图像生成

GEAR: Guided End-to-End AutoRegression for Image Synthesis

GEAR: 引导式端到端自回归图像合成

Bin Lin, Zheyuan Liu, Chenguo Lin, Sixiang Chen, Yunyang Ge, Yunlong Lin, Jianwei Zhang, Miles Yang, Zhao Zhong, Liefeng Bo, Li Yuan

机构 * Peking University（北京大学） ； Tencent Hunyuan（腾讯混元） 纠错

专题命中 文生图 ：image synthesis(title)；image generation(abstract)；text-to-image(abstract)；diffusion(abstract)

AI总结 提出GEAR方法，通过表示对齐联合训练VQ分词器和自回归生成器，解决非可微索引导致的梯度问题，实现端到端优化，显著加速ImageNet gFID收敛并提升特征质量。

Finite Difference Flow Optimization for RL Post-Training of Text-to-Image Models

文本到图像模型强化学习后训练的有限差分流优化

David McAllister, Miika Aittala, Tero Karras, Janne Hellsten, Angjoo Kanazawa, Timo Aila, Samuli Laine

机构 * UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） 纠错

专题命中 文生图 ：text-to-image(title)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 提出一种在线强化学习变体，通过采样配对轨迹并将流速度拉向更优图像方向来降低模型更新方差，将整个采样过程视为单一动作，实现更快的收敛和更高的输出质量与提示对齐。

Comments Code available at https://github.com/NVlabs/finite-difference-flow-optimization

Arena-T2I Hard: Benchmarking and Improving Faithfulness with Dependency-Aware Checklist

Arena-T2I Hard：基于依赖感知清单的忠实性基准测试与改进

Yuanhao Ban, Tong Xie, Sohyun An, Yunqi Hong, Evan Frick, I-Hung Hsu, Wei-Lin Chiang, Ion Stoica, Cho-Jui Hsieh

机构 * Arena Intelligence Inc ； UCLA（加州大学洛杉矶分校） 纠错

专题命中 文生图 ：text-to-image(abstract)

AI总结 针对现有忠实性基准在复杂指令上的不足，提出310条压力测试提示集Arena-T2I Hard，并设计依赖感知清单奖励结合美学奖励，显著提升文本到图像模型的忠实性-美学权衡。

Stable and Near-Reversible Diffusion ODE Solvers for Image Editing

稳定且近可逆的图像编辑扩散ODE求解器

Barbora Barancikova, Daniil Shmelev, Cristopher Salvi

机构 * Department of Computing, Imperial College London, London, United Kingdom（帝国理工学院伦敦分校计算机系，伦敦，英国） ； Department of Mathematics, Imperial College London, London, United Kingdom（帝国理工学院伦敦分校数学系，伦敦，英国） 纠错

专题命中 图像编辑 ：diffusion(title,abstract)；image editing(title,abstract)；分类 cs.CV

AI总结 本文提出近可逆Runge-Kutta方法以提升图像编辑的稳定性与精度，平衡可逆性与数值稳定性，保留背景保真优势。

Comments ICML 2026 Workshop on Structured Probabilistic Inference & Generative Modeling (SPIGM)

Making Image Editing Easier via Adaptive Task Reformulation with Agentic Executions

通过具有代理执行的自适应任务重构使图像编辑更易于实现

Bo Zhao, Kairui Guo, Runnan Du, Haiyang Sun, Pengshan Wang, Huan Yang, Kun Gai, Yixin Cao, Wei Ji

机构 * Nanjing University（南京大学） ； Beijing Institute of Technology（北京理工大学） ； College of Artificial Intelligence, China University of Petroleum (Beijing)（中国石油大学（北京）人工智能学院） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Fudan University（复旦大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；分类 cs.CV

AI总结 本文提出通过自适应任务重构框架提升图像编辑性能，通过代理分析和反馈优化任务描述，改进编辑效果，尤其在复杂案例中表现显著。

Comments 9pages

Editing Everything Everywhere All at Once

一次性编辑所有内容

Fabio Quattrini, Carmine Zaccagnino, Enis Simsar, Marta Tintoré Gazulla, Rita Cucchiara, Alessio Tonioni, Silvia Cascianelli

机构 * University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学） ； ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） 纠错

专题命中 图像编辑 ：diffusion(abstract)；image editing(abstract)；分类 cs.CV

AI总结 提出MICE方法，通过修改联合注意力机制中的加性偏置来调控多实例编辑中的交互，实现无需训练的多实例图像编辑，在保持全局一致性的同时增强属性绑定。

Comments Accepted at ECCV 2026

Intrinsic decomposition and editing of 3D Gaussian splats

3D高斯散点的本征分解与编辑

Alexandre Lanvin, Jeffrey Hu, Simon Lucas, Adrien Bousseau, George Drettakis

机构 * Inria, Université Côte d’Azur（法国国家信息与自动化研究所，蔚蓝海岸大学） ； Cambridge University（剑桥大学） 纠错

专题命中 图像编辑 ：image editing(abstract)；分类 cs.GR

AI总结 提出将本征分解扩展到高斯散点辐射场的方法，通过独立高斯基元、数据驱动优化和单图纹理编辑实现场景的材质与光照分离及编辑。

Comments 18 pages

Journal ref Proc. ACM Comput. Graph. Interact. Tech. 9, 1, Article 10 (May 2026), 18 pages

Improved Immiscible Diffusion: Accelerate Diffusion Training by Reducing Its Miscibility

改进的不可混扩散：通过降低可混性加速扩散训练

Yiheng Li, Feng Liang, Dan Kondratyuk, Masayoshi Tomizuka, Kurt Keutzer, Chenfeng Xu

机构 * UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image editing(abstract)；分类 cs.CV

AI总结 提出通过降低任意层级的可混性来加速扩散模型训练，实现多种实现方式（如KNN噪声选择和图像缩放），在多种任务上获得高达4倍以上的训练加速。

Histogram-constrained Image Generation

直方图约束的图像生成

Haoming Liu, Yuanhe Guo, Yijia Cao, Shenji Wan, Hongyi Wen

机构 * Center for Data Science, New York University Shanghai（上海纽约大学数据科学中心） ； New York University（纽约大学） 纠错

专题命中 扩散模型 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 提出直方图约束图像生成（HIG）框架，通过最优传输理论在扩散模型中精确施加用户指定的分布约束，实现全局与局部之间的中间粒度控制，并展示其在颜色/潜在直方图约束生成和高容量信息嵌入中的应用。

Comments Accepted to ECCV 2026; 31 pages, 16 figures

No Prompt, No Leaks: A Robust Generative Steganography Framework via Prompt-Free Diffusion

无需提示，无泄漏：基于无提示扩散的鲁棒生成式隐写框架

Jingwen Cai, Fen Xiao, Shuhua Deng, Xieping Gao

机构 * MOE Key Laboratory of Intelligent Computing and Information Processing, Xiangtan University（湘潭大学智能计算与信息处理教育部重点实验室） ； College of Information Science and Engineering, Hunan Normal University（湖南师范大学信息科学与工程学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 提出无提示扩散图像隐写框架，通过级联仿射耦合模块和风格语义先验控制隐写图像生成，并引入预测-校正机制优化生成轨迹，在安全性、重建精度和可控性上达到先进水平。

Quality-Aware Modulation for Diffusion Transformers

扩散变压器的质量感知调制

Luke Budny, Yuhong Guo, Kevin Cheung

机构 * Carleton University（卡尔顿大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)

AI总结 提出质量表示模块（QRM），通过轻量级变压器学习质量感知向量，调整DiT中的自适应层归一化调制，提升生成图像质量，无需改变采样流程。

Diffusion-Based Material Regularization for Physics-Based Inverse Rendering

基于扩散的材料正则化用于物理逆渲染

Jingwang Ling, Lifan Wu, Feng Xu, Shuang Zhao

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； NVIDIA（英伟达） ； BNRist and School of Software, Tsinghua University（清华大学软件学院及北京国家信息科学与技术研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出将扩散模型预测作为相似性核，通过正则化损失约束材料优化，联合重建几何、材质和光照，在多个数据集上显著优于现有方法。

Comments Accepted to ECCV 2026. Includes supplementary material. Project page: https://gerwang.github.io/diffusion-regularized-inverse-rendering/

On Variance Reduction in Learning Mean Flows

在学习均值流中的方差缩减

Juanwu Lu, Ziran Wang

机构 * Purdue University（普渡大学） 纠错

专题命中 扩散模型 ：diffusion(summary_cn,abstract)

AI总结 本文通过理论分析揭示了均值流训练中损失非递减和梯度方差无界的问题根源，提出最优系数的闭式解，并在基准和Diffusion Transformer上验证了其提升样本质量和FID趋势的效果。

Comments 27 pages, 8 figures, 8 tables. Added supplementary experiment: independent validation of the small-bias regime, to break the circularity in bias estimation

Distortion-Corrected Diffusion MRI Using Rotated-View EPI and Joint Field-Map/Image Estimation with Gaussian Primitives

使用旋转视图EPI和高斯原型的联合场图/图像估计的畸变校正扩散MRI

Wenqi Huang, Zhitao Li, Nan Wang, Yimeng Lin, Mengze Gao, Yurui Qian, Sevgi Gokce Kafali, Xiaozhi Cao, Kawin Setsompop, Daniel Rueckert, Congyu Liao

机构 * Chair for AI in Healthcare and Medicine, Technical University of Munich (TUM) and TUM University Hospital, and the School of Computation, Information and Technology, TUM（慕尼黑工业大学(TUM)医疗与医学人工智能教席、TUM大学医院、计算信息与技术学院） ； Neuroimaging Technology Research Center, Department of Radiology and Biomedical Imaging, University of California, San Francisco（加州大学旧金山分校放射与生物医学影像系神经影像技术研究中心） ； Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences（中国科学院精密测量科学与技术创新研究院） ； Department of Radiology, Stanford University（斯坦福大学放射学系） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心(MCML)） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出一种物理信息框架，直接从k空间联合估计B0场和无畸变图像，避免中间并行成像重建，通过高斯原型的连续参数化表示图像和场，支持旋转视图EPI，在高b值和高加速下显著改善畸变校正质量。

Accelerated Likelihood Maximization for Diffusion-based Versatile Content Generation

基于扩散模型的加速似然最大化用于多样化内容生成

Hyunsoo Lee, Inwoo Hwang, Young Min Kim

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出加速似然最大化（ALM）方法，通过直接优化未观测区域并引入加速策略，实现高效、全局一致的内容生成，在多种任务中超越现有方法。

Comments ECCV 2026. Project website: http://hleephilip.github.io/ALM

Wavelet-Optimized Pseudo-3D Accelerated Diffusion Model for Truncated Computed Laminography

小波优化的伪3D加速扩散模型用于截断计算机层析成像

Genyuan Zhang, Junyao Wang, Chuandong Tan, Fenglin Liu, Yongning Zhou

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 针对计算机层析成像中的投影截断问题，提出小波优化的伪3D加速扩散模型，通过扩展重建区域和引入小波正则化消除伪影，恢复高保真3D结构。

Comments 17 pages, 11 figures, 4 tables. Under review at NDT&E International

Controllable Histopathology Image Synthesis with Training-free Structural Initialization and Textural Modulation

可控的组织病理学图像合成：无需训练的结构初始化和纹理调制

Yuheng Qiu, Jingyi Luo, Chenfei Ye, Ting Ma, Jianfeng Cao

机构 * School of Biomedical Engineering, Harbin Institute of Technology (Shenzhen), Shenzhen, China（哈尔滨工业大学（深圳）生物医学工程学院，深圳，中国） 纠错

专题命中 扩散模型 ：image synthesis(title)；diffusion(abstract)；分类 cs.CV

AI总结 提出CHIS框架，通过频率域结构初始化和小波域纹理调制，使无标签预训练扩散模型生成与先验结构掩码对齐且保持参考组织风格的图像，提升下游分割任务性能。

Comments Accepted at MICCAI 2026

GeoNVS: Geometry Grounded Video Diffusion for Novel View Synthesis

GeoNVS: 基于几何的视频扩散模型用于新视角合成

Minjun Kang, Inkyu Shin, Taeyeop Lee, Myungchul Kim, In So Kweon, Kuk-Jin Yoon

机构 * KAIST, South Korea（韩国科学技术院） ； Luma AI, USA（Luma AI（美国）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出GeoNVS，通过高斯溅射特征适配器将扩散特征提升为3D高斯表示，增强几何保真度和相机可控性，在新视角合成任务上超越现有方法。

Comments The code will be available at https://sites.google.com/view/minjun-kang/geonvs-eccv26 (ECCV 2026)

Cross-Resolution Distribution Matching for Diffusion Distillation

跨分辨率分布匹配的扩散蒸馏

Feiyang Chen, Hongpeng Pan, Haonan Xu, Xinyu Duan, Zhefeng Wang, Yang Yang

机构 * Huawei（华为） ； Nanjing University of Science and Technology（南京理工大学） ； HiThink Research（海康研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出跨分辨率分布匹配蒸馏（RMD）框架，通过logSNR映射和分布匹配弥合分辨率间隙，实现高保真、少步数多分辨率级联推理，在SDXL和Wan2.1-14B上分别加速33.4倍和25.6倍。

CharDiff-LP: A Diffusion Model with Character-Level Guidance for License Plate Image Restoration

CharDiff-LP: 一种具有字符级引导的车牌图像恢复扩散模型

Kihyun Na, Gyuhwan Park, Injung Kim

机构 * Handong Global University（韩东国际大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出CharDiff-LP扩散框架，通过字符级引导（CHARM模块）恢复严重退化车牌图像，在Roboflow-LP数据集上字符错误率相对降低28.3%。

Comments Accepted at ICPR 2026. 15 pages, 6 figures, 4 tables

PA-VAD: Diffusion-Based Pseudo-Only Video Anomaly Detection via Domain-Aligned Memory Updates

PA-VAD: 基于扩散的伪异常视频异常检测通过域对齐记忆更新

Satoshi Hashimoto, Yanan Wang, Hitoshi Nishimura, Mori Kurokawa

机构 * KDDI Research, Inc.（KDDI研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出PA-VAD框架，仅用真实正常视频和扩散合成伪异常视频训练检测器，通过域对齐正则化模块（DARM）消除伪异常特征偏差，在多个基准上超越使用真实异常视频的方法。

Comments Accepted to ECCV 2026

Phase-Aligned RoPE for Mixed-Resolution Diffusion Transformer

相位对齐的混合分辨率扩散Transformer旋转位置编码

Haoyu Wu, Jingyi Xu, Qiaomu Miao, Dimitris Samaras, Hieu Le

机构 * Stony Brook University（石溪大学） ； UNC-Charlotte（北卡罗来纳大学夏洛特分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 针对混合分辨率token在RoPE中注意力分数异常的问题，提出无训练机制PMA，通过统一位置尺度稳定注意力，并引入边界细化模块提升局部连贯性，在图像和视频扩散模型中提升视觉质量与计算效率。

Comments Accepted to ECCV 2026. Project page: https://hao-yu-wu.github.io/mixed_res/

Rethinking Garment Conditioning in Diffusion-based Virtual Try-On: Decouple, Don't Denoise

重新思考基于扩散的虚拟试穿中的服装条件：解耦，而非去噪

Kihyun Na, Jinyoung Choi, Injung Kim

机构 * Handong Global University（韩东国际大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 针对扩散虚拟试穿中双UNet结构参数多、空间拼接全微调失效的问题，通过可视化研究揭示服装条件必须与去噪过程解耦，提出DeCo-VTON模型，以单网络架构达到双UNet水平且成本减半。

Comments Accepted at ECCV 2026. 28 pages, 9 figures, 11 tables

FeRA: Frequency-Energy Constrained Routing for Effective Diffusion Adaptation Fine-Tuning

FeRA: 面向高效扩散自适应微调的频率能量约束路由

Bo Yin, Xiaobin Hu, Xingyu Zhou, Yu He, Peng-Tao Jiang, Yue Liao, Junwei Zhu, Jiangning Zhang, Ying Tai, Shuicheng Yan

机构 * National University of Singapore（新加坡国立大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； vivo ； Tencent（腾讯） ； Nanjing University（南京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出FeRA框架，通过揭示扩散模型去噪过程中的频率能量机制，利用频率能量指示器、软频率路由和频率能量一致性正则化，实现参数更新与内在频率能量进程对齐，从而高效稳定地微调扩散模型。

Multi-Channel Uncertainty-Weighted Score Matching for Conditional Diffusion in Medical UDA

多通道不确定性加权分数匹配用于医学UDA中的条件扩散

Chen Li, Meilong Xu, Xiaoling Hu, Weimin Lyu, Chao Chen

机构 * Stony Brook University（石溪大学） ； Massachusetts General Hospital and Harvard Medical School（麻省总医院与哈佛医学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出UPDiff-UDA框架，通过不确定性加权的分数匹配聚合多通道伪标签，结合贝塞尔曲线适应，提升跨模态医学图像分割性能。

Comments 28 pages, 7 figures. Accepted by ECCV'2026

Few to Big: Prototype Expansion Network via Diffusion Learner for Point Cloud Few-shot Semantic Segmentation

从少到多：基于扩散学习器的原型扩展网络用于点云小样本语义分割

Qianguang Zhao, Dongli Wang, Yan Zhou, Jianxun Li, Richard Irampa

机构 * School of Mathematics and Computational Science, Xiangtan University（湘潭大学数学与计算科学学院） ； School of Automation and Electronics Information, Xiangtan University（湘潭大学自动化与电子信息学院） ； School of Automation, Shanghai Jiao Tong University（上海交通大学自动化学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 针对小样本点云语义分割中原型容量小且与查询空间不对齐的问题，提出原型扩展网络（PENet），利用扩散模型的预训练条件编码器扩展原型，并通过推-拉机制对齐，在S3DIS和ScanNet数据集上取得最优性能。

Filterless Snapshot Hyperspectral Imaging using Guided Patch Diffusion

无滤波器快照高光谱成像引导补丁扩散

Dean Hazineh, Luca Sacchi, Davide Cassara, Federico Capasso, Todd Zickler

机构 * Harvard University（哈佛大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出使用条件去噪扩散模型，通过小补丁移位不变操作和光学点扩散函数物理一致性引导，从单衍射透镜和滤光片全色传感器捕获的灰度快照中重建高光谱图像。

Comments ECCV 2026

PSHuman: Photorealistic Single-image 3D Human Reconstruction using Cross-Scale Multiview Diffusion and Explicit Remeshing

PSHuman: 使用跨尺度多视图扩散和显式重网格化的逼真单图像三维人体重建

Peng Li, Wangguandong Zheng, Yuan Liu, Tao Yu, Yangguang Li, Xingqun Qi, Xiaowei Chi, Siyu Xia, Yan-Pei Cao, Wei Xue, Wenhan Luo, Yike Guo

机构 * HKUST（香港科技大学） ； Southeast University（东南大学） ； Tsinghua University（清华大学） ； VAST 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出PSHuman框架，通过跨尺度多视图扩散和SMPL-X条件生成，解决单视图人体重建中的几何失真和自遮挡问题，实现高保真几何与纹理重建。

Comments CVPR2025, Project page: https://penghtyx.github.io/PSHuman

Multi-Block Diffusion Language Models

多块扩散语言模型

Yijie Jin, Jiajun Xu, Yuxuan Liu, Chenkai Xu, Yi Tu, Jiajun Li, Dandan Tu, Xiaohui Yan, Kai Yu, Pengfei Liu, Zhijie Deng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xi’an Jiao Tong University（西安交通大学） ； Huawei（华为） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出多块教师强制（MultiTF）训练策略，将单块扩散语言模型扩展为多块扩散（MultiBD），通过块缓冲机制实现并行解码，提升令牌吞吐量和准确率。

BlockPilot: Instance-Adaptive Policy Learning for Diffusion-based Speculative Decoding

BlockPilot: 基于扩散的推测解码的实例自适应策略学习

Hao Zhang, Yiming Hu, Yong Wang, Mingqiao Mo, Xin Xiao, Xiangxiang Chu

机构 * AMAP, Alibaba Group（阿里巴巴集团高德地图） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出BlockPilot，通过实例自适应策略预测最优块大小，提升基于扩散的推测解码效率，在Qwen3-4B上实现4.20倍加速。

Comments 16 pages