图像生成

这张生成的图像能检测吗

（论文速读）Nickel and Diming Your GAN：通过知识蒸馏提高GAN效率的双重方法论文题目：Nickel and Diming Your GAN: A Dual-Method Approach to Enhancing GAN Efficiency via Knowledge Distillation （通过知识蒸馏提高GAN效率的双重方法）

这张生成的图像能检测吗

（论文速读）ParaDiffusion：基于信息扩散模型的段落到图像生成论文题目：Paragraph-to-Image Generation with Information-Enriched Diffusion Model（基于信息扩散模型的段落到图像生成）

VibeVoice-Realtime TTS重构实时语音体验；覆盖9大真实场景，WenetSpeech-Chuan让模型听懂川话公共资源速递5 个公共数据集：* VOccl3D 三维人体遮挡视频数据集* Spatial-SSRL-81k 空间感知自监督数据集

我很哇塞耶

告别VAE压缩损耗，南京大学用DiP让扩散模型回归像素空间，实现10倍加速与SOTA级画质扩散模型（Diffusion Models）重塑了图像合成、视频生成和3D创作的格局，全面超越了生成对抗网络（GANs），但其背后的算力消耗惊人。

风巽·剑染春水

【技术追踪】D2Diff：一种用于精确多对比度MRI合成的双域扩散模型（MICCAI-2025）多对一 MRI 生成！论文：D2Diff : A Dual Domain Diffusion Model for Accurate Multi-Contrast MRI Synthesis 代码：https://github.com/sanuwanihewa/D2Diff

Stable Diffusion详解Stable Diffusion（简称 SD）是由 Stability AI、CompVis 和 Runway 团队合作开发的一种潜在扩散模型。它于 2022 年 8 月正式开源，具有出图快、扩展性强、数据安全等特点。

伪装图像生成之——GAN与Diffusion图像生成是人工智能领域的核心研究方向之一，其目标是让模型学会“创造”逼真的图像，而不仅仅是识别或分类。近年来，生成模型广泛应用于艺术创作、虚拟场景、医学影像合成、图像修复、图像风格迁移，以及特殊任务如伪装图像生成（Camouflage Image Generation）。

这张生成的图像能检测吗

（综述）基于深度学习的制造业表面缺陷检测图像合成方法综述论文题目：A comprehensive survey of image synthesis approaches for Deep Learning-based surface defect detection in manufacturing（基于深度学习的制造业表面缺陷检测图像合成方法综述）

【论文精读】Diffusion Mamba：基于双向 SSM 的高效图像与视频生成架构标题：Scaling Diffusion Mamba with Bidirectional SSMs for Efficient Image and Video Generation

这张生成的图像能检测吗

（论文速读）InteractVLM: 基于2D基础模型的3D交互推理论文题目：InteractVLM: 3D Interaction Reasoning from 2D Foundational Models（基于2D基础模型的3D交互推理）

这张生成的图像能检测吗

（论文速读）开放词汇3D场景理解的掩蔽点-实体对比论文题目：Masked Point-Entity Contrast for Open-Vocabulary 3D Scene Understanding（开放词汇3D场景理解的掩蔽点-实体对比）

聚梦小课堂

ComfyUI Blog: ImagenWorld 发布：面向图像生成与编辑的真实世界基准测试数据集comfyui官方blog 10月17发了一篇blog，原文地址：https://blog.comfy.org/p/introducing-imagenworld

统一高效图像生成与编辑！百度&新加坡国立提出Query-Kontext，多项任务“反杀”专用模型论文链接：https://arxiv.org/pdf/2509.26641亮点直击Query-Kontext，一种经济型集成多模态模型（UMM），能够将视觉语言模型（VLMs）中的多模态生成推理与扩散模型执行的高保真视觉渲染相分离。

学技术的大胜嗷

使用BatchNorm偏置填充边界：确保推理一致性与数值稳定性在深度学习模型中，BatchNorm（BN）层通过标准化数据来加速训练并提高模型的稳定性。然而，在实际应用中，边界区域的标准化常常存在一定的挑战，尤其是在推理阶段。偏置填充是一种有效的策略，它通过对边界数据进行平移，确保了边界区域的输出与中间区域的一致性。

碎片笔记｜生成模型原理解读：AutoEncoder、GAN 与扩散模型图像生成机制前言：本篇博客简要介绍不同生成模型架构的图像生成原理，主要包括AutoEncoder、GAN 和 Diffusion Models 三类。

这张生成的图像能检测吗

（论文速读）Prompt-Free Diffusion：告别提示工程的烦恼论文题目：Prompt-Free Diffusion: Taking “Text” out of Text-to-Image Diffusion Models（无提示扩散:从文本到图像的扩散模型中提取“文本”）

这张生成的图像能检测吗

（论文速读）BlenderGym:图形编辑的基准基础模型系统论文题目：BlenderGym: Benchmarking Foundational Model Systems for Graphics Editing（BlenderGym:图形编辑的基准基础模型系统）

变分自编码器VAE的Pytorch实现这里只展示一部分vae_gen_img_4.jpgvae_gen_img_29.jpgvae_gen_img_49.jpg

HyperAI超神经

OmniGen2 多模态推理×自我纠正双引擎，引领图像生成新范式；95 万分类标签！TreeOfLife-200M 解锁物种认知新维度近年来，生成式 AI 技术在图像领域取得显著突破，如 Stable Diffusion 系列、 DALL-E3 等模型通过扩散模型实现了高质量文本到图像生成。然而，这些模型缺乏视觉生成通用模型所需的全面感知理解和生成能力。 OmniGen 应运而生，基于扩散模型架构，为各种生成任务提供统一的解决方案，具备多任务处理能力，无需额外插件即可生成高质量图像。不可否认的是，该模型在多模态解耦与数据多样性方面仍存在局限。

旺旺碎碎冰_

自回归图像编辑 EditAR: Unified Conditional Generation with Autoregressive ModelsPaperhttps://arxiv.org/pdf/2501.04699Code (coming soon)