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。

2026-07-17 至 2026-07-17 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 文生图 3 篇

2607.14962 2026-07-17 cs.LG cs.AI cs.CV 新提交 88%

用于文本到图像生成中代表性多样性的多轴最大@K强化学习

Ku Onoda, Paavo Parmas, Hiroki Furuta, Soichiro Nishimori, Yuta Oshima, Shohei Taniguchi, Yutaka Matsuo

机构 * The University of Tokyo（东京大学）

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

AI总结研究文本到图像生成中样本模式覆盖不足问题，提出多轴最大@K强化学习目标，通过特定信用分配机制改善覆盖，在感知外观公平性评估中提高公平分数，且保持图像质量和文本对齐。

2607.14807 2026-07-17 cs.CV 新提交 85%

TAMF-VTON：通过高保真图像合成实现纹理感知无掩码虚拟试穿

Jie Wang, Qian He, Gaofeng He, Xiaogang Jin, Huamin Wang

机构 * State Key Lab of CAD & CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）； Style3D Research China（中国凌迪科技风格实验室）

专题命中文生图：image synthesis(title,abstract)；diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 TAMF-VTON旨在解决虚拟试穿方法局限，通过统一生成管道，含轻量级专家混合适应方案、频域监督机制和强大数据管理管道，实现无掩码、多服装组合、纹理保留及高效推理，优于现有方法，为数字时尚提供可行方案。

2602.19946 2026-07-17 cs.CV cs.AI 版本更新 83%

当漂亮并不有用：调查现代文本到图像模型为何无法作为可靠的训练数据生成器

Krzysztof Adamkiewicz, Brian Bernhard Moser, Stanislav Frolov, Tobias Christian Nauen, Federico Raue, Andreas Dengel

机构 * RPTU University Kaiserslautern-Landau（凯撒斯劳滕-兰道大学）； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）

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

AI总结研究发现现代文本到图像模型在生成合成数据时性能下降，揭示其生成的数据分布狭窄且缺乏多样性，挑战了生成现实感进步即意味着数据现实感进步的假设。