图像生成

MacTok: Robust Continuous Tokenization for Image Generation

MacTok: 图像生成中的鲁棒连续分词

Hengyu Zeng, Xin Gao, Guanghao Li, Yuxiang Yan, Jiaoyang Ruan, Junpeng Ma, Haoyu Albert Wang, Jian Pu

机构 * Fudan University（复旦大学） 纠错

专题命中 可控生成 ：image generation(title)；分类 cs.CV

AI总结 MacTok通过引入图像掩码和表征对齐，防止后验崩溃，实现高效且高保真的连续分词，仅需64或128个token，在ImageNet上取得优异成绩。

Journal ref CVPR 2026

Generating Key Postures of Bharatanatyam Adavus with Pose Estimation

通过姿态估计生成巴赫提亚姆阿达夫的关键姿态

Jagadish Kashinath Kamble, Jayanta Mukhopadhyay, Debaditya Roy, Partha Pratim Das

机构 * Indian Institute of Technology（印度理工学院） ； Ashoka University（阿育王大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出一种结合姿态估计模块的生成框架，通过关键点损失和姿态一致性约束，提升巴赫提亚姆阿达夫关键姿态的生成精度与文化真实性。

Comments Published in ICVGIP, 2025

Journal ref In Proceedings of the Indian Conference on Computer Vision, Graphics and Image Processing (ICVGIP), 2025

Law of large numbers for stochastic multiscale spatial gene networks

随机多尺度空间基因网络的大数定律

Arnaud Debussche, Baptiste Huguet

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究随机多尺度空间基因网络的收敛性，通过离散Sobolev空间中的矩控制和乘积规则，证明系统收敛到由PDE和ODE组成的确定性系统，与混合 stirred 情况下的跳跃现象不同。

CLaD: Planning with Grounded Foresight via Cross-Modal Latent Dynamics

CLaD：通过跨模态潜在动力学实现具有基础前瞻性的规划

Andrew Jeong, Jaemin Kim, Sebin Lee, Sung-Eui Yoon

机构 * KAIST（韩国科学技术院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 CLaD通过不对称跨注意力机制联合建模本体和语义状态演化，利用自监督目标和EMA编码器防止表征崩溃，实现高成功率的长序列动作生成。

Comments Project page: https://andrewwwj.github.io/clad

Heracles: Bridging Precise Tracking and Generative Synthesis for General Humanoid Control

Heracles：连接精确跟踪与生成合成以实现通用人形控制

Zelin Tao, Zeran Su, Peiran Liu, Jingkai Sun, Wenqiang Que, Jiahao Ma, Jialin Yu, Jiahang Cao, Pihai Sun, Hao Liang, Gang Han, Wen Zhao, Zhiyuan Xu, Jian Tang, Qiang Zhang, Yijie Guo

专题命中 可控生成 ：diffusion(abstract)

AI总结 Heracles通过结合精确跟踪与生成合成，提升人形机器人在极端扰动下的鲁棒性，实现从刚性跟踪到开放生成的控制架构升级。

Comments 26 pages, 7 figures, 6 tables