图像生成

WaterGen: Decoupling Scene and Medium in Underwater Image Generation

WaterGen：水下图像生成中的场景与介质解耦

Jiayi Wu, Tianfu Wang, Tianyi Xiong, Dehao Yuan, Xiaomin Lin, Md Jahidul Islam, Cornelia Fermuller, Christopher Metzler, Yiannis Aloimonos

机构 * University of Maryland（马里兰大学） ； University of South Florida（南佛罗里达大学） ； University of Florida（佛罗里达大学） 纠错

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

AI总结 提出WaterGen方法，通过解耦场景生成和介质建模，在潜在扩散框架下生成大规模、真实、多样的水下图像，提升下游恢复和分割性能。

InstanceControl: Controllable Complex Image Generation without Instance Labeling

InstanceControl: 无需实例标注的可控复杂图像生成

Xiaoyu Liu, Huan Wang, Fan Li, Zhixin Wang, Jiaqi Xu, Ming Liu, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； HUAWEI Noah’s Ark Lab（华为诺亚方舟实验室） 纠错

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

AI总结 提出InstanceControl方法，利用视觉语言模型自动建立文本与视觉条件间的实例对应，无需人工标注，通过自适应掩码细化策略实现复杂多实例场景的精确可控生成。

DataEvolver: Self-Evolving Multi-Agent Data Construction for Text-Rich Image Generation

DataEvolver: 面向文本丰富图像生成的自我进化多智能体数据构建

Siyu Yan, Yizhen Gao, Yilin Wang, Dongxing Mao, Alex Jinpeng Wang

机构 * Central South University（中南大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 提出DataEvolver，一种自我进化的多智能体框架，通过反馈驱动策略迭代优化数据构建，显著提升文本丰富图像生成质量。

TerraDiT-$Ω$: Unified Spatial Control for Satellite Image Synthesis with Any Geospatial Primitive

TerraDiT-$\Omega$：任意地理基元的卫星图像合成统一空间控制

Brian Wei, Srikumar Sastry, Daniel Cher, Eric Xing, Nathan Jacobs

机构 * Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

专题命中 可控生成 ：image synthesis(title)；分类 cs.CV

AI总结 提出TerraDiT-Ω框架，通过几何感知局部注意力机制，支持从任意原生地理基元（多边形、折线、边界框、点）直接生成卫星图像，在多种控制格式下优于密集和稀疏控制基线，并提升下游任务性能。

Comments European Conference on Computer Vision 2026

AC3S: Adaptive Conditioning for 3D-Aware Synthetic Data Generation

AC3S: 面向3D感知合成数据生成的自适应条件控制

Eric Ji, Qiran Hu, Wufei Ma, Sarthak Jain, Yingying Li, Minh N. Do, Yaoyao Liu

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学） ； College of Engineering and Computer Science, VinUniversity（VinUniversity工程与计算机科学学院） 纠错

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

AI总结 提出AC3S框架，通过自适应条件控制模块调节ControlNet强度，结合多智能体视觉语言模型生成3D感知提示，实现高质量、结构对齐的合成图像生成。

Comments Accepted by ECCV 2026. Project page: https://ac3s.cvmlgroup.web.illinois.edu/

ISAC: Training-Free Instance-to-Semantic Attention Control for Multi-Instance Generation

ISAC：无需训练的实例到语义注意力控制用于多实例生成

Sanghyun Jo, Wooyeol Lee, Ziseok Lee, Jonghyun Choi, Jaesik Park, Kyungsu Kim

机构 * OGQ ； Seoul National University（首尔大学） 纠错

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

AI总结 提出ISAC方法，通过先稳定自注意力布局再绑定交叉注意力语义，无需训练即可解决多实例生成中的遗漏、合并和语义混淆问题。

Comments Accepted to ECCV 2026

No Place to Hide: Benchmarking Video Hallucination with Background-Controlled Pairs

无处可藏：基于背景控制对的视频幻觉基准测试

Haojian Huang, Harold Haodong Chen, Meng Luo, Junjia Du, Shanqing Xu, Ziheng Chen, Yanxiang Huang, Yinchuan Li, Ying-Cong Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Knowin AI（考恩人工智能） ； The Hong Kong Polytechnic University（香港理工大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 提出VidPair-Halluc基准，通过背景相似但前景语义不同的视频对，精确评估大型视频模型中的视频幻觉，包含1K对抗视频对和11K时空问答对。

Comments ECCV 2026

Towards a Joint Task-Oriented and Generative Semantic Communication Framework for 6G Networks

面向6G网络的联合任务导向与生成式语义通信框架

Soheyb Ribouh, Phil Polo Ditsia Di Ngoma

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出一种基于OFDM的端到端语义通信框架，通过图表示提取视觉语义，结合ST-GNN进行碰撞风险估计，并利用扩散模型重建场景，在MIMO配置下实现99.1%数据压缩，优于JPEG/HEVC，同时保持下游推理性能。

ELASTIC: Efficiently Learning to Adaptively Scale Test-Time Compute for Generative Control Policies

ELASTIC: 高效学习自适应缩放测试时计算以生成控制策略

Andrew Zou Li, Gokul Swamy, Yonatan Bisk, Andrea Bajcsy

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出ELASTIC算法，通过元强化学习为生成控制策略学习状态依赖的测试时计算调度，在扩散策略和视觉-语言-动作模型上实现帕累托最优，减少34%延迟。

Approximate Controllability of the generalized Burgers-Huxley equation in one dimension

一维广义Burgers-Huxley方程的近似可控性

Aman Patel, Mohmedmunavvar Mubarak Bapu, Mrinmay Biswas

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究广义Burgers-Huxley方程通过内部控制的可控性，证明非全局近似可控，但可在适当时间内将系统从任一稳态驱动到另一稳态的任意小邻域，前提是两者在同一连通分量中。

Comments 48 pages, Comments Welcome!