图像生成

Ar2Can: An Architect and an Artist Leveraging a Canvas for Multi-Human Generation

Ar2Can：利用画布进行多人体生成的架构与艺术家

Shubhankar Borse, Phuc Pham, Farzad Farhadzadeh, Seokeon Choi, Phong Ha Nguyen, Anh Tuan Tran, Sungrack Yun, Munawar Hayat, Fatih Porikli

机构 * Qualcomm AI Research, an initiative of Qualcomm Technologies, Inc.（高通人工智能研究院，高通技术公司旗下） 纠错

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

AI总结 Ar2Can提出一种两阶段框架，通过分离空间规划与身份渲染，解决多人体生成中人脸身份丢失问题，采用空间引导的面部匹配奖励提升生成质量，使用合成数据实现高精度和保真度。

Comments Accepted to CVPR 2026

SPDMark: Selective Parameter Displacement for Robust Video Watermarking

SPDMark：基于选择性参数位移的鲁棒视频水印技术

Samar Fares, Nurbek Tastan, Karthik Nandakumar

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； Michigan State University (MSU)（密歇根州立大学） 纠错

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

AI总结 SPDMark通过在视频扩散模型中选择性位移参数，在生成视频时嵌入不可见水印，实现高鲁棒性和计算效率的平衡。

Comments CVPR 2026

MOLM: Mixture of LoRA Markers

MOLM：LoRA标记的混合

Samar Fares, Nurbek Tastan, Noor Hussein, Karthik Nandakumar

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； Michigan State University (MSU)（密歇根州立大学） 纠错

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

AI总结 本文提出MOLM，一种基于路由的LoRA标记方法，通过轻量级LoRA适配器在残差和注意力块中实现参数扰动，提升水印的鲁棒性和隐蔽性。

Comments ICLR 2026

Not All Birds Look The Same: Identity-Preserving Generation For Birds

并非所有鸟都看起来一样：用于鸟类的身份保持生成

Aaron Sun, Oindrila Saha, Subhransu Maji

机构 * University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校） 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NABirds Look-Alikes数据集，用于评估鸟类身份保持生成，显示基于物种、年龄和性别的训练提升性能。

Q-REAL: Towards Realism and Plausibility Evaluation for AI-Generated Content

Q-REAL：迈向AI生成内容真实性和可信度评估

Shushi Wang, Zicheng Zhang, Chunyi Li, Wei Wang, Liya Ma, Fengjiao Chen, Xiaoyu Li, Xuezhi Cao, Guangtao Zhai, Xiaohong Liu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Meituan（美团） ； Shanghai AI Lab（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 图像生成评测 ：text-to-image(abstract)；分类 cs.CV

AI总结 本文提出Q-REAL数据集，用于细粒度评估AI生成图像的真实性和可信度，通过标注实体位置和设计判断问题，提升生成模型性能。

SYNTHONY: A Stress-Aware, Intent-Conditioned Agent for Deep Tabular Generative Models Selection

SYNTHONY：一种考虑压力的、基于意图的深度表格生成模型选择代理

Hochan Son, Xiaofeng Lin, Jason Ni, Guang Cheng

机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出SYNTHONY，一种基于意图的表格生成模型选择框架，通过压力分析选择最佳合成器，提升模型在不同数据分布下的性能和实用性。

DreamerAD: Efficient Reinforcement Learning via Latent World Model for Autonomous Driving

DreamerAD：通过潜在世界模型实现高效的强化学习用于自动驾驶

Pengxuan Yang, Yupeng Zheng, Deheng Qian, Zebin Xing, Qichao Zhang, Linbo Wang, Yichen Zhang, Shaoyu Guo, Zhongpu Xia, Qiang Chen, Junyu Han, Lingyun Xu, Yifeng Pan, Dongbin Zhao

机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； Chongqing Chang’an Technology Co., Ltd（重庆长安科技有限公司） ； School of Advanced Interdisciplinary Sciences, UCAS（中国科学院大学先进交叉科学学院） ； School of Artificial Intelligence, UCAS（中国科学院大学人工智能学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 DreamerAD通过压缩扩散采样将步骤从100步减少到1步，实现80倍加速并保持视觉可解释性，解决了自动驾驶中真实世界数据训练成本高和安全风险大的问题。

Comments authors update

SetONet: A Set-Based Operator Network for Solving PDEs with Variable-Input Sampling

SetONet：一种基于集合的运算网络，用于通过变量输入采样求解偏微分方程

Stepan Tretiakov, Xingjian Li, Krishna Kumar

机构 * organization= Maseeh Department of Civil, Architectural ； Environmental Engineering , addressline= University of Texas at Austin , city= Austin , postcode= 78712 , state= TX , country= USA ； organization= Oden Institute for Computational Engineering ； Sciences , addressline= University of Texas at Austin , city= Austin , postcode= 78712 , state= TX , country= USA 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 SetONet通过将运算输入重构为无序坐标-值观测集，解决了传统神经运算代理对固定传感器布局的依赖问题，提出SetONet-Key通过可学习查询令牌和位置-only键路径解耦采样几何与传感器值，适用于固定和变量布局及传感器丢失场景。

Enhancing Gradient Inversion Attacks in Federated Learning via Hierarchical Feature Optimization

通过分层特征优化增强联邦学习中的梯度反向攻击

Hao Fang, Wenbo Yu, Bin Chen, Xuan Wang, Shu-Tao Xia, Qing Liao, Ke Xu

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

专题命中 其他图像生成 ：image generation(abstract)；分类 cs.CV

AI总结 本文提出GIFD方法，通过分解GAN模型并搜索中间层的分层特征，提升梯度反向攻击的表达能力和泛化能力，同时引入正则化约束和OOD场景下的标签映射技术，实现像素级重建。