CVPR 2026风格新作RFMSR：超分辨率不再从噪声硬冲
这篇论文最有意思的地方，不是又堆了一个大模型，而是把超分辨率的“起跑线”往前挪了一步：不再从纯噪声出发，而是让低质图像自己带路。再加上两阶段训练，既能单步快跑，也能多步细修，工程味很足。
标签：图像生成
共 101 篇
ICML 2026新思路：MLLM回读似然，零样本变奖励模型
这篇论文最有意思的地方，不是又训练了一个奖励模型，而是把“奖励”这件事倒过来做了：让预训练多模态大模型回读提示词，看图能不能把原话读回来。结果很直接——不用偏好标注，不用再养模型，照样能把文生图强化学习带起来。
Apple最新论文：FAE一层注意力提速7倍
这篇论文最有意思的地方，不是又堆了多少模块，而是反其道而行之： 一层注意力 就敢把高维视觉特征压进生成空间。Apple Research还把它做到了扩散和流模型两条线都能用，实用味很足。
Microsoft研究院新作Ink3D：视频生成把3D纹理“雕”复杂了
3D贴图最烦的不是“有没有”，而是“能不能把复杂花纹贴得像真的”。Ink3D的思路很直接：几何交给3D模型，纹理交给视频生成，再用烘焙把两边缝起来，工程味很足，也很有启发。
NYU新作HIG：直方图精确控图还不用训练
这篇论文最有意思的地方，不是“又一个可控生成”，而是把控制粒度卡在了文本和结构之间的中间地带：既想要全局分布，又要求精确到直方图。HIG用最优传输把这件事做成了，而且还是推理时、无需训练、还能顺手做信息嵌入，思路挺干净。
NYU新方法：直方图约束生成，颜色精确到分布
扩散模型已经很会“画”，但要它严格听话，往往得靠额外网络、微调或复杂条件。HIG更狠：直接在推理阶段用最优传输改轨迹，既能控颜色分布，也能玩信息嵌入，还几乎不增加训练成本。
ICML 2026新作：Flet把假图检测拉回73.1%
AI生成图像检测这条线，最怕的不是模型差，而是对手升级太快。Flet不再死磕“静态特征”，而是直接把检测器做成能跟着新生成器一起变的系统，这个思路很对路。
Restore3D来了：破损3D物体形状纹理一起修
这篇论文把“破损3D物体修复”从单纯补几何，推进到形状和纹理一起补，而且还要尽量保住原来没坏的部分。更狠的是，它不是只靠人工标注，而是把补哪里这件事也交给模型自己判断。
AVSR-Diff来了：4×到8×都能稳住细节
这篇论文最有意思的地方，不是把视频放大，而是把“放大倍率”和“生成成本”硬生生拆开了。AVSR-Diff 用固定低分辨率潜空间做扩散，再用连续解码补细节，2×到8×都能跑，内存还几乎不涨，工程味很足。
CVPR 2026新作DR-GS：可变形高斯也能重光照
动态高斯最烦的，不是会动，而是 一动就把光照也“焊死”在纹理里 。DR-GS干的事很直接：把几何、光照、材质拆开，再让它们在变形和换光下各司其职。
哈工大联手华为：InstanceControl让复杂生成不再属性混淆
复杂多实例生成最烦的不是“画不出来”，而是“画对了对象却串了属性”。InstanceControl 直接绕开手工实例标注，用视觉语言模型先把文本和区域对上，再用自适应掩膜细化兜底，思路很工程，效果也很实在。
NVIDIA离散扩散新作：1024文生图冲上SOTA
NVIDIA 这篇没有走“越大越强”的老路，而是盯着离散扩散最烦的两个痛点下手：不会自我修正、词表一大就学不动。结果很直接，1024 分辨率文生图拿到 SOTA，训练还更省显存。
