 纠错

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

AI总结 本文提出基于Mamba架构的MRI到CT合成方法，以提高跨模态翻译的准确性与效率，通过3D Mamba架构捕捉复杂体积特征和长距离依赖，实现快速且精确的CT合成。

PaperBanana: Automating Academic Illustration for AI Scientists

PaperBanana：为AI科学家自动化学术插图

Dawei Zhu, Rui Meng, Yale Song, Xiyu Wei, Sujian Li, Tomas Pfister, Jinsung Yoon

机构 * Peking University（北京大学） ； Google Cloud AI Research（谷歌云AI研究） 纠错

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

AI总结 PaperBanana通过整合先进视觉语言模型和图像生成模型，自动化生成出版级学术插图，提升了科研流程中插图制作的效率与质量。

Comments Add Citations

InverFill: One-Step Inversion for Enhanced Few-Step Diffusion Inpainting

InverFill：一种用于增强少步扩散修复的一步倒置方法

Duc Vu, Kien Nguyen, Trong-Tung Nguyen, Ngan Nguyen, Phong Nguyen, Khoi Nguyen, Cuong Pham, Anh Tran

机构 * Qualcomm AI Research（.qualcomm 高级研究院） ； Posts & Telecommunications Inst. of Tech., Vietnam（越南邮电技术研究所） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；inpainting(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出InverFill，通过注入输入遮挡图像的语义信息到初始噪声中，实现高质量少步修复。该方法无需训练修复模型，利用文本到图像模型进行混合采样，提升图像质量和文本一致性。

Comments Accepted to CVPR'26 (Main Conference)

PersonalQ: Select, Quantize, and Serve Personalized Diffusion Models for Efficient Inference

PersonalQ: 选择、量化并服务个性化扩散模型以实现高效推理

Qirui Wang, Qi Guo, Yiding Sun, Junkai Yang, Dongxu Zhang, Shanmin Pang, Qing Guo

机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； Nankai University（南开大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)

AI总结 PersonalQ通过触发令牌连接检查点选择与量化，提升意图对齐并优化压缩质量，实现高效个性化扩散模型服务。

Comments Accepted in ICME 2026

TETO: Tracking Events with Teacher Observation for Motion Estimation and Frame Interpolation

TETO：利用教师观察进行事件跟踪以实现运动估计和帧插值

Jini Yang, Eunbeen Hong, Soowon Son, Hyunkoo Lee, Sunghwan Hong, Sunok Kim, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能实验室） ； ETH Zurich（苏黎世联邦理工学院） ； Korea Aerospace University（韩国航空航天大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 TETO提出一种教师-学生框架，通过知识蒸馏从预训练的RGB跟踪器中学习事件运动估计，仅用25分钟未标注真实数据实现高精度点跟踪和光流估计，提升帧插值质量。

DINO-Tok: Adapting DINO for Visual Tokenizers

DINO-Tok：为视觉分词器适应DINO

Mingkai Jia, Mingxiao Li, Zhijian Shu, Anlin Zheng, Liaoyuan Fan, Jiaxin Guo, Tianxing Shi, Dongyue Lu, Zeming Li, Xiaoyang Guo, Xiaojuan Qi, Xiao-Xiao Long, Qian Zhang, Ping Tan, Wei Yin

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Horizon Robotics（Horizon机器人） ； Nanjing University（南京大学） ； Hong Kong University（香港大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出DINO-Tok，一种基于冻结DINO编码器的视觉分词器，结合连续自编码和离散向量量化方法，提升高维潜在空间中的语义一致性和生成质量。

Three Creates All: You Only Sample 3 Steps

三步创造一切：你只需采样三步

Yuren Cai, Guangyi Wang, Zongqing Li, Li Li, Zhihui Liu, Songzhi Su

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； School of Artificial Intelligence, Shenzhen Polytechnic University（深圳职业技术学院人工智能学院） ； Algorithm Research Department, Truesight（Truesight算法研究部） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出MTEO方法，通过冻结预训练扩散模型并蒸馏分层时间嵌入，提升少步采样效率，实验证明在多样本集上达到最优性能，显著缩小蒸馏与轻量方法差距。

Efficient Hybrid SE(3)-Equivariant Visuomotor Flow Policy via Spherical Harmonics for Robot Manipulation

基于球面谐波的高效混合SE(3)-等变视觉运动流策略用于机器人操作

Qinglun Zhang, Shen Cheng, Tian Dan, Haoqiang Fan, Guanghui Liu, Shuaicheng Liu

机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； Dexmal 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出E3Flow框架，通过球面谐波表示实现高效且稳定的多模态等变学习，提升机器人操作的性能、效率和数据效率。

Comments Accepted by CVPR 2026

Mitigating Premature Discretization with Progressive Quantization for Robust Vector Tokenization

通过渐进量化缓解早期内离散化以实现鲁棒的向量标记化

Wenhao Zhao, Qiran Zou, Zhouhan Lin, Dianbo Liu

机构 * National University of Singapore, Singapore（新加坡国立大学） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出渐进量化方法，通过引入量化难度动态作为VQ训练的关键维度，有效引导代码本向扩展良好的流形发展，提升了多模态模型的生成性能和生物序列建模能力。