本研究提出了一种新的版权规避攻击方法CEAT2I，针对个性化文本生成图像扩散模型中的数据集版权问题。研究揭示了传统版权验证技术的脆弱性，并通过实验表明CEAT2I能有效规避这些验证，同时保持模型性能，具有重要的实用价值。

香港中文大学等团队研发的Neural LightRig，利用图像扩散模型生成多光照图像，解决了单图法线和材质估计的不确定性。实验结果表明，该方法在法线和材质估计上显著优于现有技术，适用于AR和VR领域，相关资源已开源。

本研究探讨了文本到图像扩散模型中的隐性偏见问题，提出了隐性偏见注入攻击框架（IBI-Attacks），该框架能够在不明显改变图像的情况下引入偏见，从而影响公众信息的传递。

本研究提出了InstantRestore框架，旨在解决面部图像恢复中的降质、实时处理和身份特征保持等问题。通过图像扩散模型和注意力共享机制，实现快速个性化恢复，并引入地标注意力损失。实验结果表明，该方法在质量和速度上优于现有技术，适合大规模应用。

本文提出了一种结合文本与图像的生成分类方法，利用扩展图像扩散模型实现零样本分类，显示出在多项基准测试中的优异表现，尤其在多模式关系推理方面更具优势。

本研究提出了一种高效的MeDM方法，利用预训练的图像扩散模型进行视频翻译，确保时间一致性。该框架能够根据场景位置信息渲染视频或进行文本引导编辑，经过广泛实验验证了其有效性。

本文介绍了PI3D框架，利用预训练的文本到图像扩散模型在几分钟内生成高质量的3D形状。通过微调2D扩散模型为3D扩散模型，PI3D具备了3D生成能力和2D模型的泛化能力，并通过分数蒸馏抽样提高采样的3D形状质量。PI3D实现了从图像到三视图生成的迁移，并通过混合训练伪图像和真实图像提高泛化能力。PI3D能够在几秒钟内采样多样性的3D模型，并在几分钟内改进。实验结果证实了PI3D在快速生成一致且高质量的3D模型方面的优势。建议PI3D是文本到3D生成领域的一个有前景的进展。

本论文通过软加权正则化和推理时文本嵌入优化的方法，解决了文本到图像扩散模型无法抑制生成不需要的内容的问题。实验证明该方法适用于像素空间扩散模型和潜空间扩散模型。

SiTH是一种新的流程，将图像扩散模型与3D网格重建相结合，推断未知的人体形状、服装和纹理信息。该方法生成逼真、带纹理的3D人体。

MVDream是一个多视图扩散模型，可以生成几何一致的多视图图像。该模型利用预训练的图像扩散模型和从3D资源渲染的多视图数据集，实现2D扩散的概括性和3D数据的一致性。该模型可以解决现有2D-lifting方法中的3D一致性问题，提高了稳定性。同时，该模型也可以在少量样本设置下进行微调，用于个性化的3D生成。