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。

2026-05-21 至 2026-05-21 共收录 92 篇信号源：cs.CV, cs.GR, cs.MM

1. 效率与蒸馏 5 篇

2605.21388 2026-05-21 cs.LG cs.AI cs.NA math.NA stat.ML 50%

On the Regularity and Generalization of One-Step Wasserstein-guided Generative Models for PDE-Induced Measures

关于PDE诱导度量的一步Wasserstein引导生成模型的正则性和泛化性

Likun Lin, Zhongjian Wang, Jack Xin, Zhiwen Zhang

机构 * Department of Mathematics, The University of Hong Kong（香港大学数学系）； Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University（南洋理工大学数学科学系）； Department of Mathematics, University of California at Irvine（加州大学 Irvine 分校数学系）

专题命中效率与蒸馏：diffusion(abstract)

AI总结本文研究了一步Wasserstein引导生成模型在处理PDE诱导概率度量时的正则性和泛化性，通过理论框架证明了运输映射的正则性和生成模型的泛化性质，并通过实验验证了理论结果。

2. 其他图像生成 1 篇

2605.20549 2026-05-21 cs.CV 57%

MAPS: A Synthetic Dataset for Probing Vision Models in a Controlled 3D Scene Space

MAPS：用于在受控3D场景空间中探测视觉模型的合成数据集

Santiago Galella, Pamela Osuna-Vargas, Maren Wehrheim, Martina G. Vilas, Gemma Roig, Matthias Kaschube

机构 * FIAS & Institute of Computer Science Goethe University Frankfurt（FIAS与计算机科学研究所弗赖堡大学）； Mila & Department of Biology York University（Mila与生物学系约克大学）； Institute of Computer Science Goethe University Frankfurt（计算机科学研究所弗赖堡大学）

专题命中其他图像生成：image generation(abstract)；分类 cs.CV

AI总结本文提出MAPS数据集，用于在受控3D场景空间中研究视觉模型的行为，通过回归敏感性分析评估20种模型对场景因素的依赖性，发现相机距离和高度是导致识别失败的主要因素，且现代CNN和Transformer模型在敏感性上表现出相似性。

Comments 33 pages, 20 figures