图像生成

ReImagine: Rethinking Controllable High-Quality Human Video Generation via Image-First Synthesis

ReImagine：重新思考通过图像优先合成实现可控高质量人类视频生成

Zhengwentai Sun, Keru Zheng, Chenghong Li, Hongjie Liao, Xihe Yang, Heyuan Li, Yihao Zhi, Shuliang Ning, Shuguang Cui, Xiaoguang Han

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）科学与工程学院） ； Future Network of Intelligence Institute, CUHK-Shenzhen, China（CUHK-深圳智能网络研究院） 纠错

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

AI总结 本文提出通过图像优先合成方法，结合预训练图像模型与SMPL-X运动引导，生成高质量且时间一致的视频，同时释放人类数据集与辅助模型。

PortraitDirector: A Hierarchical Disentanglement Framework for Controllable and Real-time Facial Reenactment

PortraitDirector: 一种用于可控和实时面部重演的分层解耦框架

Chaonan Ji, Jinwei Qi, Sheng Xu, Peng Zhang, Bang Zhang

机构 * Tongyi Lab（通义实验室） 纠错

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

AI总结 本文提出PortraitDirector框架，通过分层解耦策略实现高保真可控的面部重演，采用空间层和语义层解耦面部运动，并通过优化实现20FPS的实时重演。

Comments accepted by CVPR2026

Emotion-Cause Pair Extraction in Conversations via Semantic Decoupling and Graph Alignment

通过语义解耦和图对齐进行对话中的情感-原因对提取

Tianxiang Ma, Weijie Feng, Xinyu Wang, Zhiyong Cheng

机构 * Hefei University of Technology（合肥工业大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出SCALE框架，通过语义解耦和图对齐方法，解决对话中情感与原因关系的提取问题，实现多对多的全局一致匹配。

Drift-Based Policy Optimization: Native One-Step Policy Learning for Online Robot Control

基于漂移的策略优化：面向在线机器人控制的原生一步生成策略

Yuxuan Gao, Yedong Shen, Shiqi Zhang, Wenhao Yu, Yifan Duan, Jia pan, Jiajia Wu, Jiajun Deng, Yanyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出一种原生一步生成策略框架，通过将迭代细化移至训练阶段，提升在线机器人控制的效率与稳定性，实验显示其在推理速度和性能上优于多步扩散策略。

Conjuring Semantic Similarity

唤起语义相似性

Tian Yu Liu, Stefano Soatto

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出基于生成模型可视化比较文本唤起的图像分布，通过杰弗里斯散度计算语义相似性，提升文本生成模型的可解释性与评估能力。

Comments ICLR 2026

Path Integral Control for Partially Observed Systems with Controlled Sensing

路径积分控制用于部分观测系统中的受控观测

Goutam Das, Takashi Tanaka

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出通过将观测矩阵作为控制变量，解决路径积分控制中观测驱动扩散与执行权限的结构匹配问题，将哈密顿-雅可比-贝尔曼方程转化为线性PDE。

Comments 3

EHRAG: Bridging Semantic Gaps in Lightweight GraphRAG via Hybrid Hypergraph Construction and Retrieval

EHRAG：通过混合超图构建与检索弥合语义鸿沟的轻量级图RAG

Yifan Song, Xingjian Tao, Zhicheng Yang, Yihong Luo, Jing Tang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 EHRAG通过构建融合结构与语义关系的超图，结合结构-语义混合检索机制，提升轻量级图RAG的语义关联能力，在保持线性索引复杂度的同时优于现有基线模型。

Comments Accepted by Findings of ACL2026