arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-04-17 至 2026-04-17 共收录 1 信号源:cs.CV, cs.GR, cs.MM

1. 文生图 1 篇

2509.26007 2026-04-17 cs.SD cs.AI cs.LG 50%

MARS: Sound Generation via Multi-Channel Autoregression on Spectrograms

MARS:通过多通道自回归在频谱图上生成声音

Eleonora Ristori, Luca Bindini, Paolo Frasconi

机构 * AI Lab, DINFO Università di Firenze Florence, Italy(火nze大学人工智能实验室)

专题命中 文生图 :image synthesis(abstract)

AI总结 MARS通过多通道自回归在频谱图上生成声音,利用通道复用策略提升频谱图生成的效率和质量,实验表明其在多个评估指标上表现优异。

Comments Accepted at IJCNN 2026 (to appear in IEEE/IJCNN proceedings). This arXiv submission corresponds to the camera-ready version

详情

展开后加载摘要…

URL PDF HTML 收藏