图像生成

VERTIGO: Visual Preference Optimization for Cinematic Camera Trajectory Generation

VERTIGO：用于电影摄像机轨迹生成的视觉偏好优化

Mengtian Li, Yuwei Lu, Feifei Li, Chenqi Gan, Zhifeng Xie, Xi Wang

机构 * Shanghai University Shanghai Engineering Research Center of Motion Picture Special Effects LIX, \'Ecole Polytechnique, CNRS, IPP magenta http://vertigo.magic-lab.tech/ 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出VERTIGO，通过视觉偏好优化提升摄像机轨迹生成的质量，通过实时渲染和视觉语言模型优化，提高画面构图和视觉效果。

Comments 28 pages, 10 figures

MMLANDMARKS: a Cross-View Instance-Level Benchmark for Geo-Spatial Understanding

MMLANDMARKS: 一种用于地理空间理解的跨视图实例级基准

Oskar Kristoffersen, Alba Reinders Sánchez, Morten Rieger Hannemose, Anders Bjorholm Dahl, Dim P. Papadopoulos

机构 * Technical University of Denmark（丹麦技术大学） ； Pioneer Center for AI（先锋人工智能中心） 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MMLandmarks基准，包含四类数据：高分辨率航拍图、地面视图、文本信息和地理坐标，用于跨视图地物检索、定位及文本到图像等任务，揭示多模态数据对地理空间理解的重要性。

Comments Accepted at CVPR 2026

MICo-150K: A Comprehensive Dataset Advancing Multi-Image Composition

MICo-150K：一个多图像合成的综合数据集

Xinyu Wei, Kangrui Cen, Hongyang Wei, Zhen Guo, Kai Cui, Bairui Li, Zeqing Wang, Jinrui Zhang, Lei Zhang

机构 * Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Sun Yat-Sen University（中山大学） ； OPPO Research Institute（OPPO研究院） 纠错

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

AI总结 本文提出MICo-150K数据集，通过系统研究多图像合成任务，构建高质量图像和多样提示，结合人类反馈生成平衡的合成图像，同时建立评估基准和新指标，验证了数据集对模型提升的有效性。

Comments Project Page: https://MICo-150K.github.io/

Long-Horizon Streaming Video Generation via Hybrid Attention with Decoupled Distillation

通过混合注意力与解耦蒸馏实现长时域流式视频生成

Ruibin Li, Tao Yang, Fangzhou Ai, Tianhe Wu, Shilei Wen, Bingyue Peng, Lei Zhang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； ByteDance（字节跳动） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出混合强制方法，通过混合注意力设计联合优化时序信息保留与计算效率，采用轻量线性时序注意力和块稀疏注意力，实现高效稳定流式视频生成，实测在单块H100 GPU上达到29.5 FPS的实时832x480视频生成

Suiren-1.0 Technical Report: A Family of Molecular Foundation Models

苏iren-1.0技术报告：分子基础模型家族

Junyi An, Xinyu Lu, Yun-Fei Shi, Li-Cheng Xu, Nannan Zhang, Chao Qu, Yuan Qi, Fenglei Cao

机构 * Shanghai Academy of AI for Science (SAIS)（上海人工智能科学研究院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 苏iren-1.0通过结合3D构象几何与2D统计集合空间，提出分子基础模型家族，包含Suiren-Base、Suiren-Dimer和Suiren-ConfAvg三种变体，实现量子属性预测和分子表示学习的先进方法。

Comments 24 pages,5 figures

Consumer Law for AI Agents

人工智能代理的消费者法

Christoph Busch

专题命中 其他图像生成 ：image generation(abstract)

AI总结 本文探讨欧盟现行消费者法是否能适应人工智能代理带来的变革，分析其对电子商务和人类中心消费法的挑战，并提出未来兼顾人类与机器的消费者法框架。

Journal ref German Law Journal 26 (2025) 1367-1382