arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-06-25 至 2026-06-25 共收录 3 信号源:cs.CV, cs.GR, cs.MM

1. 可控生成 3 篇

2601.14945 2026-06-25 cs.RO cs.AI 版本更新 78%

TIDAL: Temporally Interleaved Diffusion and Action Loop for High-Frequency VLA Control

TIDAL: 时间交错扩散与动作循环用于高频VLA控制

Yuteng Sun, Haoran Wang, Ruofei Bai, Zhengguo Li, Jun Li, Meng Yee Michael Chuah, Wei Yun Yau

机构 * Institute for Infocomm Research (I$^2$R), A*STAR, Singapore(信息通信研究所(I²R),A*STAR,新加坡) Tsinghua University, Beijing, China(清华大学,北京,中国) Nanyang Technological University, Singapore(南洋理工大学,新加坡)

专题命中 可控生成 :diffusion(title,abstract)

AI总结 提出TIDAL分层框架,通过双频架构解耦语义推理与高频执行,实现边缘硬件上约9Hz控制更新,在动态拦截任务中性能提升2倍。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25376 2026-06-25 cs.CV 新提交 57%

Transferable Attack against Face Swapping in an Extended Space

扩展空间中针对人脸交换的可迁移攻击

Mingzhi Lyu, Yi Huang, Jun Xie, Zihao Zhao, Hong Xu, Adams Wai-Kin Kong

机构 * IEEE(电气电子工程师学会) IEEE International Conference on Multimedia and Expo (ICME)(IEEE国际多媒体与展览会议)

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

AI总结 提出基于重光照函数的加性身份攻击(AIR),通过联合重光照和加性扰动扩展攻击空间,生成强且视觉自然的对抗样本,无需代理模型即可高效迁移攻击多种主体无关的人脸交换模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25985 2026-06-25 cs.RO 新提交 50%

Action ControlNet: A Lightweight Delay-Aware Adapter for Smooth Asynchronous Control in Vision-Language-Action Models

Action ControlNet: 一种轻量级延迟感知适配器,用于视觉-语言-动作模型中的平滑异步控制

Tiecheng Guo, Meng Guo

机构 * School of Advanced Manufacturing and Robotics, Peking University(北京大学先进制造与机器人学院)

专题命中 可控生成 :diffusion(abstract)

AI总结 提出Action ControlNet,一种轻量级延迟感知适配器,通过将已执行的动作后缀作为残差条件,在不重新训练骨干网络的情况下,减少异步执行中的动作不连续和抖动,提升机器人操控的鲁棒性和平滑性。

详情

展开后加载摘要…

URL PDF HTML 收藏