斯坦福&清华提出SFG：压制图像反馈，FLUX文生图GenEval涨至0.7479
文生图模型里藏着一个不太被讨论的回路：图像会通过联合注意力，把自己的内容"回写"到内部文本流里。问题是，这个反馈到底在纠错，还是在保留错误？斯坦福、清华的这篇论文用移植实验给出了答案，并顺手做了个叫 SFG 的训练无关引导，让 FLUX 的 GenEval 从 0.6661 涨到 0.7479。不改权重、不重训，推理期就能用，值得花时间看看。
标签：图像生成
共 114 篇
图像生成｜早稻田大学新作：用“看得见”的光，让高斯泼溅的近场反射不再糊
先从一个"面条"说起。四维时空里的黑洞相当老实：旋转的 Kerr 黑洞近年来已经被证明在亚极端情形下是非线性稳定的，意思是稍微推它一下，它晃两晃就回到原来的样子。但维度一加上去，情况立刻不同。
上海交大×中国电信统一多模态生成：让模型从自己的图像中学习
论文基本信息 原文标题： 受约束的自我改进（Self-Evolving）——Dreaming in Flow: Generative Grounding Feedback for Self-Evolving Unified Multimodal Models 首次公开： 2026年9月8日 署名单位： 上海交通大学、中国电信人工智能研究院、中国科学技术大学
华盛顿大学×亚马逊实测7种图像Tokenizer：重建更好，未必更适合多模态
一张图压缩后看起来更像原图，不代表这些视觉符号更容易被多模态模型理解，也不代表生成效果一定更强。 华盛顿大学与亚马逊团队把图像 Tokenizer 当作一种“视觉语言”，用文字、图像、文生图和图生文四类损失重新检查它。
西北工业大学自动化学院：无训练迷彩图像生成，整体FID从40.53降到19.70
论文基本信息 原文标题： Rethinking Camouflage Image Generation towards a Training-Free Paradigm 署名单位： 西北工业大学自动化学院 首次公开： 2026年9月13日 原论文： https://arxiv.org/abs/2609.14377
慕尼黑大学视觉自回归图像生成新作：约10%参数，11亿模型FID反超20亿VAR
论文基本信息 原文关键术语： 尺度内依赖技术（Intra-Scale） 原文标题： Logit Refiner: Improving Visual Autoregressive Models via Intra-Scale Dependency Modeling 首次公开： 2026年9月11日（北京时间，arXiv v1） 主要署名单位： 慕尼黑大学计算机
六组超分全胜，超分FID最低9.2：Genesis让卫星地图跨层生长
论文基本信息 原文标题： Genesis: A Generative Engine for Hierarchical Satellite Image Synthesis 首次公开： 2026年9月2日（arXiv v1） 原论文链接： https://arxiv.org/abs/2609.02683v1 论文许可： CC BY 4.0
图像生成｜招牌写"兽医"宠物店秒变诊所？新基准专治文生图语义泄漏
先来看一种并不罕见的场景：在产品包装设计、店铺招牌生成、设备铭牌渲染这类视觉内容创作任务里，用户往往给模型下达一个明确指令——在某个指定的主体区域（比如一家面包店的招牌、一辆货车的车身、一瓶饮料的标签）写入指定的文字，同。
同济新基准专治文生图“没文化”：GPT Image画隐喻也翻车，结构准确率仅78%
让AI画“时间就是金钱”，它可能真画一个挂满钞票的时钟；让AI画“知识就是力量”，它又可能把书本和哑铃硬拼在一起。文生图模型能把物体画得很真，却常常画不出“画外之音”。同济大学等机构提出VMetaphor-Bench，把“视觉隐喻生成”这件事第一次系统性地量化评测，结果连GPT Image 1.5也栽在结构组合上。
北航港大新作：扩散模型怕模拟存算噪声？早随机晚确定FID暴降2.58倍
模拟存内计算（CIM）这几年在AI硬件圈几乎成了“低功耗加速器”的代名词：它把矩阵向量乘法直接塞进存储阵列内部，省掉了芯片上最烧钱、最耗电的数据搬运，用来跑需要几十上百次迭代的扩散模型，理论能效相当诱人。
复旦携手小红书最新：给文字渲染装上“定位锚”，生成长文准确率暴涨10.3%
让AI准确渲染又长又密的文字，是图像生成的“最后一公里”。复旦携手小红书放出一招“位置锚定”新设计，把文字准确率直接拉高一大截，海报再密也不怕了。
图像生成｜别只卷画质了！新基准专测"逻辑作画"，最强开源模型不到32分
当所有文生图评测还在卷画质和指令跟随，UIUC这次直接把“答案藏在图里”的推理题丢给模型。2000道题、9个主流生成模型，最强Gemini 3 Pro也只拿64.6分。想看生成模型到底有多少“真推理”，这片试金石值得收藏。
