图像生成

PSR: Scaling Multi-Subject Personalized Image Generation with Pairwise Subject-Consistency Rewards

PSR: 通过成对主体一致性奖励实现多主体个性化图像生成的扩展

Shulei Wang, Longhui Wei, Xin He, Jianbo Ouyang, Hui Lu, Zhou Zhao, Qi Tian

机构 * Zhejiang University（浙江大学） ； Huawei Inc.（华为技术有限公司） 纠错

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

AI总结 本文提出PSR框架，通过多主体数据生成管道和强化学习策略，提升多主体个性化图像生成的性能和一致性。

Comments Accepted by CVPR 2026

PrivFedTalk: Privacy-Aware Federated Diffusion with Identity-Stable Adapters for Personalized Talking-Head Generation

PrivFedTalk: 隐私感知的联邦扩散模型与身份稳定的适配器用于个性化说话头生成

Soumya Mazumdar, Vineet Kumar Rakesh, Tapas Samanta

机构 * Engineering Sciences, Homi Bhabha National Institute（霍米·巴巴国立研究所工程科学系） 纠错

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

AI总结 本文提出PrivFedTalk框架，结合条件潜在扩散模型与参数高效的身份适应，解决个性化说话头生成中的隐私问题，通过身份稳定联邦聚合和时间去噪一致性正则化提升性能。

Comments GitHub: https://github.com/mazumdarsoumya/PrivFedTalk

Accelerating Training of Autoregressive Video Generation Models via Local Optimization with Representation Continuity

通过局部优化与表征连续性加速自回归视频生成模型训练

Yucheng Zhou, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学智慧城市物联网国家重点实验室及计算机与信息科学系） 纠错

专题命中 个性化与一致性 ：image generation(abstract)

AI总结 本文提出局部优化与表征连续性方法，通过减少误差传播和提升生成视频一致性，使自回归视频生成模型训练效率提升一倍而不牺牲质量。

Comments ACL 2026 Findings