图像生成与编辑

高分辨率生成与适配

论文	发表	状态	总结	评论
PiD: Fast and High-Resolution Latent Decoding with Pixel Diffusion	arXiv 2026.05	⏳ 待读	把 VAE/RAE latent 解码改写成 text-conditioned pixel diffusion，以 noisy-latent conditioning 和 sigma-aware gate 支持上游 LDM 提前停止，再用 DMD2 蒸馏为 4 步，直接完成 4×/8× 高分辨率解码；2K 在 GB200 上约 210 ms，但依赖昂贵的 pixel prior 与文本条件，生成式补细节也可能偏离原 latent。
Ultra-Resolution Adaptation with Ease	arXiv 2025.03	✅ 已读	给出超高分辨率适配的三条实践准则：优质教师合成数据可加速收敛，缺少合成数据时微调权重矩阵次要分量优于常规 LoRA，引导蒸馏模型微调时应关闭 CFG；仅用约 3K 样本和 2K 步实现 2K/4K 生成，但效果仍取决于教师偏差与高分辨率数据质量。

模型原生多轮交互式编辑

论文	发表	状态	总结	评论
Pico-Banana-400K: A Large-Scale Dataset for Text-Guided Image Editing	arXiv 2510.19808	⏳ 待读
AnyEdit: Mastering Unified High-Quality Image Editing for Any Idea	arXiv 2411.15738	⏳ 待读
Multi-turn Consistent Image Editing	arXiv 2505.04320	⏳ 待读
Edit-Compass & EditReward-Compass: A Unified Benchmark for Image Editing and Reward Modeling	arXiv 2605.13062	⏳ 待读
RewardHarness: Self-Evolving Agentic Post-Training	arXiv 2605.08703	⏳ 待读
AlphaGRPO: Unlocking Self-Reflective Multimodal Generation in UMMs via Decompositional Verifiable Reward	arXiv 2605.12495	⏳ 待读
ImgEdit	arXiv 2502.17503	⏳ 待读

循环一致性

方向概览

循环一致性最初用于缓解无配对图像翻译的欠约束问题：只匹配目标域分布不足以保证内容保持，因此需要某种“翻译后还能回到原输入”的约束。后续发展逐渐从像素级重建，转向内容表示、路径几何、共享 latent、ODE 轨迹和 diffusion 过程一致性。

主题笔记

循环一致性发展研究报告：从 CycleGAN 到 Diffusion

论文材料

PDF 已统一放在 papers/。后续如果需要精读单篇论文，再按常规 topic 结构补充到 notes/<PaperID>/<PaperID>.md。

路线	代表问题	状态
GAN 时代的像素级/latent cycle	无配对图像翻译如何保持内容结构	已有 survey
Cycle 替代约束	是否可以用对比学习、路径约束、语义一致性替代严格 cycle	已有 survey
Diffusion 时代的 cycle	cycle 发生在 latent、ODE、denoising step 还是语义桥上	已有 survey