图像生成

From Scale to Speed: Adaptive Test-Time Scaling for Image Editing

从尺度到速度：面向图像编辑的自适应测试时间缩放

Xiangyan Qu, Zhenlong Yuan, Jing Tang, Rui Chen, Datao Tang, Meng Yu, Lei Sun, Yancheng Bai, Xiangxiang Chu, Gaopeng Gou, Gang Xiong, Yujun Cai

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； AMAP, Alibaba Group（阿里巴巴集团高德地图） ； University of Queensland（昆士兰大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出ADE-CoT框架，通过动态资源分配、编辑特定验证和深度优先停止策略，提升图像编辑效率与性能，实验显示在同等采样预算下性能优于现有方法。

Comments Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

Trust Your Critic: Robust Reward Modeling and Reinforcement Learning for Faithful Image Editing and Generation

相信你的批评者：用于忠实图像编辑和生成的鲁棒奖励建模与强化学习

Xiangyu Zhao, Peiyuan Zhang, Junming Lin, Tianhao Liang, Yuchen Duan, Shengyuan Ding, Changyao Tian, Yuhang Zang, Junchi Yan, Xue Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Wuhan University（武汉大学） ； BUPT（北京邮电大学） ； CUHK（香港中文大学） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出FIRM框架，通过定制数据集和鲁棒奖励模型，提升图像编辑和生成的忠实性与指令遵循，采用'基础与奖励'策略平衡一致性与质量，实现性能突破。

UniRef-Image-Edit: Towards Scalable and Consistent Multi-Reference Image Editing

UniRef-Image-Edit: 向可扩展和一致的多参考图像编辑迈进

Hongyang Wei, Bin Wen, Yancheng Long, Yankai Yang, Yuhang Hu, Tianke Zhang, Wei Chen, Haonan Fan, Kaiyu Jiang, Jiankang Chen, Changyi Liu, Kaiyu Tang, Haojie Ding, Xiao Yang, Jia Sun, Huaiqing Wang, Zhenyu Yang, Xinyu Wei, Xianglong He, Yangguang Li, Fan Yang, Tingting Gao, Lei Zhang, Guorui Zhou, Han Li

机构 * Tsinghua University（清华大学） ； Kuaishou Technology（快手科技） ； Hong Kong Polytechnic University（香港理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； CUHK MMLab（香港中文大学MMLab） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 UniRef-Image-Edit通过统一的输入表示和两阶段训练框架，提升多参考图像编辑的一致性和保真度。

Deformation-Recovery Diffusion Model (DRDM): Instance Deformation for Image Manipulation and Synthesis

变形-恢复扩散模型（DRDM）：实例变形用于图像处理与合成

Jian-Qing Zheng, Yuanhan Mo, Yang Sun, Jiahua Li, Fuping Wu, Ziyang Wang, Tonia Vincent, Bartłomiej W. Papież

机构 * The Kennedy Institute of Rheumatology, University of Oxford, U.K. ； Chinese Academy of Medical Sciences Oxford Institute, University of Oxford, U.K. ； Big Data Institute, University of Oxford, U.K. ； edited MRC Laboratory of Medical Sciences, Imperial College London, U.K. ； Department of Computer Science, University of Oxford, Oxford, U.K. [12.5pt] Project page: -5pt 纠错

专题命中 图像编辑 ：diffusion(title,abstract)；image generation(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 DRDM通过变形场生成解剖学合理的图像变形，提升医学影像的数据增强与合成效果。

Comments accepted by Medical Image Analysis

S$^2$Edit: Text-Guided Image Editing with Precise Semantic and Spatial Control

S$^2$Edit: 基于文本引导的图像编辑与精确语义和空间控制

Xudong Liu, Zikun Chen, Ruowei Jiang, Ziyi Wu, Kejia Yin, Han Zhao, Parham Aarabi, Igor Gilitschenski

机构 * Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； ModiFace Inc.（ModiFace公司） ； Department of Computer Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 S$^2$Edit通过精确语义和空间控制实现文本引导的图像编辑，解决了身份信息丢失和无关区域修改的问题。

Video4Edit: Viewing Image Editing as a Degenerate Temporal Process

Video4Edit: 将图像编辑视为一种退化的时间过程

Xiaofan Li, Yanpeng Sun, Chenming Wu, Fan Duan, YuAn Wang, Weihao Bo, Yumeng Zhang, Dingkang Liang

机构 * Baidu Inc.（百度公司） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 Video4Edit通过将图像编辑视为退化的时间过程，利用视频预训练的单帧演化先验，实现高效的数据微调，从而在性能上与主流模型相当，但仅需1%的监督数据。

Comments 10 pages, 5 figures

SliderEdit: Continuous Image Editing with Fine-Grained Instruction Control

Arman Zarei, Samyadeep Basu, Mobina Pournemat, Sayan Nag, Ryan Rossi, Soheil Feizi

机构 * University of Maryland（马里兰大学） ； Adobe Research（Adobe研究院） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

X2Edit: Revisiting Arbitrary-Instruction Image Editing through Self-Constructed Data and Task-Aware Representation Learning

Jian Ma, Xujie Zhu, Zihao Pan, Qirong Peng, Xu Guo, Chen Chen, Haonan Lu

机构 * OPPO AI Center（OPPO人工智能中心） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

Comments Accepted to AAAI 2026

NEP: Autoregressive Image Editing via Next Editing Token Prediction

Huimin Wu, Xiaojian Ma, Haozhe Zhao, Yanpeng Zhao, Qing Li

机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（一般人工智能国家重点实验室，BIGAI） ； Peking University（北京大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

Comments The project page is: https://nep-bigai.github.io/

InstructUDrag: Joint Text Instructions and Object Dragging for Interactive Image Editing

Haoran Yu, Yi Shi

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

Efficient High-Resolution Image Editing with Hallucination-Aware Loss and Adaptive Tiling

Young D. Kwon, Abhinav Mehrotra, Malcolm Chadwick, Alberto Gil Ramos, Sourav Bhattacharya

机构 * Samsung AI Center-Cambridge（三星AI研究中心-剑桥） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

Comments Preprint. Under review

Describe, Don't Dictate: Semantic Image Editing with Natural Language Intent

En Ci, Shanyan Guan, Yanhao Ge, Yilin Zhang, Wei Li, Zhenyu Zhang, Jian Yang, Ying Tai

机构 * Nanjing University, China（南京大学） ； vivo, China（vivo） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

Comments Accepted by ICCV 2025

R-Genie: Reasoning-Guided Generative Image Editing

Dong Zhang, Lingfeng He, Rui Yan, Fei Shen, Jinhui Tang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Nanjing University of Science and Technology（南京理工大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

Comments Code: https://dongzhang89.github.io/RGenie.github.io/

Towards Efficient Exemplar Based Image Editing with Multimodal VLMs

Avadhoot Jadhav, Ashutosh Srivastava, Abhinav Java, Silky Singh, Tarun Ram Menta, Surgan Jandial, Balaji Krishnamurthy

机构 * Indian Institute of Technology, Bombay（印度理工学院班加罗尔分校） ； Indian Institute of Technology, Roorkee（印度理工学院罗尔基分校） ； Microsoft Research（微软研究院） ； Stanford University（斯坦福大学） ； Adobe MDSR（Adobe MDSR实验室） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

Comments Accepted at ECCV 2024 (AI4VA Workshop)

Is Perturbation-Based Image Protection Disruptive to Image Editing?

Qiuyu Tang, Bonor Ayambem, Mooi Choo Chuah, Aparna Bharati

机构 * Department of Computer Science and Engineering, Lehigh University（计算机科学与工程系，莱维大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

Comments 6 pages, 8 figures, accepted by ICIP 2025

Invisible Backdoor Triggers in Image Editing Model via Deep Watermarking

Yu-Feng Chen, Tzuhsuan Huang, Pin-Yen Chiu, Jun-Cheng Chen

机构 * Research Center for Information Technology Innovation（信息科技创新研究中心） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

ImgEdit: A Unified Image Editing Dataset and Benchmark

Yang Ye, Xianyi He, Zongjian Li, Bin Lin, Shenghai Yuan, Zhiyuan Yan, Bohan Hou, Li Yuan

机构 * Peking University（北京大学） ； Shenzhen Graduate School（深圳研究生院） ； Peng Cheng Laboratory（鹏城实验室） ； Rabbitpre AI 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

ParallelEdits: Efficient Multi-object Image Editing

Mingzhen Huang, Jialing Cai, Shan Jia, Vishnu Suresh Lokhande, Siwei Lyu

机构 * University at Buffalo, State University of New York, USA（纽约州立大学布法罗分校） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

Reference-Based 3D-Aware Image Editing with Triplanes

Bahri Batuhan Bilecen, Yigit Yalin, Ning Yu, Aysegul Dundar

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

Comments CVPR 2025 Highlight. Includes supplementary material

Instruct-CLIP: Improving Instruction-Guided Image Editing with Automated Data Refinement Using Contrastive Learning

Sherry X. Chen, Misha Sra, Pradeep Sen

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

Comments Computer Vision and Pattern Recognition 2025

Multi-Reward as Condition for Instruction-based Image Editing

Xin Gu, Ming Li, Libo Zhang, Fan Chen, Longyin Wen, Tiejian Luo, Sijie Zhu

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

Robust Watermarking Using Generative Priors Against Image Editing: From Benchmarking to Advances

Shilin Lu, Zihan Zhou, Jiayou Lu, Yuanzhi Zhu, Adams Wai-Kin Kong

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

Comments Accepted by ICLR 2025

CoSTA$\ast$: Cost-Sensitive Toolpath Agent for Multi-turn Image Editing

Advait Gupta, NandaKiran Velaga, Dang Nguyen, Tianyi Zhou

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

MoEdit: On Learning Quantity Perception for Multi-object Image Editing

Yanfeng Li, Kahou Chan, Yue Sun, Chantong Lam, Tong Tong, Zitong Yu, Keren Fu, Xiaohong Liu, Tao Tan

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

An Item is Worth a Prompt: Versatile Image Editing with Disentangled Control

Aosong Feng, Weikang Qiu, Jinbin Bai, Xiao Zhang, Zhen Dong, Kaicheng Zhou, Rex Ying, Leandros Tassiulas

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

LLM-guided Instance-level Image Manipulation with Diffusion U-Net Cross-Attention Maps

Andrey Palaev, Adil Khan, Syed M. Ahsan Kazmi

专题命中 图像编辑 ：diffusion(title,abstract)；text-to-image(abstract)；image synthesis(abstract)；分类 cs.CV

Comments Presented at BMVC 2024

UltraEdit: Instruction-based Fine-Grained Image Editing at Scale

Haozhe Zhao, Xiaojian Ma, Liang Chen, Shuzheng Si, Rujie Wu, Kaikai An, Peiyu Yu, Minjia Zhang, Qing Li, Baobao Chang

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

Comments NeurIPS 2024

HeadRouter: A Training-free Image Editing Framework for MM-DiTs by Adaptively Routing Attention Heads

Yu Xu, Fan Tang, Juan Cao, Yuxin Zhang, Xiaoyu Kong, Jintao Li, Oliver Deussen, Tong-Yee Lee

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

SeedEdit: Align Image Re-Generation to Image Editing

Yichun Shi, Peng Wang, Weilin Huang

专题命中 图像编辑 ：image editing(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

Comments Our website: https://team.doubao.com/seededit

Scene Graph Disentanglement and Composition for Generalizable Complex Image Generation

Yunnan Wang, Ziqiang Li, Zequn Zhang, Wenyao Zhang, Baao Xie, Xihui Liu, Wenjun Zeng, Xin Jin

专题命中 图像编辑 ：image generation(title,abstract)；diffusion(abstract)；image editing(abstract)；分类 cs.CV

Comments Accepted by NeurlPS 2024