L2P: Unlocking Latent Potential for Pixel Generation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Zhennan, Zhu, Junwei, Chen, Xu, Zhang, Jiangning, Chen, Jiawei, Zeng, Zhuoqi, Zhang, Wei, Wang, Chengjie, Yang, Jian, Tai, Ying |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
DiP: Taming Diffusion Models in Pixel Space
par: Chen, Zhennan, et autres
Publié: (2025)
par: Chen, Zhennan, et autres
Publié: (2025)
T-Pixel2Mesh: Combining Global and Local Transformer for 3D Mesh Generation from a Single Image
par: Zhang, Shijie, et autres
Publié: (2024)
par: Zhang, Shijie, et autres
Publié: (2024)
Adaptive Guidance Learning for Camouflaged Object Detection
par: Chen, Zhennan, et autres
Publié: (2024)
par: Chen, Zhennan, et autres
Publié: (2024)
VisMem: Latent Vision Memory Unlocks Potential of Vision-Language Models
par: Yu, Xinlei, et autres
Publié: (2025)
par: Yu, Xinlei, et autres
Publié: (2025)
A Generalist FaceX via Learning Unified Facial Representation
par: Han, Yue, et autres
Publié: (2023)
par: Han, Yue, et autres
Publié: (2023)
Investigating Text Insulation and Attention Mechanisms for Complex Visual Text Generation
par: Tai, Ying, et autres
Publié: (2025)
par: Tai, Ying, et autres
Publié: (2025)
Face Adapter for Pre-Trained Diffusion Models with Fine-Grained ID and Attribute Control
par: Han, Yue, et autres
Publié: (2024)
par: Han, Yue, et autres
Publié: (2024)
FeRA: Frequency-Energy Constrained Routing for Effective Diffusion Adaptation Fine-Tuning
par: Yin, Bo, et autres
Publié: (2025)
par: Yin, Bo, et autres
Publié: (2025)
Region-Aware Text-to-Image Generation via Hard Binding and Soft Refinement
par: Chen, Zhennan, et autres
Publié: (2024)
par: Chen, Zhennan, et autres
Publié: (2024)
TexDreamer: Towards Zero-Shot High-Fidelity 3D Human Texture Generation
par: Liu, Yufei, et autres
Publié: (2024)
par: Liu, Yufei, et autres
Publié: (2024)
SVFR: A Unified Framework for Generalized Video Face Restoration
par: Wang, Zhiyao, et autres
Publié: (2025)
par: Wang, Zhiyao, et autres
Publié: (2025)
VTBench: Comprehensive Benchmark Suite Towards Real-World Virtual Try-on Models
par: Xiaobin, Hu, et autres
Publié: (2025)
par: Xiaobin, Hu, et autres
Publié: (2025)
HiFiVFS: High Fidelity Video Face Swapping
par: Chen, Xu, et autres
Publié: (2024)
par: Chen, Xu, et autres
Publié: (2024)
AnomalyDiffusion: Few-Shot Anomaly Image Generation with Diffusion Model
par: Hu, Teng, et autres
Publié: (2023)
par: Hu, Teng, et autres
Publié: (2023)
GPT-4V-AD: Exploring Grounding Potential of VQA-oriented GPT-4V for Zero-shot Anomaly Detection
par: Zhang, Jiangning, et autres
Publié: (2023)
par: Zhang, Jiangning, et autres
Publié: (2023)
Transform Trained Transformer: Accelerating Naive 4K Video Generation Over 10$\times$
par: Zhang, Jiangning, et autres
Publié: (2025)
par: Zhang, Jiangning, et autres
Publié: (2025)
Deepfake Generation and Detection: A Benchmark and Survey
par: Pei, Gan, et autres
Publié: (2024)
par: Pei, Gan, et autres
Publié: (2024)
Towards Generalized Multi-Image Editing for Unified Multimodal Models
par: Xu, Pengcheng, et autres
Publié: (2026)
par: Xu, Pengcheng, et autres
Publié: (2026)
PixelFlow: Pixel-Space Generative Models with Flow
par: Chen, Shoufa, et autres
Publié: (2025)
par: Chen, Shoufa, et autres
Publié: (2025)
DiffFAE: Advancing High-fidelity One-shot Facial Appearance Editing with Space-sensitive Customization and Semantic Preservation
par: Wang, Qilin, et autres
Publié: (2024)
par: Wang, Qilin, et autres
Publié: (2024)
RealTalk: Real-time and Realistic Audio-driven Face Generation with 3D Facial Prior-guided Identity Alignment Network
par: Ji, Xiaozhong, et autres
Publié: (2024)
par: Ji, Xiaozhong, et autres
Publié: (2024)
Towards One-step Causal Video Generation via Adversarial Self-Distillation
par: Yang, Yongqi, et autres
Publié: (2025)
par: Yang, Yongqi, et autres
Publié: (2025)
CLEAR: Unlocking Generative Potential for Degraded Image Understanding in Unified Multimodal Models
par: Hao, Xiangzhao, et autres
Publié: (2026)
par: Hao, Xiangzhao, et autres
Publié: (2026)
PVG: Progressive Vision Graph for Vision Recognition
par: Wu, Jiafu, et autres
Publié: (2023)
par: Wu, Jiafu, et autres
Publié: (2023)
MorphAny3D: Unleashing the Power of Structured Latent in 3D Morphing
par: Sun, Xiaokun, et autres
Publié: (2026)
par: Sun, Xiaokun, et autres
Publié: (2026)
From Pixels to Tokens: Revisiting Object Hallucinations in Large Vision-Language Models
par: Shang, Yuying, et autres
Publié: (2024)
par: Shang, Yuying, et autres
Publié: (2024)
Learning Multi-view Anomaly Detection with Efficient Adaptive Selection
par: He, Haoyang, et autres
Publié: (2024)
par: He, Haoyang, et autres
Publié: (2024)
Transforming Weather Data from Pixel to Latent Space
par: Zhao, Sijie, et autres
Publié: (2025)
par: Zhao, Sijie, et autres
Publié: (2025)
CLIP-AD: A Language-Guided Staged Dual-Path Model for Zero-shot Anomaly Detection
par: Chen, Xuhai, et autres
Publié: (2023)
par: Chen, Xuhai, et autres
Publié: (2023)
TransPixeler: Advancing Text-to-Video Generation with Transparency
par: Wang, Luozhou, et autres
Publié: (2025)
par: Wang, Luozhou, et autres
Publié: (2025)
StrandDesigner: Towards Practical Strand Generation with Sketch Guidance
par: Zhang, Na, et autres
Publié: (2025)
par: Zhang, Na, et autres
Publié: (2025)
PiT: Progressive Diffusion Transformer
par: Wu, Jiafu, et autres
Publié: (2025)
par: Wu, Jiafu, et autres
Publié: (2025)
Exploring Plain ViT Reconstruction for Multi-class Unsupervised Anomaly Detection
par: Zhang, Jiangning, et autres
Publié: (2023)
par: Zhang, Jiangning, et autres
Publié: (2023)
AtomicVLA: Unlocking the Potential of Atomic Skill Learning in Robots
par: Zhang, Likui, et autres
Publié: (2026)
par: Zhang, Likui, et autres
Publié: (2026)
Show-1: Marrying Pixel and Latent Diffusion Models for Text-to-Video Generation
par: Zhang, David Junhao, et autres
Publié: (2023)
par: Zhang, David Junhao, et autres
Publié: (2023)
D2C: Unlocking the Potential of Continuous Autoregressive Image Generation with Discrete Tokens
par: Wang, Panpan, et autres
Publié: (2025)
par: Wang, Panpan, et autres
Publié: (2025)
From Zero to Detail: A Progressive Spectral Decoupling Paradigm for UHD Image Restoration with New Benchmark
par: Zhao, Chen, et autres
Publié: (2026)
par: Zhao, Chen, et autres
Publié: (2026)
Show, Don't Tell: Morphing Latent Reasoning into Image Generation
par: Chen, Harold Haodong, et autres
Publié: (2026)
par: Chen, Harold Haodong, et autres
Publié: (2026)
Video Generation with Predictive Latents
par: Zhao, Yian, et autres
Publié: (2026)
par: Zhao, Yian, et autres
Publié: (2026)
SinGeo: Unlock Single Model's Potential for Robust Cross-View Geo-Localization
par: Chen, Yang, et autres
Publié: (2026)
par: Chen, Yang, et autres
Publié: (2026)
Documents similaires
-
DiP: Taming Diffusion Models in Pixel Space
par: Chen, Zhennan, et autres
Publié: (2025) -
T-Pixel2Mesh: Combining Global and Local Transformer for 3D Mesh Generation from a Single Image
par: Zhang, Shijie, et autres
Publié: (2024) -
Adaptive Guidance Learning for Camouflaged Object Detection
par: Chen, Zhennan, et autres
Publié: (2024) -
VisMem: Latent Vision Memory Unlocks Potential of Vision-Language Models
par: Yu, Xinlei, et autres
Publié: (2025) -
A Generalist FaceX via Learning Unified Facial Representation
par: Han, Yue, et autres
Publié: (2023)