图像生成

Boosting Diffusion Guidance via Learning Degradation-Aware Models for Blind Super Resolution

通过学习降质感知模型提升扩散引导：用于盲超分辨率

Shao-Hao Lu, Ren Wang, Ching-Chun Huang, Wei-Chen Chiu

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出DADiff，通过学习降质感知模型提升扩散引导，解决盲超分辨率中的降质核依赖问题，实现高保真结果。

Comments To appear in WACV 2025. Code is available at: https://github.com/ryanlu2240/DADiff

MedCondDiff: Lightweight, Robust, Semantically Guided Diffusion for Medical Image Segmentation

MedCondDiff: 轻量、稳健、语义引导的扩散模型用于医学图像分割

Ruirui Huang, Jiacheng Li

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 MedCondDiff通过语义引导的扩散模型实现高效、稳健的多器官医学图像分割，适用于多种成像模态和解剖区域。

UniDiff: Parameter-Efficient Adaptation of Diffusion Models for Land Cover Classification with Multi-Modal Remotely Sensed Imagery and Sparse Annotations

UniDiff: 用于多模态遥感影像和稀疏标注的土地覆盖分类的扩散模型参数高效适应

Yuzhen Hu, Saurabh Prasad

机构 * University of Houston（休斯敦大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 UniDiff通过参数高效的方法适应扩散模型，实现多模态遥感数据在稀疏标注下的有效分类与融合。

Comments Camera-ready for WACV 2026

HMARK: Radioactive Multi-Bit Semantic-Latent Watermarking for Diffusion Models

HMARK: 放射性多比特语义-潜在水印用于扩散模型

Kexin Li, Guozhen Ding, Ilya Grishchenko, David Lie

机构 * University of Toronto（多伦多大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 HMARK通过在扩散模型的语义-潜在空间中编码所有权信息，实现多比特水印，以检测和防止未经授权的数据训练。

Diffusion-Based Synthetic Brightfield Microscopy Images for Enhanced Single Cell Detection

基于扩散的合成明场显微镜图像用于增强单细胞检测

Mario de Jesus da Graca, Jörg Dahlkemper, Peer Stelldinger

机构 * Synentec GmbH, Elmshorn, Germany（Synentec GmbH，埃尔姆霍恩，德国） ； Faculty of Computer Science and Digital Society（计算机科学与数字社会学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出利用扩散模型生成合成明场显微镜图像，通过实验表明合成数据可提升单细胞检测精度，减少人工标注依赖，提高模型鲁棒性。

Orientational lineage memory and mechanical ordering during diffusion-limited growth

取向族系记忆与机械有序性在扩散受限生长中的作用

Ilias-Marios Sarris, Ramin Golestianian, Philip Bittihn

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究揭示了在扩散受限生长中，取向族系记忆与机械有序性如何通过细胞扩展和机械相互作用共同塑造集体组织。

Comments 12 pages, 4 figures, 1 supplementary figure

Heterogeneous diffusion process with power-law nonlinearity

具有幂律非线性的异质扩散过程

Jorge E. Cardona, Ilya Pavlyukevich

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有幂律非线性的异质扩散过程，通过非线性变换将解表示为斜贝塞尔过程。

Comments 23 pages, 1 figure

Dimension-free error estimate for diffusion model and optimal scheduling

扩散模型的无维误差估计与最优调度

Valentin de Bortoli, Romuald Elie, Anna Kazeykina, Zhenjie Ren, Jiacheng Zhang

机构 * Google DeepMind（谷歌DeepMind） ； Université Paris Saclay（巴黎萨克雷大学） ； Université Evry - Paris Saclay（埃夫里-巴黎萨克雷大学） ； Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种无维误差界，用于评估扩散模型生成与真实数据分布的差异，并通过变分问题推导出最优时间调度策略以减少离散化误差。

A streamline upwind/Petrov-Galerkin method for the magnetic advection-diffusion problem

一种用于磁流体输运-扩散问题的流线迎风/佩罗夫-加勒金方法

Haochen Li, Yangfan Luo, Jindong Wang, Shuonan Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种用于磁流体输运-扩散问题的SUPG方法，通过引入提升算子和离散磁流体输运算子，建立了稳定化项并推导了最优误差估计。

Towards HRTF Personalization using Denoising Diffusion Models

利用去噪扩散模型实现HRTF个性化

Juan Camilo Albarracín Sánchez, Luca Comanducci, Mirco Pezzoli, Fabio Antonacci

机构 * Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB), Politecnico di Milano（电子、信息与生物工程学院（DEIB），米兰理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出利用去噪扩散模型基于人体测量数据生成个性化HRTF，实现沉浸式音频中的双耳渲染。

Comments to appear in ICASSP 2025

Multi-view diffusion geometry using intertwined diffusion trajectories

多视图扩散几何使用交织的扩散轨迹

Gwendal Debaussart-Joniec, Argyris Kalogeratos

机构 * École Normale Supérieure Paris-Saclay, Centre Borelli, CNRS（巴黎萨克雷高等师范学院，博雷利中心，法国国家科学研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于交织扩散轨迹的多视图扩散几何框架，通过迭代结合多个数据视图的随机游走算子，实现灵活的模型设计和中性基准评估。

Hawkes process with a diffusion-driven baseline: long-run behavior, inference, statistical tests

具有扩散驱动基线的Hawkes过程：长期行为、推断与统计检验

Maya Sadeler Perrin, Anna Bonnet, Charlotte Dion-Blanc, Adeline Samson

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种具有扩散驱动基线的Hawkes过程，通过动态适应外部协变量来捕捉自激发和外部影响，并建立了该过程的概率性质及推断方法。

Fractional Diffusion Bridges

分数扩散桥

Yuzuru Inahama

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了由分数布朗运动驱动的随机微分方程的条件过程，即分数扩散桥，并利用准确定分析证明了其大偏差原理。

Comments 46 pages. No figures

LGDC: Latent Graph Diffusion via Spectrum-Preserving Coarsening

LGDC: 通过谱保持粗化实现潜在图扩散

Nagham Osman, Keyue Jiang, Davide Buffelli, Xiaowen Dong, Laura Toni

机构 * University College London（伦敦大学学院） ； MediaTek Research（联发科研究） ； University of Oxford（牛津大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LGDC通过结合自回归和扩散模型的优点，提出一种谱保持粗化的方法，实现高效图生成。

Journal ref NeurIPS 2025 New Perspectives in Advancing Graph Machine Learning Workshop

Diffusion-Based Synthesis of 3D T1w MPRAGE Images from Multi-Echo GRE with Multi-Parametric MRI Integration

基于扩散模型的多echo GRE数据生成3D T1w MPRAGE图像：多参数MRI整合

Sizhe Fang, Deqiang Qiu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于扩散模型的深度学习框架，利用多参数MRI先验生成生物合理的3D T1w MPRAGE图像，提升神经影像学分析效率。

Translational diffusion coefficients of membrane protein aggregates in free and supported lipid membranes

膜蛋白聚集体在自由和支撑脂膜中的翻译扩散系数

Yannick A. D. Omar

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过Kirkwood-Riseman理论研究了膜蛋白聚集体在自由和支撑脂膜中的扩散行为，揭示了流体动力学相互作用对扩散系数的影响，并提出了一种有效计算方法。

EDIT: Early Diffusion Inference Termination for dLLMs Based on Dynamics of Training Gradients

EDIT：基于训练梯度动态的早期扩散推理终止用于dLLMs

He-Yen Hsieh, Hong Wang, H. T. Kung

机构 * CISPA ； Harvard University（哈佛大学） ； Intel Corporation（英特尔公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 EDIT通过利用训练梯度动态，在保持准确性的同时减少dLLM推理步骤，提升效率。

Comments 22 pages, 11 figures

Privacy Preserving Diffusion Models for Mixed-Type Tabular Data Generation

隐私保护的混合类型表格数据生成扩散模型

Timur Sattarov, Marco Schreyer, Damian Borth

机构 * Deutsche Bundesbank（德国联邦银行） ； Swiss Federal Audit Office（瑞士联邦审计局） ； University of St.Gallen（圣加伦大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DP-FinDiff通过差分隐私保护实现混合类型表格数据生成，提升数据生成质量和实用性，适用于敏感领域数据共享。

Comments 15 pages, 8 figures, 4 tables

Turing pattern induced by cross-diffusion in cancer immunotherapy model

由交叉扩散诱导的癌症免疫治疗模型中的图灵模式

C. F. Munafò, S. Bonfiglio, P. Rogolino

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过交叉扩散效应研究癌症免疫治疗模型中的图灵模式，分析了系统平衡点稳定性及空间结构形成机制。

A stochastic branching particle method for solving non-conservative reaction-diffusion equations

一种随机分支粒子方法用于求解非保守反应扩散方程

Liyao Lyu, Huan Lei

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种随机分支粒子方法，用于求解非保守反应扩散方程，能够有效捕捉相分离和聚集行为，且无需自适应网格细化。

Multi-Agent Conditional Diffusion Model with Mean Field Communication as Wireless Resource Allocation Planner

多智能体条件扩散模型与均场通信作为无线资源分配规划器

Kechen Meng, Sinuo Zhang, Rongpeng Li, Xiangming Meng, Yansha Deng, Chan Wang, Ming Lei, Zhifeng Zhao

机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Zhejiang University-University of Illinois Urbana-Champaign (ZJU-UIUC) Institute, Zhejiang University（浙江大学-伊利诺伊大学厄巴纳-香槟分校联合研究所） ； Department of Engineering, King’s College London（伦敦国王学院工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 多智能体条件扩散模型与均场通信用于无线资源分配规划，通过扩散模型和逆动态模型提升样本效率与策略可扩展性，理论保证收敛稳定性，实验显示在无线网络优化中表现优异。

Unsupervised Multi-channel Speech Dereverberation via Diffusion

无监督多通道语音去回声 via 扩散

Yulun Wu, Zhongweiyang Xu, Jianchong Chen, Zhong-Qiu Wang, Romit Roy Choudhury

机构 * Department of Electrical and Computer Engineering, University of Illinois Urbana-Champaign（电气与计算机工程系，伊利诺伊大学厄巴纳-香槟分校） ； Department of Computer Science and Engineering, Southern University of Science and Technology（计算机科学与工程系，南方科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出USD-DPS方法，利用扩散模型和多通道RIR估计实现无监督多通道语音去回声，通过后验采样和一致性约束提升性能。

CORAL: Disentangling Latent Representations in Long-Tailed Diffusion

CORAL: 解构长尾扩散模型中的潜在表示

Esther Rodriguez, Monica Welfert, Samuel McDowell, Nathan Stromberg, Julian Antolin Camarena, Lalitha Sankar

机构 * Arizona State University（亚利桑那州立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 CORAL通过对比学习对齐潜在表示，解决长尾分布下扩散模型生成尾类样本多样性与质量低的问题。

Comments Accepted at NeurIPS 2025

Insights of Transitions to Thermoacoustic Instability in Inverse Diffusion Flame using Multifractal Detrended Fluctuation Analysis

逆扩散火焰中热声不稳定性转变的洞察：基于多标度去趋势波动分析

Somnath De, Soham Bhattacharya, Arijit Bhattacharya, Sirshendu Mondal, Achintya Mukhopadhyay, Swarnendu Sen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究通过多标度去趋势波动分析揭示逆扩散火焰中热声不稳定性转变的特征，发现奇异指数、多标度谱宽度和Hurst指数可作为有效分类器。

Comments 15 pages, 10 figures

USB: Unified Synthetic Brain Framework for Bidirectional Pathology-Healthy Generation and Editing

USB：统一合成大脑框架用于双向病理-健康生成与编辑

Jun Wang, Peirong Liu

机构 * Department of Electrical and Computer Engineering, Data Science and AI Institute, Johns Hopkins University（电气与计算机工程系，数据科学与人工智能研究所，约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 USB提出统一合成大脑框架，实现病理与健康脑图像的双向生成和编辑，通过配对扩散机制和一致性指导算法提升生成质量与解剖一致性。

Comments 16 pages, 17 figures

WonderPlay: Dynamic 3D Scene Generation from a Single Image and Actions

WonderPlay：从单张图像和动作生成动态3D场景

Zizhang Li, Hong-Xing Yu, Wei Liu, Yin Yang, Charles Herrmann, Gordon Wetzstein, Jiajun Wu

机构 * Stanford University（斯坦福大学） ； University of Utah（犹他大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV、cs.GR

AI总结 WonderPlay通过结合物理模拟与视频生成，实现从单张图像和动作生成多样化动态3D场景。

Comments ICCV 2025 (Highlight). The first two authors contributed equally. Project website: https://kyleleey.github.io/WonderPlay/

Textured Word-As-Image illustration

带纹理的词-图像示意图

Mohammad Javadian Farzaneh, Selim Balcisoy

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.GR

AI总结 本文提出了一种全自动流程，用于生成清晰且与用户输入语义概念强相关的文本图像，通过稳定扩散模型生成纹理并保持可读性。

Generative Editing in the Joint Vision-Language Space for Zero-Shot Composed Image Retrieval

联合视觉-语言空间中的生成编辑用于零样本复合图像检索

Xin Wang, Haipeng Zhang, Mang Li, Zhaohui Xia, Yueguo Chen, Yu Zhang, Chunyu Wei

机构 * Renmin University of China（中国人民大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 Fusion-Diff通过联合视觉-语言空间中的生成编辑策略，实现了高效的零样本复合图像检索，提升了多模态对齐的性能和可解释性。

Deep Unsupervised Anomaly Detection in Brain Imaging: Large-Scale Benchmarking and Bias Analysis

深度无监督脑影像异常检测：大规模基准测试与偏差分析

Alexander Frotscher, Christian F. Baumgartner, Thomas Wolfers

机构 * Department of Psychiatry and Psychotherapy, University Hospital Tübingen（图宾根大学精神病学与心理学系） ； Cluster of Excellence – Machine Learning for Science, University of Tübingen（图宾根大学机器学习科学卓越中心） ； Department of Psychology, Friedrich Schiller University of Jena（耶拿弗里德里希·席勒大学心理学系） ； German Center for Mental Health (DZPG), partner site Halle/Jena/Magdeburg（德国心理健康中心（DZPG）哈勒/耶拿/马格德堡分部） ； University of Lucerne（卢塞恩大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出大规模脑影像无监督异常检测基准测试，揭示了算法间显著差异及系统性偏差，强调了算法改进对临床应用的重要性。

CaliTex: Geometry-Calibrated Attention for View-Coherent 3D Texture Generation

CaliTex: 用于视图一致3D纹理生成的几何校准注意力

Chenyu Liu, Hongze Chen, Jingzhi Bao, Lingting Zhu, Runze Zhang, Weikai Chen, Zeyu Hu, Yingda Yin, Keyang Luo, Xin Wang

机构 * PKU（北京大学） ； HKUST（香港科技大学） ； CUHK(SZ)（香港中文大学（深圳）） ； HKU（香港大学） ； LIGHTSPEED 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 CaliTex通过几何校准注意力机制，解决3D纹理生成中的跨视图不一致问题，提升纹理的视图一致性与生成质量。