图像生成

Anchor-Conditioned Compositional Control for Landscape Image Generation

基于锚点条件的景观图像生成组合控制

Gadha Lekshmi P, Govind Arun, Rohith Syam, Ahmed Elgammal

机构 * Rutgers University–New Brunswick（罗格斯大学新布朗斯维克分校） ； University of Maryland–College Park（马里兰大学帕克分校） ； University of Technology Sydney（悉尼科技大学） 纠错

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

AI总结 提出锚点条件微调框架，通过解耦交叉注意力机制注入四维组合锚点向量，实现景观图像生成中的组合控制，在水平线检测和三分法对齐上取得最优性能。

Comments Accepted to the International Conference on Computational Creativity, ICCC 2026

Cranio-Diff: Diffusion-based Cross-domain Craniofacial Reconstruction with 2D X-ray Skull Guidance and Structural Identity Constraints

Cranio-Diff: 基于扩散的跨模态颅面重建，利用二维X射线颅骨引导和结构身份约束

Ravi Shankar Prasad, Naresh Gurjar, Shashank Baghel, Chirag, Dinesh Singh

机构 * Indian Institute of Technology Mandi（印度理工学院曼迪分校） ； CSVTU Bhilai（恰蒂斯加尔邦斯瓦米·维韦卡南达技术大学比莱分校） 纠错

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

AI总结 提出Cranio-Diff扩散框架，通过ControlNet的颅骨条件结构引导和生物特征文本条件，从2D X射线颅骨图像重建跨模态人脸，解决结构身份对齐问题，在120名受试者的颅面数据集上优于现有方法。

Comments 14 pages, 7 figures, BMVC 2026 conference

MedSyn2: Flexible Control of 3D CT Generation via Text and Semantically-Defined Segmentation Prompts

通过文本和语义定义的分割提示灵活控制3D CT生成

Weicheng Dai, Chenyu Wang, Binxu Li, Shantanu Ghosh, Afrooz Zandifar, Christina LeBedis, Kayhan Batmanghelich

机构 * Boston University School of Engineering（波士顿大学工程学院） ； Stanford University（斯坦福大学） ； University of Pittsburgh Medical Center（匹兹堡大学医学中心） ； Boston University School of Medicine（波士顿大学医学院） 纠错

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

AI总结 提出一种灵活的多模态框架，通过文本和可选分割提示控制3D CT生成，实现高分辨率、解剖一致且可控的体数据生成。

Late-Layer Fusion is Enough: Dual-Path Vision Token Routing for Multimodal Large Language Models under Visual Saturation

晚期融合足矣：面向视觉饱和的多模态大语言模型的双路径视觉令牌路由

Siyuan Liu, Jinyang Wu

机构 * School of Mechanics and Engineering Science, Peking University（北京大学力学与工程科学学院） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

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

AI总结 针对多模态大语言模型中视觉令牌在深层饱和的问题，提出双路径视觉令牌路由（DPVR-LF），在饱和点将视觉令牌路由至单层可训练分支，仅最后层融合，以约3%可训练参数保持性能并减少计算。

Comments 18 pages, 4 figures. Submitted to Pattern Recognition

Self-Supervised Learning with a Multi-Task Latent Space Objective

基于多任务潜在空间目标的自监督学习

Pierre-François De Plaen, Abhishek Jha, Luc Van Gool, Tinne Tuytelaars, Marc Proesmans

机构 * ESAT-PSI, KU Leuven, Belgium（KU莱顿大学ESAT-PSI实验室） ； VIB.AI, KU Leuven, Belgium（KU莱顿大学VIB.AI实验室） ； CVL, ETH Zürich, Switzerland（苏黎世联邦理工学院CVL实验室） ； INSAIT, Sofia University, Bulgaria（保加利亚索菲亚大学INSAIT研究所） ； TRACE vzw（TRACE非营利组织） 纠错

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

AI总结 提出自预测孪生SSL的多任务公式，通过为每种空间变换分配专用预测器解决多裁剪训练失败问题，提升线性评估3.8-4%，并引入非对称裁剪视图实现语义修复预训练。

UniADC: A Unified Framework for Anomaly Detection and Classification

UniADC：统一异常检测与分类框架

Ximiao Zhang, Min Xu, Zheng Zhang, Yap-Peng Tan, Xiuzhuang Zhou

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； China University of Mining（中国矿业大学） ； VinUniversity（文理大学） 纠错

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

AI总结 提出UniADC模型，通过无训练可控修复网络和隐式正态判别器，同时实现异常区域检测与类别识别，在少样本甚至零样本下超越现有方法。

Muses: Designing, Composing, Generating Nonexistent Fantasy 3D Creatures without Training

Muses: 无需训练的设计、组合与生成不存在的幻想3D生物

Hexiao Lu, Xiaokun Sun, Zeyu Cai, Hao Guo, Ying Tai, Jian Yang, Zhenyu Zhang

机构 * Nanjing University（南京大学） ； China Agricultural University（中国农业大学） 纠错

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

AI总结 提出Muses，首个无需训练的馈送式幻想3D生物生成方法，利用3D骨架实现结构感知的设计、组合与生成，在视觉保真度和文本对齐方面达到最优。

Comments Project page: https://luhexiao.github.io/Muses.github.io/

CT-VAM: A Cerebello-Thalamic-Inspired Vision-Action Model for Efficient Visuomotor Control

CT-VAM: 一种小脑-丘脑启发的视觉-动作模型用于高效视觉运动控制

Jiacheng Li, Yize Guo, Jiabin Guo, Qingchen Liu, Jiahu Qin

机构 * University of Science and Technology of China（中国科学技术大学） ； AIRLab, Department of Automation（自动化系AIRLab） 纠错

专题命中 可控生成 ：inpainting(abstract)

AI总结 提出CT-VAM模型，通过TARS条件注意力解码器融合异构输入，以68M参数实现与大型VLA模型相当的LIBERO成功率，并降低推理延迟，支持高频控制。

Does Eternal Inflation Violate the Smeared Null Energy Condition?

永恒暴胀是否违反涂抹零能条件？

Dong-Hui Yu, Yong Cai

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究永恒暴胀中暴胀子的随机向上涨落是否违反涂抹零能条件（SNEC），通过Fokker-Planck方程和单轨迹分析表明，引力反作用在SNEC界限达到前已破坏背景时空假设，因此不违反SNEC。

Comments 6 pages

Global Convergence of Wasserstein Policy Gradient for Entropy-Regularized Reinforcement Learning

Wasserstein策略梯度在熵正则化强化学习中的全局收敛性

Zhaoyu Zhu, Rui Gao, Shuang Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文通过利用熵正则化强化学习的Bellman结构，证明了Wasserstein策略梯度（WPG）方法的全局收敛性，并建立了分布Polyak-Łojasiewicz条件。