图像生成

LucidFlux: Caption-Free Photo-Realistic Image Restoration via a Large-Scale Diffusion Transformer

LucidFlux：一种无需图像描述的高质量图像修复方法

Song Fei, Tian Ye, Lujia Wang, Lei Zhu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV

AI总结 LucidFlux通过大规模扩散变压器实现无描述图像修复，引入轻量双分支条件器和自适应调制方案，提升几何精度与纹理恢复，优于开源和商业基线。

Comments Project Page: https://w2genai-lab.github.io/LucidFlux

Can Nano Banana 2 Replace Traditional Image Restoration Models? An Evaluation of Its Performance on Image Restoration Tasks

Nano Banana 2能否替代传统图像修复模型？对其在图像修复任务上的性能评估

Weixiong Sun, Xiang Yin, Chao Dong

机构 * Shenzhen University of Advanced Technology（深圳先进技术大学） ； Fudan University（复旦大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） 纠错

专题命中 图像修复 ：image editing(abstract)；分类 cs.CV

AI总结 本文评估了Nano Banana 2在图像修复任务中的性能，发现提示设计至关重要，简洁提示和显式保真约束能平衡重建与感知质量。模型在全参考性能上表现竞争，用户研究中表现优异，但在感知质量与修复保真度之间存在差距，需改进可控性与保真度评估。

Comments Accepted by CVPR 2026 Workshop AAVM

Generative deep learning improves reconstruction of global historical climate records

生成深度学习改进全球历史气候记录的重建

Zhen Qian, Teng Liu, Sebastian Bathiany, Shangshang Yang, Philipp Hess, Nils Bochow, Christian Burmester, Maximilian Gelbrecht, Brian Groenke, Niklas Boers

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出一种统一的概率生成深度学习框架，通过学习地球系统动力学的生成先验，改进了全球历史气候记录的重建，揭示了1850年以来未解决的气候变异，尤其在极地地区表现出更高的变暖水平。