图像生成

Uniform Discrete Diffusion with Metric Path for Video Generation

Haoge Deng, Ting Pan, Fan Zhang, Yang Liu, Zhuoyan Luo, Yufeng Cui, Wenxuan Wang, Chunhua Shen, Shiguang Shan, Zhaoxiang Zhang, Xinlong Wang

机构 * National Laboratory of Pattern Recognition, CASIA（中国科学院自动化所模式识别国家实验室） ； Key Laboratory of Intelligent Information Processing, ICT, CAS（中国科学院信息科技重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

Comments 19 pages, 10 figures

Visual Autoregressive Models Beat Diffusion Models on Inference Time Scaling

Erik Riise, Mehmet Onurcan Kaya, Dim P. Papadopoulos

机构 * Technical University of Denmark（丹麦技术大学） ； Pioneer Center for AI（先锋人工智能中心） 纠错

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

Class-N-Diff: Classification-Induced Diffusion Model Can Make Fair Skin Cancer Diagnosis

Nusrat Munia, Abdullah Imran

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

Comments EMBC 2025

Eye-for-an-eye: Appearance Transfer with Semantic Correspondence in Diffusion Models

Sooyeon Go, Kyungmook Choi, Minjung Shin, Youngjung Uh

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

Comments project page : https://sooyeon-go.github.io/eye_for_an_eye/

UniFusion: Vision-Language Model as Unified Encoder in Image Generation

Kevin Li, Manuel Brack, Sudeep Katakol, Hareesh Ravi, Ajinkya Kale

机构 * Adobe Applied Research（Adobe应用研究） 纠错

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

Comments Project page at https://thekevinli.github.io/unifusion/

Demystifying Numerosity in Diffusion Models -- Limitations and Remedies

Yaqi Zhao, Xiaochen Wang, Li Dong, Wentao Zhang, Yuhui Yuan

机构 * Peking University（北京大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

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

Feedback Guidance of Diffusion Models

Felix Koulischer, Florian Handke, Johannes Deleu, Thomas Demeester, Luca Ambrogioni

机构 * Ghent University - imec（根特大学 - imec） ； Donders Institute for Brain Cognition and Behaviour（大脑认知与行为研究所） 纠错

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

Comments Article accepeted as poster at the 39th Annual Conference on Neural Information Processing Systems (NeurIPS25). Code is available at: https://github.com/FelixKoulischer/FBG_using_edm2

What Lurks Within? Concept Auditing for Shared Diffusion Models at Scale

Xiaoyong Yuan, Xiaolong Ma, Linke Guo, Lan Zhang

机构 * Clemson University（克莱姆森大学） ； The University of Arizona（亚利桑那大学） 纠错

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

Comments Extended version of the paper accepted at CCS 2025

Continual Personalization for Diffusion Models

Yu-Chien Liao, Jr-Jen Chen, Chi-Pin Huang, Ci-Siang Lin, Meng-Lin Wu, Yu-Chiang Frank Wang

机构 * National Taiwan University（国立台湾大学） ； Qualcomm Technologies, Inc.（高通技术公司） 纠错

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

Journal ref ICCV-2025

DC-Gen: Post-Training Diffusion Acceleration with Deeply Compressed Latent Space

Wenkun He, Yuchao Gu, Junyu Chen, Dongyun Zou, Yujun Lin, Zhekai Zhang, Haocheng Xi, Muyang Li, Ligeng Zhu, Jincheng Yu, Junsong Chen, Enze Xie, Song Han, Han Cai

机构 * NVIDIA 纠错

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

Comments Tech Report. The first three authors contributed equally to this work

LoRACLR: Contrastive Adaptation for Customization of Diffusion Models

Enis Simsar, Thomas Hofmann, Federico Tombari, Pinar Yanardag

机构 * ETH Zürich（苏黎世联邦理工学院） ； TU Munich（慕尼黑技术大学） ； Google（谷歌） ； Virginia Tech（弗吉尼亚理工大学） 纠错

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

Comments Accepted to CVPR'25. Project page: https://loraclr.github.io/

MMaDA: Multimodal Large Diffusion Language Models

Ling Yang, Ye Tian, Bowen Li, Xinchen Zhang, Ke Shen, Yunhai Tong, Mengdi Wang

机构 * Princeton University（普林斯顿大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； ByteDance Seed（字节跳动种子） 纠错

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

Comments NeurIPS 2025. Project: https://github.com/Gen-Verse/MMaDA

LEDiT: Your Length-Extrapolatable Diffusion Transformer without Positional Encoding

Shen Zhang, Siyuan Liang, Yaning Tan, Zhaowei Chen, Linze Li, Ge Wu, Yuhao Chen, Shuheng Li, Zhenyu Zhao, Caihua Chen, Jiajun Liang, Yao Tang

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

SparseDiT: Token Sparsification for Efficient Diffusion Transformer

Shuning Chang, Pichao Wang, Jiasheng Tang, Fan Wang, Yi Yang

机构 * Zhejiang University（浙江大学） ； Damo Academy, Alibaba Group（阿里达摩院） ； Hupan Lab（虎斑实验室） 纠错

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

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

DiCo: Revitalizing ConvNets for Scalable and Efficient Diffusion Modeling

Yuang Ai, Qihang Fan, Xuefeng Hu, Zhenheng Yang, Ran He, Huaibo Huang

机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学技术大学） ； ByteDance（字节跳动） 纠错

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

Comments NeurIPS 2025 Spotlight

U-Shape Mamba: State Space Model for faster diffusion

Alex Ergasti, Filippo Botti, Tomaso Fontanini, Claudio Ferrari, Massimo Bertozzi, Andrea Prati

机构 * University of Parma（帕尔马大学） ； University of Siena（锡耶纳大学） 纠错

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

Comments Accepted at CVPR 2025 eLVM workshop. The code is here: https://github.com/ErgastiAlex/U-Shape-Mamba

Mechanistic Learning with Guided Diffusion Models to Predict Spatio-Temporal Brain Tumor Growth

Daria Laslo, Efthymios Georgiou, Marius George Linguraru, Andreas Rauschecker, Sabine Muller, Catherine R. Jutzeler, Sarah Bruningk

机构 * ETH Zurich, 8092 Zurich, Switzerland - SIB Swiss Institue of Bioinformatics, 1015 Lausanne, Switzerland Department of Radiation Oncology, Inselspital, Bern University Hospital ； University of Bern, Switzerland Sheikh Zayed Institute for Pediatric Surgical Innovation, Children’s National Medical Center, Washington, DC 20010, United States University of California San Francisco, San Francisco, CA 94143, United States University Children's Hospital Zurich, 8008 Zurich, Switzerland 纠错

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

Comments 13 pages, 4 figures

Parasite: A Steganography-based Backdoor Attack Framework for Diffusion Models

Jiahao Chen, Yu Pan, Yi Du, Chunkai Wu, Lin Wang

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

Home-made Diffusion Model from Scratch to Hatch

Shih-Ying Yeh

机构 * National Tsing Hua University（国立清华大学） 纠错

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

Palette Aligned Image Diffusion

Elad Aharoni, Noy Porat, Dani Lischinski, Ariel Shamir

机构 * Hebrew University（希伯来大学） ； Reichman University（雷赫曼大学） 纠错

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

Comments 14 pages, 19 figures

CurveFlow: Curvature-Guided Flow Matching for Image Generation

Yan Luo, Drake Du, Hao Huang, Yi Fang, Mengyu Wang

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

Inference Time Debiasing Concepts in Diffusion Models

Lucas S. Kupssinskü, Marco N. Bochernitsan, Jordan Kopper, Otávio Parraga, Rodrigo C. Barros

机构 * MALTA - Machine Learning Theory and Applications Lab（机器学习理论与应用实验室） ； School of Technology, Pontifícia Universidade Católica do Rio Grande do Sul（技术学院，里约格朗德杜斯尔格斯天主教大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.GR

DiffIER: Optimizing Diffusion Models with Iterative Error Reduction

Ao Chen, Lihe Ding, Tianfan Xue

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

Tooth-Diffusion: Guided 3D CBCT Synthesis with Fine-Grained Tooth Conditioning

Said Djafar Said, Torkan Gholamalizadeh, Mostafa Mehdipour Ghazi

机构 * Pioneer Centre for AI, Department of Computer Science, University of Copenhagen Research（先锋人工智能中心、计算机科学系、哥本哈根大学研究） 纠错

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

Comments MICCAI 2025 Workshop on Oral and Dental Image Analysis (ODIN)

Single-Reference Text-to-Image Manipulation with Dual Contrastive Denoising Score

Syed Muhmmad Israr, Feng Zhao

机构 * Department of Automation, School of Information Science and Technology, University of Science and Technology of China（自动化系、信息科学与技术学院、中国科学技术大学） 纠错

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

Local Prompt Adaptation for Style-Consistent Multi-Object Generation in Diffusion Models

Ankit Sanjyal

机构 * Fordham University（福特汉姆大学） 纠错

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

Comments 10 Pages,10 figures, pre-print

Quantitative Comparison of Fine-Tuning Techniques for Pretrained Latent Diffusion Models in the Generation of Unseen SAR Images

Solène Debuysère, Nicolas Trouvé, Nathan Letheule, Olivier Lévêque, Elise Colin

机构 * Paris-Saclay University（巴黎-萨克雷大学） ； ONERA - The French Aerospace Lab（法国航空航天实验室） 纠错

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

Text Embedding Knows How to Quantize Text-Guided Diffusion Models

Hongjae Lee, Myungjun Son, Dongjea Kang, Seung-Won Jung

机构 * Korea University（韩国大学） 纠错

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

Comments ICCV 2025

Make Me Happier: Evoking Emotions Through Image Diffusion Models

Qing Lin, Jingfeng Zhang, Yew-Soon Ong, Mengmi Zhang

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； The University of Auckland, New Zealand（奥克兰大学，新西兰） ； RIKEN AIP, Tokyo, Japan（日本东京理化学研究所AIP） 纠错

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

FreeCus: Free Lunch Subject-driven Customization in Diffusion Transformers

Yanbing Zhang, Zhe Wang, Qin Zhou, Mengping Yang

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；inpainting(abstract)；分类 cs.CV

Comments Accepted by ICCV 2025