FlowDrag: 3D-aware Drag-based Image Editing with Mesh-guided Deformation Vector Flow Fields
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV、cs.GR
Comments ICML 2025 Spotlight
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。
1. 图像编辑 1258 篇
Self-Conditioned Generative Adversarial Networks for Image Editing
专题命中 图像编辑 ：image editing(title)；分类 cs.CV、cs.GR
Comments Project page: https://github.com/yzliu567/sc-gan
Xiaomi-Robotics-U0: Unified Embodied Synthesis with World Foundation Model
小米机器人-U0：基于世界基础模型的统一具身合成
机构 * Xiaomi Robotics（小米机器人）
专题命中 图像编辑 ：image generation(abstract)；text-to-image(abstract)；image editing(abstract)
AI总结 研究针对基础模型应用于具身场景受限问题，提出小米机器人-U0多模态自回归模型，将具身生成扩展为基础图像和视频生成的形式，联合优化多种生成任务，在多方面取得领先成果，证明基础世界模型可用于具身智能。
Supervised sparse auto-encoders for interpretable and compositional representations
监督稀疏自编码器用于可解释和组合性表示
机构 * Department of Computer Science, University of Oxford, Oxford, UK（牛津大学计算机科学系） ； KAIST AI, Korean Advanced Institute of Science（韩国科学技术高级研究院AI研究所） ； Independent researcher（独立研究者）
专题命中 图像编辑 ：diffusion(abstract,abstract_cn)；image editing(abstract)
AI总结 本文提出了一种监督稀疏自编码器，通过结合无约束特征模型和监督学习，解决稀疏自编码器在非光滑性及特征与人类语义对齐方面的不足，实现了组合性泛化和语义图像编辑。
Auto-Rubric as Reward: From Implicit Preferences to Explicit Multimodal Generative Criteria
Auto-Rubric as Reward：从隐含偏好到显式多模态生成标准
机构 * Nanyang Technological University（南洋理工大学） ； Ant Group（蚂蚁集团） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab） ； UIUC（伊利诺伊大学香槟分校）
专题命中 图像编辑 ：image generation(abstract)；text-to-image(abstract)；image editing(abstract)
AI总结 本文提出Auto-Rubric as Reward框架，通过显式标准分解替代隐含权重优化，提升多模态生成模型对人类偏好的对齐效果，实验证明显式标准能更可靠地实现数据高效对齐。
Comments 28 pages, 10 figures, 11 tables
OneFlow: Concurrent Mixed-Modal and Interleaved Generation with Edit Flows
OneFlow：并发混合模态与交错生成的编辑流
机构 * FAIR at Meta（Meta 的 FAIR 部门） ； Univ. Grenoble Alpes, Inria, CNRS, Grenoble INP, LJK, France（格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国国家信息与自动化技术研究所、格勒诺布尔理工大学、LJK、法国）
专题命中 图像编辑 ：image generation(abstract)；diffusion(abstract)；image synthesis(abstract)
AI总结 OneFlow是一种非自回归多模态模型，通过编辑流和流匹配实现并发混合模态生成，优于自回归和扩散方法，提升生成效率和推理能力。
Comments https://oneflow.framer.ai
Domain-Grounded Candidate Selection for Agentic Image Editing: A Shadow Removal Case
面向智能体图像编辑的领域 grounded 候选选择：以阴影去除为例
机构 * Stony Brook University（石溪大学） ； UNC Charlotte（北卡罗来纳大学夏洛特分校）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
AI总结 该研究以阴影去除为例，提出领域 grounded 的智能体候选选择流程，结合物理原理约束商用视觉-语言模型的生成，在 ShadowRemovalRefine 基准上使 CDD 降低至少 47%，证明经典低级视觉先验仍具实用价值。
Image Editing Models are Numerical Solvers
图像编辑模型是数值求解器
机构 * Tel Aviv University（特拉维夫大学）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
AI总结 研究预训练生成式图像编辑模型能否为数值模拟提供通用接口，通过既定求解器监督，将相同架构和协议应用于多种方程，结果显示该模型可表示多样物理映射，还识别了相关基本约束。
HY-WU (Part I): An Extensible Functional Neural Memory Framework and An Instantiation in Text-Guided Image Editing
HY-WU (第一部分): 一种可扩展的功能性神经记忆框架及其在文本引导图像编辑中的应用
机构 * Tencent HY Team（腾讯 HY 团队）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
AI总结 提出HY-WU框架，通过功能性神经记忆模块即时生成实例特定权重更新，避免共享权重覆盖导致的干扰，解决持续学习与个性化中的灾难性遗忘问题。
Mitigating Content Shift and Hallucination in GenAI Image Editing via Structural Refinement
通过结构细化减轻生成式AI图像编辑中的内容偏移和幻觉
机构 * Department of Electrical Engineering & Computer Science（电气工程与计算机科学系）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
AI总结 提出一种后处理框架，通过建立粗空间和光度对应关系并融合输入图像与GenAI增强图像，在保留感知增强的同时抑制幻觉内容，从而解决黑盒GenAI图像编辑中的结构保持问题。
The Forensic Cost of Watermark Removal: From Dedicated Attacks to Image Editing
水印移除的法医成本：从专用攻击到图像编辑
机构 * IMATAG（IMATAG机构） ； IRISA, Univ. Rennes, INRIA, CNRS（IRISA大学、INRIA和CNRS）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
AI总结 本文提出水印移除检测（WRD）作为新评估维度，通过训练分类器检测移除痕迹，在10^{-3}假阳性率下实现最优检测，证明法医隐蔽性是水印移除的必要条件。
Comments v1:The Forensic Cost of Watermark Removal, accepted at IH&MMSEC 2026, Special Session "Watermarking Across the Lifecycle of Generative Models". v2: extended version, under review
VAGS: Velocity Adaptive Guidance Scale for Image Editing and Generation
VAGS：图像编辑与生成的速率自适应引导尺度
机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） ； Harvard University（哈佛大学） ； School of Computing and Data Science（计算与数据科学学院） ； The University of Hong Kong（香港大学） ； Kempner Institute for the Study of Natural and Artificial Intelligence（自然与人工智能研究学院）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
AI总结 VAGS通过自适应引导尺度提升图像编辑和生成的结构保真度和生成质量，无需微调或额外计算。
DiffFace-Edit: A Diffusion-Based Facial Dataset for Forgery-Semantic Driven Deepfake Detection Analysis
DiffFace-Edit: 一种基于扩散的面部数据集用于伪造-语义驱动的深度伪造检测分析
机构 * NanChang University（南昌大学）
专题命中 图像编辑 ：diffusion(title)；分类 cs.CV
AI总结 DiffFace-Edit数据集通过引入细粒度面部编辑和检测器逃避样本分析，提升深度伪造检测的鲁棒性与准确性。
SimuFreeMark: A Noise-Simulation-Free Robust Watermarking Against Image Editing
机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学）
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
EditTrack: Detecting and Attributing AI-assisted Image Editing
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Dynamic Neural Style Transfer for Artistic Image Generation using VGG19
专题命中 图像编辑 ：image generation(title)；分类 cs.CV
The Role of Text-to-Image Models in Advanced Style Transfer Applications: A Case Study with DALL-E 3
专题命中 图像编辑 ：text-to-image(title)；分类 cs.CV
Comments 7 pages
Efficient 3D-Aware Facial Image Editing via Attribute-Specific Prompt Learning
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Comments Accepted at ECCV, 2024. Amandeep Kumar and Muhammad Awais are joint first authors. More details are available at https://awaisrauf.github.io/3d_face_editing
The Devil is in the Details: StyleFeatureEditor for Detail-Rich StyleGAN Inversion and High Quality Image Editing
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Comments Accepted to CVPR 2024
GAN Inversion for Image Editing via Unsupervised Domain Adaptation
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
ClickDiffusion: Harnessing LLMs for Interactive Precise Image Editing
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Comments arXiv admin note: substantial text overlap with arXiv:2402.07925
Warping the Residuals for Image Editing with StyleGAN
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
ArtBank: Artistic Style Transfer with Pre-trained Diffusion Model and Implicit Style Prompt Bank
专题命中 图像编辑 ：diffusion(title)；分类 cs.CV
Comments Accepted by AAAI2024
Rethinking Image Editing Detection in the Era of Generative AI Revolution
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Delving StyleGAN Inversion for Image Editing: A Foundation Latent Space Viewpoint
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Comments Accepted by CVPR2023
Spatial Latent Representations in Generative Adversarial Networks for Image Generation
专题命中 图像编辑 ：image generation(title)；分类 cs.CV
Unsupervised Misaligned Infrared and Visible Image Fusion via Cross-Modality Image Generation and Registration
专题命中 图像编辑 ：image generation(title)；分类 cs.CV
HyperStyle: StyleGAN Inversion with HyperNetworks for Real Image Editing
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Comments Accepted to CVPR 2022; Project page available at http://yuval-alaluf.github.io/hyperstyle/
Exploiting Spatial Dimensions of Latent in GAN for Real-time Image Editing
专题命中 图像编辑 ：image editing(title)；分类 cs.CV
Comments Accepted to CVPR 2021
Cycle Generative Adversarial Networks Algorithm With Style Transfer For Image Generation
专题命中 图像编辑 ：image generation(title)；分类 cs.CV
Comments in Indonesian language
