图像生成

A Gray-box Attack against Latent Diffusion Model-based Image Editing by Posterior Collapse

针对基于潜在扩散模型的图像编辑的灰盒攻击

Zhongliang Guo, Chun Tong Lei, Lei Fang, Shuai Zhao, Yifei Qian, Jingyu Lin, Zeyu Wang, Cunjian Chen, Ognjen Arandjelović, Chun Pong Lau

机构 * School of Computer Science, University of St Andrews（圣安德鲁大学计算机科学学院） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院） ； Department of Data Science and Artificial Intelligence, Monash University（墨尔本大学数据科学与人工智能系） ； College of Information Science & Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） 纠错

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

AI总结 本文提出了一种基于后验崩溃现象的灰盒攻击方法，通过调整参数实现两种崩溃类型，有效防止未经授权的图像编辑，且对模型依赖低，计算效率高。

Comments 15 pages, 9 figures, 9 tables

Back to Basics: Motion Representation Matters for Human Motion Generation Using Diffusion Model

回归基础：扩散模型在人类运动生成中的运动表示至关重要

Yuduo Jin, Brandon Haworth

机构 * University of Victoria（维多利亚大学） 纠错

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

AI总结 本文探讨了运动表示和损失函数对扩散模型生成人类运动的影响，通过实验评估不同运动表示和配置的效果，以提升运动扩散模型的性能。

Reflection Removal through Efficient Adaptation of Diffusion Transformers

通过高效适应扩散变换器实现反射去除

Daniyar Zakarin, Thiemo Wandel, Anton Obukhov, Dengxin Dai

机构 * ETH Zürich（苏黎世联邦理工学院） ； HUAWEI Bayer Lab（华为拜耳实验室） 纠错

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

AI总结 本文提出了一种基于扩散变换器的高效反射去除方法，通过物理驱动的数据合成和LoRA适应，实现了高保真的反射去除性能。

OmniScaleSR: Unleashing Scale-Controlled Diffusion Prior for Faithful and Realistic Arbitrary-Scale Image Super-Resolution

OmniScaleSR: 解锁受控扩散先验以实现高保真和逼真任意尺度图像超分辨率

Xinning Chai, Zhengxue Cheng, Yuhong Zhang, Hengsheng Zhang, Yingsheng Qin, Yucai Yang, Rong Xie, Li Song

机构 * School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（上海交通大学信息科学与电子工程学院） ； College of Information, Mechanical and Electrical Engineering, Shanghai Normal University（上海师范大学信息、机械与电气工程学院） ； Transsion in China（中国Transsion） ； MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（上海交通大学人工智能教育部重点实验室） 纠错

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

AI总结 OmniScaleSR通过显式扩散控制机制和多领域保真度增强，实现高保真和逼真任意尺度图像超分辨率。

Comments Accepted as TCSVT, 15 pages

UltraImage: Rethinking Resolution Extrapolation in Image Diffusion Transformers

UltraImage: 重新思考图像扩散变换器中的分辨率外推

Min Zhao, Bokai Yan, Xue Yang, Hongzhou Zhu, Jintao Zhang, Shilong Liu, Chongxuan Li, Jun Zhu

机构 * Dept. of Comp. Sci. & Tech., BNRist Center, Tsinghua University（计算机科学与技术系，北京理工大学中心，清华大学） ； ShengShu（盛书） ； Gaoling School of Artificial Intelligence, Renmin University of China（光明人工智能学院，中国人民大学） ； Princeton University（普林斯顿大学） 纠错

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

AI总结 UltraImage通过修正主导频率和自适应注意力集中，解决了图像扩散变换器在高分辨率外推中的内容重复和质量下降问题，实现了高达6K*6K的生成能力。

Comments Project page: https://thu-ml.github.io/ultraimage.github.io

dVLM-AD: Enhance Diffusion Vision-Language-Model for Driving via Controllable Reasoning

dVLM-AD：通过可控推理增强扩散视觉语言模型以实现驾驶

Yingzi Ma, Yulong Cao, Wenhao Ding, Shuibai Zhang, Yan Wang, Boris Ivanovic, Ming Jiang, Marco Pavone, Chaowei Xiao

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 dVLM-AD通过可控推理提升扩散视觉语言模型，实现更一致的驾驶推理与规划性能。

STeP-Diff: Spatio-Temporal Physics-Informed Diffusion Models for Mobile Fine-Grained Pollution Forecasting

STeP-Diff：用于移动细粒污染预报的时空物理指导扩散模型

Nan Zhou, Weijie Hong, Huandong Wang, Jianfeng Zheng, Qiuhua Wang, Yali Song, Xiao-Ping Zhang, Yong Li, Xinlei Chen

机构 * Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院） ； Department of Electronic Engineering, Beijing National Research Center for Information Science and Tech- nology (BNRist), Tsinghua University, China（电子工程系，北京信息科学与技术国家研究中心（BNRist），清华大学） ； Shenzhen Smartcity Communication, Shenzhen, China（深圳智慧城市通信） ； College of Soil and Water Conservation, Southwest Forestry University, China（水土保持学院，西南林业大学） ； College of Civil Engineering, Southwest Forestry University, China（土木工程学院，西南林业大学） 纠错

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

AI总结 STeP-Diff通过结合DeepONet和PDE指导的扩散模型，有效提升移动细粒污染预报的精度与物理一致性。

Zero4D: Training-Free 4D Video Generation From Single Video Using Off-the-Shelf Video Diffusion

Zero4D: 无需训练的单视频生成4D视频

Jangho Park, Taesung Kwon, Jong Chul Ye

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

AI总结 Zero4D通过无需训练的视频扩散模型，将单视频扩展为多视角4D视频，保持空间时间一致性。

Comments project page: https://zero4dvid.github.io/

Towards a unified framework for guided diffusion models

迈向引导扩散模型的统一框架

Yuchen Jiao, Yuxin Chen, Gen Li

机构 * Department of Statistics, the Chinese University of Hong Kong, Hong Kong（香港中文大学统计学系） ； Department of Statistics and Data Science, the Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院统计学与数据科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出统一框架，通过引入奖励引导项提升扩散模型奖励表现，并首次理论化无分类器引导的性能指标。

Hybrid-Diffusion Models: Combining Open-loop Routines with Visuomotor Diffusion Policies

混合扩散模型：结合开环流程与视觉运动扩散策略

Jonne Van Haastregt, Bastian Orthmann, Michael C. Welle, Yuchong Zhang, Danica Kragic

机构 * INCAR Robotics AB（INCAR机器人公司） ； KTH Royal Institute of Technology（皇家理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 混合扩散模型结合开环流程与视觉运动扩散策略，通过遥控增强原语实现高效任务执行，验证于现实挑战任务。

Complementary Characterization of Agent-Based Models via Computational Mechanics and Diffusion Models

通过计算力学和扩散模型互补性表征基于代理的模型

Roberto Garrone

机构 * University of Milano-Bicocca（米兰-比科卡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出通过计算力学和扩散模型互补性表征基于代理的模型，结合时间结构与分布几何分析复杂模拟模型。

Comments 11 pages. Methods paper introducing a dual-domain framework for analyzing ABM dynamics. Companion temporal-analysis preprint: arXiv:2510.12729

Adaptive Diffusion Models for Sparse-View Motion-Corrected Head Cone-beam CT

自适应扩散模型用于稀疏视图运动校正头锥形束CT

Antoine De Paepe, Alexandre Bousse, Clémentine Phung-Ngoc, Youness Mellak, Dimitris Visvikis

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出了一种结合联合重建和运动估计的自适应扩散模型，用于解决头锥形束CT中稀疏视图下的运动补偿和图像重建问题，实验显示其在低剂量成像中具有显著优势。

Comments 12 pages, 10 figures, 2 tables

Structure-Aware Adaptive Kernel MPPCA Denoising for Diffusion MRI

结构感知自适应核MPPCA去噪用于扩散磁共振成像

Ananya Singhal, Dattesh Dayanand Shanbhag, Sudhanya Chatterjee

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出结构感知自适应核MPPCA方法，通过自适应补丁大小提升扩散磁共振成像的去噪效果。

Minuet: A Diffusion Autoencoder for Compact Semantic Compression of Multi-Band Galaxy Images

Minuet：一种用于多波段星系图像紧凑语义压缩的扩散自编码器

Alexander T. Gagliano, Yunyi Shen, V. A. Villar

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Minuet 通过低维扩散自编码器实现多波段星系图像的紧凑语义压缩，用于高效重建和科学分析。

Comments 27 pages, 15 figures, to be submitted to ApJ. Comments welcome

Decoding Large Language Diffusion Models with Foreseeing Movement

通过预见性移动解码大语言扩散模型

Yichuan Mo, Quan Chen, Mingjie Li, Zeming Wei, Yisen Wang

机构 * State Key Lab of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（通用人工智能国家重点实验室，智能科学与技术学院，北京大学） ； School of Mathematical Sciences, Peking University（数学学院，北京大学） ； CISPA Helmholtz Center for Information Security, Germany（信息安全赫尔姆霍兹中心，德国） ； Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出FDM和FDM-A方法，通过整合局部和全局考虑，提升大语言扩散模型的解码效率与性能。

Forward-Time Equivalent of a "Retrocausal" Diffusion Hidden Variable Model for Quantum Mechanics

量子力学中“逆行因果”扩散隐藏变量模型的正向时间等效模型

William S. DeWitt, Benjamin H. Feintzeig

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出一种正向时间动力学模型，等效于量子力学中具有未来时间边界条件的逆行因果扩散隐藏变量模型，并通过均场极限解释其指导项的来源。

Rethinking the Use of Vision Transformers for AI-Generated Image Detection

重新思考视觉Transformer在AI生成图像检测中的应用

NaHyeon Park, Kunhee Kim, Junsuk Choe, Hyunjung Shim

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Sogang University（成均馆大学） 纠错

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

AI总结 本文提出MoLD方法，通过动态整合多层ViT特征提升AI生成图像检测性能，增强模型泛化能力与现实鲁棒性。

Comments Code: https://github.com/nahyeonkaty/mold

VideoSSM: Autoregressive Long Video Generation with Hybrid State-Space Memory

VideoSSM：基于混合状态-空间记忆的自回归长视频生成

Yifei Yu, Xiaoshan Wu, Xinting Hu, Tao Hu, Yangtian Sun, Xiaoyang Lyu, Bo Wang, Lin Ma, Yuewen Ma, Zhongrui Wang, Xiaojuan Qi

机构 * HKU（香港大学） ； PICO, ByteDance（字节跳动PICO） ； SUSTech（南方科技大学） 纠错

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

AI总结 VideoSSM通过结合自回归扩散与混合状态空间记忆，实现了具有全局一致性和运动稳定性的长视频生成，支持提示自适应交互并提升内容多样性。

ReasonX: MLLM-Guided Intrinsic Image Decomposition

ReasonX: 基于多模态大语言模型的内在图像分解

Alara Dirik, Tuanfeng Wang, Duygu Ceylan, Stefanos Zafeiriou, Anna Frühstück

机构 * Imperial College London（伦敦帝国学院） ； Adobe Research（Adobe研究院） 纠错

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

AI总结 ReasonX通过多模态大语言模型提供相对比较监督，提升内在图像分解的泛化能力与精度。

VRWKV-Editor: Reducing quadratic complexity in transformer-based video editing

VRWKV-Editor: 降低基于变换器的视频编辑中的二次复杂度

Abdelilah Aitrouga, Youssef Hmamouche, Amal El Fallah Seghrouchni

机构 * International Artificial Intelligence Center of Morocco University Mohammed VI Polytechnic Rabat, Morocco（摩洛哥国际人工智能中心摩洛哥穆莱·伊沙克·穆莱·阿卜杜勒阿齐兹 polytechnic 大学拉巴特分校） ； University Mohammed VI Polytechnic Rabat, Morocco（摩洛哥穆莱·伊沙克·穆莱·阿卜杜勒阿齐兹 polytechnic 大学拉巴特分校） ； Sorbonne University, LIP6 - UMR 7606 CNRS, France（索邦大学，LIP6 - UMR 7606 CNRS，法国） 纠错

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

AI总结 VRWKV-Editor通过引入线性时空聚合模块，降低基于变换器的视频编辑模型的计算复杂度，实现3.7倍加速和60%内存节省，同时保持高质量的帧一致性和文本对齐。

YingMusic-Singer: Zero-shot Singing Voice Synthesis and Editing with Annotation-free Melody Guidance

YingMusic-Singer: 基于无标注旋律引导的零样本歌唱语音合成与编辑

Junjie Zheng, Chunbo Hao, Guobin Ma, Xiaoyu Zhang, Gongyu Chen, Chaofan Ding, Zihao Chen, Lei Xie

机构 * AI Lab, GiantNetwork（GiantNetwork人工智能实验室） ； ASLP Lab, Northwestern Polytechnical University（西北工业大学自动化学院实验室） ； University College London（伦敦大学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 YingMusic-Singer通过无标注旋律引导的方法实现了零样本歌唱语音合成与编辑，提高了旋律稳定性和音频质量。

Comments 13 pages, 3 figures

M3-TTS: Multi-modal DiT Alignment & Mel-latent for Zero-shot High-fidelity Speech Synthesis

M3-TTS: 多模态DiT对齐与梅尔-潜在空间用于零样本高质量语音合成

Xiaopeng Wang, Chunyu Qiang, Ruibo Fu, Zhengqi Wen, Xuefei Liu, Yukun Liu, Yuzhe Liang, Kang Yin, Yuankun Xie, Heng Xie, Chenxing Li, Chen Zhang, Changsheng Li

机构 * Beijing Institute of Technology（北京理工大学） ； Kuaishou Technology（快手科技） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 M3-TTS通过多模态扩散变换器实现零样本高质量语音合成，采用联合扩散层和梅尔-变体编码器，实现高效且自然的语音生成。

Comments Submitted to ICASSP 2026

Persson's Theory of Purely Normal Elastic Rough Surface Contact: A Tutorial Based on Stochastic Process Theory

Persson理论中的纯法向弹性粗糙表面接触：基于随机过程理论的教程

Yang Xu, Xiaobao Li, Qi Chen, Yunong Zhou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于随机过程理论，为不熟悉Persson理论的学者提供了一篇详细的教程，澄清了该理论的推导过程和关键假设。

Journal ref Int. J. Solids Struct. 112684 (2024)

Cryptanalysis of Gleeok-128

Gleeok-128的密码分析

Siwei Chen, Peipei Xie, Shengyuan Xu, Xiutao Feng, Zejun Xiang, Xiangyong Zeng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文对Gleeok-128进行了首次全面的第三方密码分析，提出了基于MILP的两阶段框架和积分密钥恢复方法，揭示了其多分支结构的安全性问题，并优化了线性层参数以提高抗性。

Comments 44 pages, 5 figures

When GenAI Meets Fake News: Understanding Image Cascade Dynamics on Reddit

当生成式AI遇见假新闻：在Reddit上理解图像级联动态

Saumya Chauhan, Mila Hong, Maria Vazhaeparambil

机构 * Computing + Mathematical Sciences（计算与数学科学） ； California Institute of Technology（加利福尼亚理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究首次分析了Reddit上AI生成图像和虚假信息在不同意识形态社区中的传播动态，通过整合文本情感、视觉属性和扩散指标，预测了即时和长期的病毒传播效果。

Comments Accepted at 2025 MIT Undergraduate Research Technology Conference (URTC'25)

Hole to Electron Crossover in a (Cd,Mn)Te Quantum Well through Surface Metallization

(Cd,Mn)Te量子井中通过表面金属化实现空穴到电子的交叉

Amadeusz Dydniański, Mateusz Raczyński, Aleksandra Łopion, Tomasz Kazimierczuk, Jacek Kasprzak, Karolina Ewa Połczyńska, Wojciech Pacuski, Piotr Kossacki

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究发现金和镍通过强结合钝化半导体表面，使(Cd,Mn)Te量子井的局部掺杂从p型转为n型。

FALCON: Actively Decoupled Visuomotor Policies for Loco-Manipulation with Foundation-Model-Based Coordination

FALCON：基于基础模型的解耦视觉-运动政策用于具有基础模型协调的移动- manipulation

Chengyang He, Ge Sun, Yue Bai, Junkai Lu, Jiadong Zhao, Guillaume Sartoretti

机构 * Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（机械工程系，设计与工程学院，新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 FALCON通过基于基础模型的解耦视觉-运动策略，实现移动- manipulation任务中更高效的协调与鲁棒性。

Tipping the Dominos: Topology-Aware Multi-Hop Attacks on LLM-Based Multi-Agent Systems

推倒多米诺骨牌：面向基于大语言模型的多智能体系统的拓扑感知多跳攻击

Ruichao Liang, Le Yin, Jing Chen, Cong Wu, Xiaoyu Zhang, Huangpeng Gu, Zijian Zhang, Yang Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对基于大语言模型的多智能体系统，提出拓扑感知多跳攻击方法，揭示其内在安全漏洞并提出基于拓扑信任的防御框架。

Quantifying Phase Transformations in Alloying Anodes via In-Situ Liquid Cell Hard X-ray Spectroscopy and Cryogenic Microscopy

通过原位液态细胞硬X射线光谱和低温显微镜量化合金阳极的相变

Neil Mulcahy, Syeda Ramin Jannat, Yaqi Li, Tigran Simonian, Mariana Palos, James O. Douglas, Jessica M. Walker, Baptiste Gault, Mary P. Ryan, Michele Shelly Conroy

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过原位X射线光谱和低温显微镜技术，揭示了铂基合金阳极在锂化过程中的相变机制及界面化学演变，为设计耐用的储能电极提供了新思路。

Global magnetohydrodynamic simulations of the inner regions of protoplanetary discs. I. Zero-net flux regime

类星盘内区的全球磁流体动力学模拟。I. 零净通量区

Matthew J. O. Roberts, Henrik N. Latter, Geoffroy Lesur

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过全球磁流体动力学模拟，揭示了类星盘内区磁流体动力学过程，包括磁场环形成、压力最大值发展及死区磁场生成，探讨了磁压风驱动吸积机制。

Comments 19 pages, 22 figures

Journal ref Mon Not R Astron Soc (2025) 1284-1303