视觉生成 LLM-DailyDigest 2026-08-28 2026-08-28 约 100 字 预计阅读 1 分钟 视觉生成 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 三维生成 4 Scene-Designer：智能体驱动的 3D 室内场景生成 10-20 OuroWorld：将静态 3D 世界转化为无限循环动态影像 10-18 OuroWorld：将静态 3D 世界转化为无限循环动态影像 10-10 UniMate：统一驱动多样骨架动画的基础模型 09-08 三维重建 4 InfiniSplat v2：改进任意视角前馈式 3DGS 重建 10-18 预训练扩散模型与多模态条件增强摄影测量DSM 09-29 RCWM：通过递归场景程序构建复杂三维世界 09-13 WorldSculpt：从真实视频生成组合式三维世界 09-08 世界模型 2 Mallea：用编程智能体构建、操控与记忆世界 10-18 World in World：免训练控制视频世界模型的视角与时间探索 09-13 人工智能辅助编程 1 Claude Opus 5.5 纯代码生成视频、3D 与游戏应用 09-25 仿真迁移 1 HyperDrone：百万帧每秒的四旋翼仿真到现实迁移 10-22 图像生成 3 FuseReg：正则化层融合缩小表征自编码器的重建—生成差距 09-29 LLaDA-Image：全开放训练方案打造强大图像生成器 09-07 GenFirst：先生成后重建的稳定端到端潜在生成建模 09-02 图像编辑 8 LayerEditor：将图像编辑为可复用 RGBA 图层 10-24 MT Forcing：自回归扩散实现稳定一致的多轮图像编辑 10-21 LensErase：面向万物擦除的图像编辑基础模型 10-18 CrossTimeEdit：奖励引导的历史街景生成与编辑 10-18 Paint-Anything：统一任意颜色控制的图像生成与编辑 09-22 PrismGPT：代理任务引导的区域感知照片编辑 09-22 Mi-Ripple：修复迭代式 AI 编辑造成的图像涟漪伪影 09-13 Editable Visual Design：可编辑视觉设计智能体 09-07 多模态学习 4 SepGen：单模型多声部音视频分离与生成 10-18 FLAT：灵活长度对齐的跨模态表征统一检索与生成 09-17 SenseNova-U1.5：原生统一视觉智能模型 09-13 原生统一多模态模型的理解-生成协同机制 09-03 奖励建模 2 Visual Jev：多主体图像生成的参考绑定验证奖励 10-08 Think Before You Score：用于视觉生成的思考型奖励模型 10-01 奖励机制设计 3 AesCode：以解耦跨模态奖励生成美学代码 10-18 可验证视觉奖励从合成场景迁移至自然提示 09-30 RULER：面向 SVG 生成的实例感知量规奖励 09-24 奖励模型评测 1 面部吸引力偏差扭曲文生图奖励模型与排行榜 10-21 安全评测 1 RISE：迭代策略演化驱动的文生图红队测试 09-30 弱到强泛化 1 SWIFT：基于目标外推的自引导弱到强扩散模型 10-22 强化学习 1 DiffusionART：高效稳定的扩散模型强化学习 10-18 扩散模型 1 扩散模型的纠错训练 10-22 技能演化 1 OmniHarness：视觉智能体自主练习与跨视频经验迁移 09-18 持续学习 1 基于残差空间适配的扩散模型持续概念个性化 10-22 提示优化 2 SCOPE：文生图提示工程的语义有界信用优化 10-18 GPT Image 2.5 科研绘图提示词与使用指南 09-15 数据合成 1 RailSyn：面向铁路异物检测的诊断引导图像生成 09-01 数据策展 1 Kuration SDK：以数据策展弥合世界模型的 Virtual2Real 鸿沟 10-08 无教师蒸馏 1 Self-OPD：无需教师的流匹配模型在策蒸馏 08-29 模型发布 1 Gemini 4 Carbon 进入 LMArena 盲测 10-22 模型训练 1 StableVQ：稳定训练向量量化视觉分词器 09-24 游戏控制 1 GameWAM：面向电子游戏的世界动作模型 08-29 游戏生成 1 OpenAI Astra 一次生成类 GTA 游戏 08-31 环境合成 1 AgentGarten：面向持续进化智能体的代码世界 10-10 脚手架优化 1 AutoRef：智能体多参考图像生成的脚手架优化 09-30 自我反思 1 UMM-Reflection：交错强化学习赋予统一模型原生反思能力 09-30 视觉推理 1 VBVR-Pro：可扩展、可验证的原生视觉推理套件 08-27 视觉生成 1 MaLiang-Harness：图像与视频生成的可编程路径 10-01 视频生成 6 WorldCast：大角度相机控制下的世界一致角色视频生成 10-29 FAPL：让 MLLM 潜变量驱动电影级视频生成 10-24 SolarRenderer：四步结构条件视频渲染 10-22 DuoMatching：联合边缘分布匹配提升少步视频生成 10-08 Vidu S2：实时交互式、可编辑的空间视频生成 09-16 Mask Forcing：双噪声掩码改进自回归视频扩散蒸馏 09-10 评测基准 1 UltraText Bench：双语视觉文本渲染评测基准 10-09 领域研究综述 1 基础模型时代的人本智能综述 08-24
