University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

FMS$^2$: Unified Flow Matching for Segmentation and Synthesis of Thin Structures

FMS$^2$：统一的流匹配用于薄结构的分割与合成

Babak Asadi, Peiyang Wu, Mani Golparvar-Fard, Viraj Shah, Ramez Hajj

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出FMS$^2$框架，通过SegFlow和SynFlow模块提升薄结构分割与合成性能，改进连续性和锐度，提升跨域泛化能力。

Steer Away From Mode Collisions: Improving Composition In Diffusion Models

避免模式碰撞：改进扩散模型中的组合性能

Debottam Dutta, Jianchong Chen, Rajalaxmi Rajagopalan, Yu-Lin Wei, Romit Roy Choudhury

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出通过纠正采样策略改进文本到图像扩散模型中多概念提示的保真度，避免模式碰撞，提升概念平衡性和鲁棒性。

Comments Accepted to ICLR 2026. Code: https://github.com/debottam-dutta7/co3