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。

2026-07-09 至 2026-07-09 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 可控生成 3 篇

2606.26016 2026-07-09 cs.CV 新提交 74%

MIMFlow: Integrating Masked Image Modeling with Normalizing Flows for End-to-End Image Generation

MIMFlow：将掩码图像建模与归一化流集成用于端到端图像生成

Yang Chen, Xiaowei Xu, Shuai Wang, Xinwen Zhang, Qiushi Guo, Tiezheng Ge, Limin Wang

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）； Alibaba Group（阿里巴巴集团）； Shanghai AI Lab（上海人工智能实验室）

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

AI总结提出MIMFlow框架，通过VAE编码器从掩码图像推断语义潜在变量，使归一化流专注于低频语义流形，解码器处理高频合成，解决NF容量瓶颈，在ImageNet 256×256上达到71.3%线性探测精度和2.50 FID。

Comments Accepted by ECCV 2026

2607.06871 2026-07-09 cs.CV 新提交 57%

Geometric Collapse: When Vision Models Fail to Verify Physical Causality

几何崩溃：视觉模型何时无法验证物理因果关系

Wentao Zhang, Jinhu Qi, Weiqiang Jin, Yifei Zhang, Chan-Tong Lam, Irwin King

机构 * Faculty of Applied Sciences, Macao Polytechnic University（澳门理工学院应用科学学院）； The Chinese University of Hong Kong（香港中文大学）； AgentecFusion Limited（AgentecFusion有限公司）； School of Information and Communications Engineering, Xi’an Jiaotong University（西安交通大学信息与通信工程学院）； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院）

专题命中可控生成：diffusion(abstract)；分类 cs.CV

AI总结研究视觉模型在验证物理因果关系时的问题，提出“Scrambled Edges”方法，通过特定控制分离无支撑边缘证据影响，实验表明该方法使预测偏差增大，几何崩溃全局传播，为改进模型物理合理性提供依据。

Comments ICML 2026

2607.07389 2026-07-09 quant-ph cs.NA math.NA 新提交 50%

Circuit Depth Reduction of One-Ancilla Quantum Differential Equation Solver via Extrapolation

通过外推法降低单辅助量子微分方程求解器的电路深度

Di Fang, Justin Park

专题命中可控生成：diffusion(abstract)

AI总结研究如何降低单辅助量子微分方程求解器的电路深度，通过结合求解器与经典步长后处理，在对数数量的有限时间步长上运行求解器并利用经典后处理消除误差，将最大单次运行电路深度降至\(O(\mathrm{polylog}(1/\epsilon))\)，数值实验验证了方法有效性。