图像生成

Mimir: Hierarchical Goal-Driven Diffusion with Uncertainty Propagation for End-to-End Autonomous Driving

Mimir：基于不确定性传播的分层目标驱动扩散用于端到端自动驾驶

Zebin Xing, Yupeng Zheng, Qichao Zhang, Zhixing Ding, Pengxuan Yang, Songen Gu, Zhongpu Xia, Dongbin Zhao

机构 * Institue of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； China University of Geosciences（中国地质大学） ； Fudan University（复旦大学） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV

AI总结 Mimir通过不确定性传播和多速率指导机制，提升端到端自动驾驶中轨迹生成的鲁棒性和推理效率。

Up-down ordered Chinese restaurant processes with two-sided immigration, emigration and diffusion limits

上下有序的中国餐厅过程及其双侧移民、退居和扩散极限

Quan Shi, Matthias Winkel

专题命中 扩散模型 ：diffusion(title)

AI总结 本文研究了上下有序中国餐厅过程的缩放极限，扩展了三参数族模型，揭示了泊松-迪里赫利特分布的参数范围扩展及其在相关过程中的应用。

Comments 52 pages, 4 figures, to appear in the Annals of Applied Probability

DCText: Scheduled Attention Masking for Visual Text Generation via Divide-and-Conquer Strategy

DCText: 通过分而治之策略实现视觉文本生成的调度注意力遮罩

Jaewoo Song, Jooyoung Choi, Kanghyun Baek, Sangyub Lee, Daemin Park, Sungroh Yoon

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

AI总结 DCText通过分而治之策略和注意力遮罩技术，实现高效视觉文本生成，提升长文本和多文本处理能力，同时保持图像质量和生成效率。

Comments Accepted to WACV 2026

A Biophysically-Conditioned Generative Framework for 3D Brain Tumor MRI Synthesis

一种基于生物物理条件的生成框架用于3D脑肿瘤MRI合成

Valentin Biller, Lucas Zimmer, Ayhan Can Erdur, Sandeep Nagar, Daniel Rückert, Niklas Bubeck, Jonas Weidner

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Imperial College London（伦敦帝国学院） 纠错

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

AI总结 本文提出了一种基于生物物理条件的生成框架，用于生成高保真的3D脑肿瘤MRI，通过条件生成模型实现肿瘤合成和健康组织修复，实验结果显示在PSNR指标上取得良好效果。

TRELLISWorld: Training-Free World Generation from Object Generators

TRELLISWorld: 从物体生成器中无需训练的世界生成

Hanke Chen, Yuan Liu, Minchen Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 TRELLISWorld通过无需训练的模块化瓷砖生成器实现通用语言驱动的3D场景生成，支持多样布局、高效生成和灵活编辑。

RefLSM: Linearized Structural-Prior Reflectance Model for Medical Image Segmentation and Bias-Field Correction

RefLSM：用于医学图像分割和偏场校正的线性化结构先验反射模型

Wenqi Zhao, Jiacheng Sang, Fenghua Cheng, Yonglu Shu, Dong Li, Xiaofeng Yang

机构 * College of Mathematics and Statistics, Chongqing University（重庆大学数学与统计学院） ； Deparment of Computer Science, Duke University（杜克大学计算机科学系） ； The University of Queensland Brisbane（昆士兰大学布里斯班分校） ； Department of Radiation Oncology and Winship Cancer Institute, Emory University（埃默里大学放射肿瘤科和Winship癌症研究所） 纠错

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

AI总结 RefLSM通过整合反射率分解和线性结构先验，提升医学图像分割的精度和鲁棒性。

Utilizing Multi-Agent Reinforcement Learning with Encoder-Decoder Architecture Agents to Identify Optimal Resection Location in Glioblastoma Multiforme Patients

利用基于编码器-解码器架构的多智能体强化学习识别胶母细胞瘤患者的最优切除位置

Krishna Arun, Moinak Bhattachrya, Paras Goel

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

AI总结 本研究利用多智能体强化学习与编码器-解码器架构，通过诊断和治疗计划优化，提高胶母细胞瘤患者生存率。

VideoVLA: Video Generators Can Be Generalizable Robot Manipulators

VideoVLA: 视频生成器可以成为通用的机器人操作器

Yichao Shen, Fangyun Wei, Zhiying Du, Yaobo Liang, Yan Lu, Jiaolong Yang, Nanning Zheng, Baining Guo

机构 * IAIR, Xi’an Jiaotong University（人工智能研究院、西安交通大学） ； Microsoft Research Asia（微软亚洲研究院） ； Fudan University（复旦大学） 纠错

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

AI总结 VideoVLA通过将视频生成模型转化为机器人VLA操作器，实现了动作与视觉后果的双预测，提升机器人操作的泛化能力。

Comments Project page: https://videovla-nips2025.github.io

Journal ref The Thirty-ninth Annual Conference on Neural Information Processing Systems(NeurIPS2025)

Coefficients-Preserving Sampling for Reinforcement Learning with Flow Matching

为流匹配强化学习中的系数保持采样

Feng Wang, Zihao Yu

机构 * CreateAI 纠错

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

AI总结 通过系数保持采样方法，减少流匹配强化学习中的噪声伪影，提升奖励建模精度和优化器收敛稳定性。

Comments work in progress

Rectifying Latent Space for Generative Single-Image Reflection Removal

修正潜在空间以实现生成单图像反光去除

Mingjia Li, Jin Hu, Hainuo Wang, Qiming Hu, Jiarui Wang, Xiaojie Guo

机构 * School of Software, Tianjin University（软件学院，天津大学） 纠错

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

AI总结 本文提出一种修正潜在空间的方法，通过引入反光等变VAE、任务特定文本嵌入和深度引导的早期分支采样策略，提升单图像反光去除的性能和泛化能力。

Tracking-Guided 4D Generation: Foundation-Tracker Motion Priors for 3D Model Animation

基于跟踪的4D生成：用于3D模型动画的基础跟踪器运动先验

Su Sun, Cheng Zhao, Himangi Mittal, Gaurav Mittal, Rohith Kukkala, Yingjie Victor Chen, Mei Chen

机构 * Purdue University（普渡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft（微软） 纠错

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

AI总结 Track4DGen通过结合基础跟踪器和混合4D高斯点划法，提升多视角视频生成和4D生成的稳定性与精度。

Comments 15 pages, 11 figures

ARSS: Taming Decoder-only Autoregressive Visual Generation for View Synthesis From Single View

ARSS: 通过单视角生成视图的解码器-only 自回归视觉生成的控制

Wenbin Teng, Gonglin Chen, Haiwei Chen, Yajie Zhao

机构 * Institute for Creative Technologies（创意技术研究所） ； University of Southern California（南加州大学） 纠错

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

AI总结 ARSS通过单视角生成视图，利用自回归模型和相机轨迹指导提升生成质量。

Radial Attention: $O(n\log n)$ Sparse Attention with Energy Decay for Long Video Generation

径向注意力：具有能量衰减的 $O(n\log n)$ 稀疏注意力用于长视频生成

Xingyang Li, Muyang Li, Tianle Cai, Haocheng Xi, Shuo Yang, Yujun Lin, Lvmin Zhang, Songlin Yang, Jinbo Hu, Kelly Peng, Maneesh Agrawala, Ion Stoica, Kurt Keutzer, Song Han

机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） ； Princeton（普林斯顿大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford（斯坦福大学） ； First Intelligence（第一智能） 纠错

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

AI总结 本文提出径向注意力，通过能量衰减机制实现高效的长视频生成，显著提升生成速度并降低计算成本。

Comments Accepted to NeurIPS 2025, Code: https://github.com/mit-han-lab/radial-attention

Compressible Euler equations with time-dependent damping in the critical regularity setting: global well-posedness and strong relaxation limit

具有时间依赖阻尼的压缩流体欧拉方程在临界正则性设定下的全局well-posed性及强松弛极限

Timothée Crin-Barat, Xinghong Pan, Ling-Yun Shou, Qimeng Zhu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了具有时间依赖阻尼的压缩欧拉方程在临界正则性下的全局well-posed性及强松弛极限，通过改进的超协调框架和时间依赖频域分解，证明了经典解的全局存在性和强收敛性。

Materium: An Autoregressive Approach for Material Generation

Materium：一种用于材料生成的自回归方法

Niklas Dobberstein, Jan Hamaekers

机构 * Fraunhofer Institute for Algorithms and Scientific Computing（弗劳恩霍夫算法与科学计算研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 Materium通过自回归方法高效生成材料结构，支持多种属性条件，实现快速且可扩展的晶体生成。

Simple models for the trapping of charged particles and macromolecules by diffusiophoresis in salt gradients

简单模型用于研究盐梯度中带电粒子和大分子的捕获

Richard P. Sear, Patrick B. Warren

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出简单模型，揭示盐梯度中带电粒子和大分子的捕获机制及稳态下的数密度与盐浓度的关系。

Comments 8 pages, 5 figures, Jupyter notebook uploaded that computes results & produces figures

M-STAR: Multi-Scale Spatiotemporal Autoregression for Human Mobility Modeling

M-STAR：多尺度时空自回归模型用于人类移动性建模

Yuxiao Luo, Songming Zhang, Sijie Ruan, Siran Chen, Kang Liu, Yang Xu, Yu Zheng, Ling Yin

机构 * Department of Land Surveying and Geo-informatics, The Hong Kong Polytechnic University（土地测量与地理信息学系，香港理工大学） ； Shenzhen Institutes of Advanced Technology (SIAT), Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） ； Faculty of Computer Science and Control Engineering, Shenzhen University of Advanced Technology（计算机科学与控制工程学院，深圳先进技术大学） ； School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 M-STAR通过多尺度时空自回归模型提升人类移动性长期轨迹生成的保真度和效率

Estimation of the elasticity for CKLS model from high-frequency observations

从高频观测估计CKLS模型的弹性参数

Boyuan Ning, Yasutaka Shimizu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过将CKLS模型转换为CIR模型并利用正Harris复发性，提出了一种基于高频观测的弹性参数估计方法，该方法具有明确的渐近方差和正态性。

Wage Dispersion, On-the-Job Search, and Stochastic Match Productivity: A Mean Field Game Approach

工资分散性、在职搜索与随机匹配生产率：一种均值场博弈方法

I. Sebastian Buhai

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过均值场博弈方法，研究工资分散性、在职搜索与随机匹配生产率的关系，揭示了摩擦性工资不平等的结构来源。

Neuro-Vesicles: Neuromodulation Should Be a Dynamical System, Not a Tensor Decoration

神经囊泡：神经调节应是一种动态系统，而不是张量装饰

Zilin Li, Weiwei Xu, Vicki Kane

专题命中 扩散模型 ：diffusion(abstract)

AI总结 Neuro-Vesicles通过动态囊泡机制实现神经调节，替代传统张量装饰，提供可微反应扩散动力学和强化学习优化，适用于大规模神经形态计算。

Comments 17 pages, 1 overview figure, 3 tables; Early-stage theoretical design of the Neuro-Vesicle framework, posted as a record of original contribution

Confinement-Driven Exciton Behavior in 2D Halide Perovskites from Dielectric-Dependent Hybrid Methods

由介电常数驱动的二维卤化物钙钛矿中激子行为

Rafael B. Araujo, Mustafa Mahmoud Aboulsaad, Sebastian E. Reyes-Lillo, Tomas Edvinsson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究揭示了二维卤化物钙钛矿中介电各向异性对激子行为的影响，通过理论和实验分析，展示了介电约束与各向异性屏蔽对电子结构和激子结合能的调控作用。

Comments 21 pages, 3 figure, and 5 tables

General and Domain-Specific Zero-shot Detection of Generated Images via Conditional Likelihood

通过条件似然实现通用和领域特定的生成图像零样本检测

Roy Betser, Omer Hofman, Roman Vainshtein, Guy Gilboa

专题命中 扩散模型 ：diffusion(abstract)

AI总结 CLIDE是一种基于条件似然的新型零样本图像检测方法，通过计算真实图像的似然实现对不同领域图像的适应，展现出在通用和领域特定任务中的优越性能。

Comments 8 pages, 6 figures, accepted to WACV 2026

The Rotation Dip in the Envelope-Disk Transition of HH 111: Evidence for Magnetic Braking

HH 111包层-盘过渡中的旋转下降：磁刹车的证据

Jyun-Heng Lin, Chin-Fei Lee, Zhi-Yun Li, Yueh-Ning Lee, Ya-Lin Wu, J. A. López-Vázquez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 HH 111包层-盘过渡区的旋转速度下降支持磁刹车作用，通过分析ALMA数据和磁流体动力学模拟揭示了不同区域的角动量变化机制。

Comments 11 pages, 4 figures, 1 table, to be published in The Astrophysical Journal Letters

Explicit pulsating fronts and minimal speeds in periodic Fisher-KPP equations

显式脉动前沿与周期 Fisher-KPP 方程中的最小速度

Lionel Roques

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过非线性变换和特征值变换，推导了周期 Fisher-KPP 方程的显式解，并扩展了 Bramson 型延迟结果到异质周期扩散情形。

Coupled 1D Chemical Kinetic-Transport and 2D Hydrodynamic Modeling Supports a modest 1-1.5x Supersolar Oxygen Abundance in Jupiter's Atmosphere

耦合的一维化学动力学-输运模型与二维流体动力学建模支持木星大气中氧丰度为太阳值的1-1.5倍

Jeehyun Yang, Ali Hyder, Renyu Hu, Jonathan I. Lunine

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过耦合一维化学动力学-输运模型与二维流体动力学模拟，发现木星大气氧丰度为太阳值的1-1.5倍，并提出推导涡扩散系数的方法。

Comments 20 pages, 11 figures, Accepted for publication in PSJ

Robust semi-implicit multilevel SDC methods for conservation laws

鲁棒的半隐式多级SDC方法用于守恒定律

Erik Pfister, Jörg Stiller

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种鲁棒的半隐式多级SDC方法，用于提高守恒定律的计算效率和稳定性。

Inverse thermodynamic uncertainty relation and entropy production

反热力学不确定性关系与熵产

Van Tuan Vo, Andreas Dechant, Keiji Saito

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文推导了反热力学不确定性关系，揭示了在有限熵产率下不可能出现永久超扩散，并探讨了谱间隙与熵产在巨扩散中的关键作用。

Journal ref Phys. Rev. Lett. 135, 237104 (2025)

Zero-sum Dynkin games under common and independent Poisson constraints

零和Dynkin游戏在共同和独立泊松约束下

David Hobson, Gechun Liang, Edward Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在共同和独立泊松约束下零和Dynkin游戏的解等价性，通过马尔可夫框架和BSDE技术，建立了价值函数和最优停止集的条件，展示了无限时间跨度游戏的适用性。

Comments 30 pages

FGE: A Fast Free-Boundary Grad-Shafranov Evolutive Solver

FGE: 一种快速自由边界Grad-Shafranov演进求解器

Cosmas Heiß, Antoine Merle, Francesco Carpanese, Federico Felici, Craig Donner, Stefano Marchioni, Alessandro Mari, Olivier Sauter

专题命中 扩散模型 ：diffusion(abstract)

AI总结 FGE是一种快速自由边界Grad-Shafranov演进求解器，用于高效模拟等离子体平衡演进，支持多种电流扩散方程和双极磁轴建模，适用于等离子体控制与分析。

Measuring Over-smoothing beyond Dirichlet energy

超越狄利克雷能量的过度平滑测量

Weiqi Guan, Zihao Shi

机构 * School of Mathematical Sciences, Fudan University（复旦大学数学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于更高阶特征导数能量的节点相似性度量，揭示了过度平滑衰减率与图拉普拉西昂谱隙的内在联系，并展示了基于注意力的GNN在该指标下的过度平滑问题。

Comments 17 pages, 1 figure