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。

2026-06-19 至 2026-06-19 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像生成评测 3 篇

2606.20100 2026-06-19 cs.CV 新提交 83%

WeGenBench：面向文本到图像模型优化的多维诊断基准

Qian Liang, Xiaomin Li, Ying Zhang, Jia Xu, Lihao Ni, Hongrui Li, Jingjing Li, Jing Lyu, Chen Li

机构 * University of Electronic Science and Technology of China（电子科技大学）； Dalian University of Technology（大连理工大学）； Weixin, Tencent（腾讯微信）

专题命中图像生成评测：text-to-image(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结提出WeGenBench基准，包含4000个中英双语提示，通过场景分类和多维标签实现跨维度评估，并设计基于视觉语言模型的新颖指标，精准定位模型在特定生成类别中的缺陷。

2606.20543 2026-06-19 cs.CV 新提交 79%

SSD: 空间推测解码加速自回归图像生成

Shilong Xiang, Zirui Zhang, Lijun Yu, Chengzhi Mao

机构 * Rutgers University（罗格斯大学）

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

AI总结提出空间推测解码（SSD），利用二维空间相关性同时预测相邻水平与下方令牌，突破视觉推理中的内存瓶颈，实现高达13.3倍的自回归图像生成加速。

2606.20536 2026-06-19 cs.CV 新提交 57%

FID 彩票：量化生成模型评估中的隐藏随机性

Nicolas Dufour, Alexei A. Efros, Patrick Pérez

机构 * Kyutai ； UC Berkeley（加州大学伯克利分校）

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

AI总结研究FID作为随机变量在训练和生成种子上的方差，发现重训练比重采样导致更大FID波动，提出新评估协议：使用每类最优引导、报告多个训练种子的误差条。