ECNU新方法：医学切片超分辨率提升1.07dB
这篇论文把医学切片超分辨率从“随便补细节”改成“先守规矩再补脑补”，特别适合临床场景。零空间约束负责不乱改原始观测，样条混合负责把缺失层补得更像那么回事。
标签：图像生成
共 101 篇
GAN训练也能算清楚？Koc大学提出有效协方差动力学
这篇论文最有意思的地方，是把原本“玄学味很重”的GAN训练，硬生生拆成了可解的高维动力学问题。类条件、相关性、非零均值这些看起来很乱的因素，最后都被压进了一个有效协方差里，理论和实验还能对上。
NeurIPS 2026新作：GAN有效协方差一变，学习命运就改写了？
这篇论文把“GAN为什么会学、什么时候会崩”讲得很透：不是只看单个特征强不强，而是看它们凑在一起后的有效协方差。相关性这回不只是添乱，处理得好还能把弱信号抬进可学习区间，挺有意思。
加州理工新框架FAPS：首个统一函数空间回归与PDE逆问题的后验采样器，推理快1.7倍
从稀疏采样到全局推断，这是科学计算与AI交叉领域最迷人的难题之一。加州理工团队提出的FAPS，巧妙地用流匹配先验“包”住了后验采样，不仅统一了函数回归和PDE逆问题，还在推理阶段降本增效。更关键的是，它不需要显式评估先验密度，且能无缝对接不同查询网格，切切实实把理论转化成了实用工具。
生成AI老“画”不对？浙大新方法GAZER：让自回归模型在生成中“自纠错”，无需重新训练！
生成AI经常“画不对题”？这可能是顶尖模型也无法避免的“语法错误”。浙大联合山大的GAZER，不走寻常路，它不重训模型，而是在生成过程中，让模型自己扮演“质检员”，通过多模态大模型“复盘”草稿，发现错误后“回炉重造”，简单一招就让图像和视频生成的语义对齐效果显著提升。同类工作中，GAZER切中了核心痛点，非常值得一看！
Meta最新研究：一张照片就能生成4D人-物交互动画，效果效果优于单令牌方法！
只需一张图片，就能精准控制4D人-物交互动画中的姿态、接触、布局细节。Meta联合马普所、阿姆斯特丹大学等机构提出的IMAGIN-4D，用“空间-时间”双重解耦的图像条件化策略，把生成图像遵循度指标直接砍半。同类工作做视频生成，它做4D交互，效果惊艳。
小米最新研究：RS-Gen让AI绘图告别“翻车”，逻辑推理+实时搜索，效果直逼闭源
让AI画个"某品牌最新概念车"？传统模型直接摆烂。小米团队提出的RS-Gen，专治AI绘图的"知识盲区"和"逻辑短路"。它像个聪明的项目经理，把复杂任务拆解成"先查资料、再想思路、最后画图"，关键是不用重新训练模型，即插即用。在WISE基准上，直接把通义千问的基线模型从0.51拉到0.823，效果直逼商业闭源模型，这波开源社区赢麻了。
何凯明团队最新BiFlow：告别万步自回归，归一化流一步生成FID 2.39
说起生成模型，大家最熟悉的可能是扩散模型（Diffusion Models）和自回归模型（Autoregressive Models），它们一个靠“慢慢去噪”做到高质量，一个靠“逐词预测”称霸语言。但还有一个老牌家族——归一化流（Normalizing Flows，简称NF），虽然理论优雅，却一度因为推理速度慢、架构受限，被很多人遗忘在角落。
Netflix最新研究Vera：分层视频编辑，内容保真度狂甩VACE几条街！
还在苦恼给视频换个背景，主角的头发丝却“糊”了？传统方法“重绘全图”的做法就像把整面墙重刷一遍，难免会蹭到不该动的地方。Netflix联手Caltech最新力作Vera，直接给出“分层”方案——要改的部分单独画在一个“透明图层”上，再盖回原视频，从源头杜绝了“改哪坏哪”的尴尬。PSNR狂甩VACE 7dB，效果真的有点东西。
只需3分钟！台交大新作JanusMesh：零样本生成3D视觉错觉，一个模型秒变两种物体
3D视觉错觉生成一直是个「看着悬乎、做着更悬」的课题。以往的方法要么慢得像蜗牛（40分钟一个），要么生成的东西满是拼接缝和色彩过曝。台湾阳明交通大学这次祭出的JanusMesh，直接把时间压缩到3-5分钟，而且不需要针对每个形状做优化训练，真正做到了零样本！更关键的是，它生成的模型从各个角度看都完整无漏，只在特定视角才「变戏法」，效果相当惊艳。对于做3D内容
罗格斯大学最新研究：SSD让自回归图像生成速度狂飙13倍，复杂度从O(n²)降到O(n)！
从2026年6月的PathSpec到1月的COOL-SD，加速自回归图像生成的方法层出不穷，但都难逃1D序列的束缚。罗格斯大学这篇SSD彻底打破常规，让模型用“二维视野”同时看上下左右，把复杂度从O(n²)降为O(n)，实现13倍加速，这波操作属实惊艳！
告别“似是而非”，StyleDoctor一招提升风格一致性50%
AI画画火了这么久，但你有没有发现，让它“精准复刻”某种画风，比如水墨、印象派、卡通，结果总有点“似是而非”？ 核心问题在于，现有的“人类偏好奖励模型”能判断美丑，却根本不懂“风格”这回事。CVPR 2026的这篇StyleDoctor，就像给AI配上了一位严格的“美术史教授”，专门用来评估和引导风格生成。这项工作还配套了一个涵盖1000种风格、40万对样本
