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。

2026-04-23 至 2026-04-23 共收录 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 个性化与一致性 2 篇

2510.18263 2026-04-23 cs.LG cs.CV cs.GR 84%

From Competition to Synergy: Unlocking Reinforcement Learning for Subject-Driven Image Generation

从竞争到协同：解锁受主体驱动的图像生成中的强化学习

Ziwei Huang, Ying Shu, Hao Fang, Quanyu Long, Wenya Wang, Qiushi Guo, Tiezheng Ge, Leilei Gan

机构 * Zhejiang University（浙江大学）； Alibaba Group（阿里巴巴集团）； Nanyang Technological University（南洋理工大学）

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

AI总结本文提出Customized-GRPO方法，通过Synergy-Aware Reward Shaping和Time-Aware Dynamic Weighting解决强化学习中身份保持与提示遵循的平衡问题，提升图像生成质量。

2604.10647 2026-04-23 cs.RO 50%

OmniUMI: Towards Physically Grounded Robot Learning via Human-Aligned Multimodal Interaction

OmniUMI: 通过人对齐的多模态交互实现物理基础的机器人学习

Shaqi Luo, Yuanyuan Li, Youhao Hu, Chenhao Yu, Chaoran Xu, Jiachen Zhang, Guocai Yao, Tiejun Huang, Ran He, Zhongyuan Wang

机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院）； MAIS & NLPR, Institute of Automation, Chinese Academy of Sciences（自动化研究所，中国科学院）； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）； Beijing Institute of Technology（北京理工大学）； Beijing University of Posts and Telecommunications（北京邮电大学）； Peking University（北京大学）

专题命中个性化与一致性：diffusion(abstract)

AI总结 OmniUMI通过人对齐的多模态交互实现物理基础的机器人学习，整合视觉、触觉和力觉数据，提升接触密集操作的性能。