图像生成

Can Visual Mamba Improve AI-Generated Image Detection? An In-Depth Investigation

视觉Mamba能否提升AI生成图像检测？一项深入研究

Mamadou Keita, Wassim Hamidouche, Hessen Bougueffa Eutamene, Abdelmalik Taleb-Ahmed, Xianxun Zhu, Abdenour Hadid

机构 * Laboratory of IEMN, CNRS, Centrale Lille, UMR 8520, Univ. Polytechnique Hauts-de-France（伊姆纳实验室，国家科学研究中心，里尔中央理工大学，UMR 8520，法国高等技术大学） ； Khalifa University（卡利法大学） ； School of Communication and Information Engineering, Shanghai University（上海大学通信与信息工程学院） ； Sorbonne Center for Artificial Intelligence, Sorbonne University Abu Dhabi（索邦人工智能中心，索邦大学阿布扎克分校） 纠错

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

AI总结 本研究系统评估了Vision Mamba模型在AI生成图像检测中的性能，与CNN、ViT和VLM检测器进行对比，分析了准确性、效率和泛化能力。

Object Pose and Shape Estimation for Grasping: Does it Work?

用于抓取的目标姿态与形状估计：有效吗？

Pavan Karke, Kushal Shah, Gaurav Singh, Md Faizal Karim, K Madhava Krishna, Rajat Talak

机构 * Robotics Research Center, IIIT Hyderabad（IIIT海得拉巴机器人研究中心） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文通过对比端到端抓取合成方法与模块化方法（先估计目标姿态和形状再采样抓取），评估现有姿态和形状估计方法在抓取任务中的有效性。

Comments 9 pages, 8 figures

E$^3$C: Video Generation with 3D Environmental Memory and Ego-Exo Human Pose Control

E$^3$C: 具有3D环境记忆和自我-外部人体姿态控制的视频生成

Qiao Gu, Lingni Ma, Adam W Harley, Richard Newcombe, Florian Shkurti, Julian Straub

机构 * Meta Reality Labs（Meta现实实验室） ； University of Toronto（多伦多大学） 纠错

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

AI总结 提出E$^3$C可控视频扩散框架，通过3D点云记忆和双通道人体控制（自我与外骨骼），实现物理一致的自我中心视频生成。

Comments Preprint. Project Page: https://e3c-videogen.github.io/

DreamSim: Learning New Dimensions of Human Visual Similarity using Synthetic Data

DreamSim: 使用合成数据学习人类视觉相似性的新维度

Stephanie Fu, Netanel Tamir, Shobhita Sundaram, Lucy Chai, Richard Zhang, Tali Dekel, Phillip Isola

机构 * MIT（麻省理工学院） ； Weizmann Institute of Science（魏茨曼科学研究所） ； Adobe Research（Adobe研究） 纠错

专题命中 可控生成 ：text-to-image(abstract)；分类 cs.CV

AI总结 本文提出DreamSim指标，通过合成数据训练，在图像布局、对象姿态和语义内容等中高层面上对齐人类感知，并在检索和重建任务中优于现有指标。

Comments Website: https://dreamsim-nights.github.io/ Code: https://github.com/ssundaram21/dreamsim

Journal ref Advances in Neural Information Processing Systems 36 (NeurIPS 2023)

Riding the Shifting Potential: When Reactive Control Suffices for Multi-Goal Behavior

驾驭变化势场：何时反应控制足以实现多目标行为

Vito Mengers, Oliver Brock

机构 * Robotics and Biology Laboratory, Technische Universität Berlin（技术大学柏林机器人与生物学实验室） ； Science of Intelligence (SCIoI), Cluster of Excellence, Berlin, Germany（智能科学（SCIoI），卓越中心，柏林，德国） ； Robotics Institute Germany（德国机器人研究所） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出通过零空间投影扩展图基世界模型中的交互结构，动态调整优先级以解决多目标冲突，在非凸障碍导航和非凸物体推拉任务中实现100%成功率，无需演示或重新训练。

Backward Uniqueness for Coupled Ultraparabolic Operators and an Application to Jerk-Driven Control Models

耦合超抛物算子的向后唯一性及其在急动驱动控制模型中的应用

Xiao-Dong Cao, Chao-Jiang Xu, Yan Xu

专题命中 可控生成 ：diffusion(abstract)

AI总结 通过引入不变频率变量并建立适应输运结构的频率局部化Carleman估计，证明了具有耦合线性漂移的超抛物算子的向后唯一性，并将其应用于急动驱动控制模型中位置、速度、加速度或急动误差的向后唯一性。

Comments 20 pages

Neuro-Inspired Inverse Learning for Planning and Control

神经启发式逆向学习用于规划与控制

Maryna Kapitonova, Tonio Ball

机构 * NeuroMentum AI IMBIT, University of Freiburg, Germany（NeuroMentum AI IMBIT，弗赖堡大学，德国） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出一种神经启发式框架Inverter，通过逆向学习（IL）结合前向/逆向内部模型、开环多步运动指令和层次化动作组织，在规划与控制任务中实现高效推理，平均性能提升24.2%且计算时间降低一到两个数量级。

Comments Version 2, minor fix in online version of the abstract, pdf unchanged