ArticleMetadataMain page

source · 2026-04-15

Domain Expansion of Image Generators（CVPR 2023）：图像生成器的领域扩展

#near-cvpr-2025#image-generation#primary-source

Domain Expansion of Image Generators（CVPR 2023）：图像生成器的领域扩展

会议：CVPR 2023
发表日期：2023/01/12
资料加入日期：2026-04-14

一句话结论

这篇工作把图像生成器的领域扩展问题单独拎出来，补强了 image-generation 里的域扩展路线。

问题定义

它要解决的是图像生成器如何稳定扩展到新领域的问题。对当前知识库来说，它补的是 image-generation 除了控制与个性化之外，面向 domain expansion 的一条重要支线。

方法概述

该工作围绕 image generators 的 domain expansion 展开，关注如何让生成模型在新领域中保持有效泛化与生成质量。

关键发现

  • 它说明 image-generation 的扩展不只是在单域内做更好生成，也包括跨域扩展能力。
  • 它能帮助以后分析“预训练基础模型 + 小量适配”在新领域到底够不够。
  • 它为未来开题时做 domain adaptation / specialization 方向提供了直接参考。

局限或疑问

  • 领域扩展问题常与数据质量和预训练分布耦合。
  • 它更偏扩展能力，不直接对应编辑控制。
  • 它是重要主线补层，但不是统一多任务接口本身。

原始链接

  • https://arxiv.org/abs/2301.05225
  • https://arxiv.org/pdf/2301.05225

相关页面

备注

这篇工作在库里的作用，是把 image-generation 的 domain expansion 路线补成明确分支。

Metadata

{
  "id": "2026-04-14-domain-expansion-image-generators",
  "type": "source",
  "title": "Domain Expansion of Image Generators（CVPR 2023）：图像生成器的领域扩展",
  "status": "reviewed",
  "created": "2026-04-14",
  "updated": "2026-04-15",
  "venue": "CVPR 2023",
  "ingested_at": "2026-04-14",
  "tags": [
    "near-cvpr-2025",
    "image-generation",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Nitzan, Yotam",
    "Gharbi, Michaël",
    "Zhang, Richard",
    "Park, Taesung",
    "Zhu, Jun-Yan",
    "Cohen-Or, Daniel",
    "Shechtman, Eli"
  ],
  "published_at": "2023/01/12",
  "canonical_links": [
    "https://arxiv.org/abs/2301.05225",
    "https://arxiv.org/pdf/2301.05225"
  ],
  "raw_entry": "raw/ingest/2026-04-14-domain-expansion-image-generators/",
  "topics": [
    "topics/image-generation"
  ],
  "entities": [
    "entities/unified-image-generation-editing"
  ],
  "claims": [],
  "questions": [
    "questions/question-will-unified-image-models-sustain-their-advantage"
  ]
}