图像生成

AutoRefiner: Improving Autoregressive Video Diffusion Models via Reflective Refinement Over the Stochastic Sampling Path

AutoRefiner: 通过在随机采样路径上的反思细化改进自回归视频扩散模型

Zhengyang Yu, Akio Hayakawa, Masato Ishii, Qingtao Yu, Takashi Shibuya, Jing Zhang, Yuki Mitsufuji

机构 * Australian National University（澳大利亚国立大学） ； Sony AI（索尼人工智能） ； Sony Group Corporation（索尼集团） 纠错

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

AI总结 AutoRefiner通过路径噪声细化和反射式KV缓存改进AR-VDMs的样本保真度

WDT-MD: Wavelet Diffusion Transformers for Microaneurysm Detection in Fundus Images

WDT-MD：用于视网膜图像微动脉瘤检测的小波扩散变换器

Yifei Sun, Yuzhi He, Junhao Jia, Jinhong Wang, Ruiquan Ge, Changmiao Wang, Hongxia Xu

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

AI总结 WDT-MD 通过小波扩散变换器框架，解决微动脉瘤检测中的身份映射、区分困难和重建效果差问题，提升视网膜图像筛查性能。

Comments 9 pages, 6 figures, 8 tables, accepted by AAAI 2026

Counting Hallucinations in Diffusion Models

扩散模型中hallucination的计数

Shuai Fu, Jian Zhou, Qi Chen, Huang Jing, Huy Anh Nguyen, Xiaohan Liu, Zhixiong Zeng, Lin Ma, Quanshi Zhang, Qi Wu

机构 * University of Adelaide（阿德莱德大学） ； Meituan（美团） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出了一种针对扩散模型中计数hallucination的评估方法，通过构建CountHalluSet数据集，系统分析不同采样条件对hallucination的影响，并揭示FID等指标无法捕捉计数hallucination的问题。

DiffusionBrowser: Interactive Diffusion Previews via Multi-Branch Decoders

DiffusionBrowser: 通过多分支解码器实现交互式扩散预览

Susung Hong, Chongjian Ge, Zhifei Zhang, Jui-Hsien Wang

机构 * University of Washington（华盛顿大学） ； Adobe Research（Adobe研究） 纠错

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

AI总结 DiffusionBrowser通过多分支解码器实现交互式视频生成预览，提升生成效率与可控性。

Comments Project page: https://susunghong.github.io/DiffusionBrowser

LINA: Learning INterventions Adaptively for Physical Alignment and Generalization in Diffusion Models

LINA: 为扩散模型中的物理对齐和泛化学习适应性干预

Shu Yu, Chaochao Lu

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） 纠错

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

AI总结 LINA通过学习适应性干预，提升扩散模型在物理对齐和超出分布指令跟随方面的性能。

CleanDIFT: Diffusion Features without Noise

CleanDIFT: 没有噪声的扩散特征

Nick Stracke, Stefan Andreas Baumann, Kolja Bauer, Frank Fundel, Björn Ommer

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

AI总结 CleanDIFT通过无监督微调方法，实现无噪声的高质量扩散特征，显著提升多种任务的性能。

Comments for the project page and code, view https://compvis.github.io/cleandift/

No Cache Left Idle: Accelerating diffusion model via Extreme-slimming Caching

无空闲缓存：通过极端瘦身缓存加速扩散模型

Tingyan Wen, Haoyu Li, Yihuang Chen, Xing Zhou, Lifei Zhu, Xueqian Wang

机构 * Tsinghua University（清华大学） ； Central Media Technology Institute, Huawei（华为中央媒体技术研究所） 纠错

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

AI总结 X-Slim通过双阈值缓存策略，高效利用时间步、块和令牌层面的冗余，实现扩散模型加速，减少延迟并提升生成质量。

Comments Project page: https://thu-accdiff.github.io/xslim-page/ Code: https://github.com/THU-AccDiff/xslim

Speedrunning ImageNet Diffusion

ImageNet Diffusion 的速run

Swayam Bhanded

机构 * Swayam Bhanded（独立研究者） 纠错

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

AI总结 SR-DiT通过整合多种技术，在140M参数模型下达到ImageNet-256的优异性能，为扩散模型研究提供了新的基线。

V-Warper: Appearance-Consistent Video Diffusion Personalization via Value Warping

V-Warper：通过价值扭曲实现外观一致的视频扩散个性化

Hyunkoo Lee, Wooseok Jang, Jini Yang, Taehwan Kim, Sangoh Kim, Sangwon Jung, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Korea University（韩国大学） 纠错

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

AI总结 V-Warper通过价值扭曲实现视频扩散模型的无训练粗到细个性化，提升外观一致性与生成质量。

Comments Project Page: https://cvlab-kaist.github.io/V-Warper

Unified Control for Inference-Time Guidance of Denoising Diffusion Models

统一控制用于去噪扩散模型推理时的引导

Maurya Goyal, Anuj Singh, Hadi Jamali-Rad

机构 * Delft University of Technology（代尔夫特理工大学） ； Shell Global Solutions International B.V.（壳牌全球解决方案国际有限公司） 纠错

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

AI总结 UniCoDe通过整合采样和梯度引导的方法，实现了更高效的去噪扩散模型推理时引导，提升了任务性能。

A Self-Conditioned Representation Guided Diffusion Model for Realistic Text-to-LiDAR Scene Generation

一种用于真实文本到LiDAR场景生成的自条件表示引导扩散模型

Wentao Qu, Guofeng Mei, Yang Wu, Yongshun Gong, Xiaoshui Huang, Liang Xiao

机构 * NJUST（南京理工大学） ； FBK（弗拉·恩里科·拉达基金会） ； SDU（山东大学） ； SJTU（上海交通大学） 纠错

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

AI总结 本文提出T2LDM模型，通过自条件表示引导技术提升文本到LiDAR场景生成的质量和可控性，构建了T2nuScenes基准并改进了生成效果。

Patch-Based Diffusion for Data-Efficient, Radiologist-Preferred MRI Reconstruction

基于补丁的扩散模型用于数据高效、放射科医师偏好的MRI重建

Rohan Sanda, Asad Aali, Andrew Johnston, Eduardo Reis, Gordon Wetzstein, Sara Fridovich-Keil

机构 * Stanford University（斯坦福大学） ； Stanford University School of Medicine（斯坦福大学医学院） ； Stanford Center for Artificial Intelligence in Medicine and Imaging（斯坦福大学医学与成像人工智能中心） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出基于补丁的扩散模型用于高效MRI重建，在小数据集上表现优于现有方法，且被放射科医师认为诊断效果更优。

Comments Code is available at: https://github.com/voilalab/PaDIS-MRI

DiffPose-Animal: A Language-Conditioned Diffusion Framework for Animal Pose Estimation

DiffPose-Animal: 一种基于语言条件的扩散框架用于动物姿态估计

Tianyu Xiong, Dayi Tan, Wei Tian

机构 * Guanghua Cambridge International School Shanghai（广华剑桥国际学校上海） ； Shanghai World Foreign Language Academy, WFLA（上海世界外语学院，WFLA） ； School of Automotive Studies Tongji University（同济大学汽车学院） 纠错

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

AI总结 DiffPose-Animal提出了一种基于语言条件的扩散框架，通过结合大型语言模型和交叉注意力模块，提升动物姿态估计的鲁棒性和泛化能力。

Comments 13pages,2figures

DPBridge: Latent Diffusion Bridge for Dense Prediction

DPBridge: 用于密集预测的潜在扩散桥梁

Haorui Ji, Taojun Lin, Hongdong Li

机构 * The Australian National University（澳大利亚国立大学） 纠错

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

AI总结 DPBridge通过整合结构化视觉先验和改进的反向转移核，提出首个用于密集预测的潜在扩散桥梁框架，有效提升深度估计和表面法线预测的性能。

Robust Simultaneous Multislice MRI Reconstruction Using Slice-Wise Learned Generative Diffusion Priors

基于切片学习生成扩散先验的鲁棒同时多切片MRI重建

Shoujin Huang, Guanxiong Luo, Yunlin Zhao, Yilong Liu, Yuwan Wang, Kexin Yang, Jingzhe Liu, Hua Guo, Min Wang, Lingyan Zhang, Mengye Lyu

机构 * College of Health Science and Environmental Engineering, Shenzhen Technology University（深圳科技大学健康科学与环境工程学院） ； University Medical Center Göttingen（哥廷根大学医学中心） ； Guangdong-Hongkong-Macau CNS Regeneration Institute, Key Laboratory of CNS Regeneration (Jinan University)-Ministry of Education, Jinan University（广东-港澳-澳门神经科学再生研究所，神经科学再生重点实验室（暨南大学）-教育部，暨南大学） ； Department of Radiology, The First Hospital of Tsinghua University（清华大学第一医院放射科） ； Center for Biomedical Imaging Research, Department of Biomedical Engineering, School of Medicine, Tsinghua University（清华大学生物医学成像研究中心，生物医学工程系，医学院） ； Key Laboratory for Biomedical Engineering of Ministry of Education, College of Biomedical Engineering and Instrument Science, Zhejiang University（教育部生物医学工程重点实验室，生物医学工程与仪器科学学院，浙江大学） ； Department of Endocrinology and Metabolism, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine（浙江大学医学院邵逸夫医院内分泌科） ； Lab of Molecular Imaging and Medical Intelligence, Department of Radiology, Longgang Central Hospital of Shenzhen (Shenzhen Clinical Medical College, Guangzhou University of Chinese Medicine（分子成像与医学智能实验室，放射科，深圳龙岗中心医院（深圳临床医学院，广州中医药大学；龙岗临床学院，汕头大学医学院）） ； Longgang Clinical Institute of Shantou University Medical College) 纠错

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

AI总结 ROGER通过深度生成先验和低频增强模块，实现鲁棒的同时多切片MRI重建，提升解剖和功能成像质量。

Journal ref Published in Medical Image Analysis, Volume 108, 2026, 103851

Tau Anomaly Detection in PET Imaging via Bilateral-Guided Deterministic Diffusion Model

通过双侧引导确定性扩散模型进行PET成像中的Tau异常检测

Lujia Zhong, Shuo Huang, Jiaxin Yue, Jianwei Zhang, Zhiwei Deng, Wenhao Chi, Yonggang Shi

机构 * Stevens Neuroimaging and Informatics Institute, Keck School of Medicine, University of Southern California（斯蒂文斯神经影像与信息学研究所，凯克医学院，南加州大学） ； Ming Hsieh Department of Electrical and Computer Engineering, Viterbi School of Engineering, University of Southern California（明希部门电气与计算机工程系，维特比工程学院，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering, Viterbi School of Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程系，维特比工程学院，南加州大学） 纠错

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

AI总结 本研究提出双侧引导确定性扩散模型，用于提高tau PET成像中局部tau病理的异常检测精度，并在前期筛查中展现应用潜力。

PADS: Plug-and-Play 3D Human Pose Analysis via Diffusion Generative Modeling

PADS: 通过扩散生成建模实现即插即用的3D人体姿态分析

Haorui Ji, Hongdong Li

机构 * The Australian National University（澳大利亚国立大学） 纠错

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

AI总结 PADS通过扩散生成建模提出了一种即插即用的3D人体姿态分析框架，能够在无需任务特定监督的情况下适应多种姿态分析任务。

BAgger: Backwards Aggregation for Mitigating Drift in Autoregressive Video Diffusion Models

BAgger: 逆向聚合用于缓解自回归视频扩散模型中的漂移

Ryan Po, Eric Ryan Chan, Changan Chen, Gordon Wetzstein

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 BAgger通过自监督方法缓解自回归视频扩散模型中的漂移问题，利用标准分数或流匹配目标提升长期运动稳定性与视觉一致性。

Comments Project page here: https://ryanpo.com/bagger

MONET -- Virtual Cell Painting of Brightfield Images and Time Lapses Using Reference Consistent Diffusion

MONET -- 利用参考一致扩散进行明场图像和时间序列的虚拟细胞成像

Alexander Peysakhovich, William Berman, Joseph Rufo, Felix Wong, Maxwell Z. Wilson

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

AI总结 MONET通过参考一致扩散模型从明场图像预测细胞成像通道，解决细胞成像的劳动密集和化学固定限制，实现动态细胞研究的虚拟成像技术。

DiffRegCD: Integrated Registration and Change Detection with Diffusion Features

DiffRegCD：集成注册与变化检测的扩散特征

Seyedehanita Madani, Rama Chellappa, Vishal M. Patel

机构 * 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 DiffRegCD通过结合扩散特征与分类任务，实现统一的注册与变化检测，提升在复杂场景下的鲁棒性和精度。

Comments 10 pages, 6 figures. Accepted to WACV 2026

MusicInfuser: Making Video Diffusion Listen and Dance

MusicInfuser: 使视频扩散模型听音乐并跳舞

Susung Hong, Ira Kemelmacher-Shlizerman, Brian Curless, Steven M. Seitz

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 MusicInfuser通过调整预训练视频扩散模型，使视频能与指定音乐同步生成舞蹈，无需运动数据，训练高效且泛化能力强。

Comments Project page: https://susunghong.github.io/MusicInfuser

Estimating parameters of the diffusion model via asymptotic expansions

通过渐近展开估计扩散模型的参数

Konstantinos Kalimeris, Leonidas Mindrinos

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过渐近展开方法，提出了一种从单个测量数据估计热方程中扩散参数及其它相关参数的新方法，并在土壤科学中验证了其有效性。

Comments 20 pages, 6 figures, 5 tables

Beyond Next-Token Prediction: A Performance Characterization of Diffusion versus Autoregressive Language Models

超越单个令牌预测：扩散模型与自回归语言模型性能的对比分析

Minseo Kim, Coleman Hooper, Aditya Tomar, Chenfeng Xu, Mehrdad Farajtabar, Michael W. Mahoney, Kurt Keutzer, Amir Gholami

机构 * Seoul National University（首尔国立大学） ； University of California, Berkeley（加州大学伯克利分校） ； ICSI ； LBNL（劳伦斯伯克利国家实验室） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文比较了扩散模型与自回归语言模型在性能上的差异，发现DLMs在算术强度上占优但难以扩展，而ARMs在批量推理中表现更优。

Comments 11 pages, 5 figures

The principal eigenvalue of an age-structured operator with diffusion and advection: qualitative analysis and an application

具有扩散和对流的年龄结构算子的主特征值：定性分析及其应用

Hao Kang, Rui Peng, Maolin Zhou

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有扩散和对流的年龄结构算子的主特征值行为，并将其应用于非线性年龄结构模型，探讨了扩散和对流对物种空间分布的影响。

Crossover Dynamics of Non-Fickian Ionic Diffusion in Solids

非弗ิก离子扩散在固体中的交叉动力学

Gangbin Yan, Pierfrancesco Ombrini, Zhichu Tang, Shakul Pathak, Maoyu Wang, Barbara Lavina, Alexandros Vasileiadis, Suin Choi, Mingzhan Wang, Dongchen Ying, Qizhang Li, Esen E. Alp, Hua Zhou, Martin Z. Bazant, Qian Chen, Marnix Wagemaker, Chong Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过示踪交换研究揭示了非弗ิก离子扩散在固体中的交叉动力学，发现电子传输是电化学反应的速率限制步骤，并揭示了晶格力学对离子扩散的影响。

Diffusion Model-Based Posterior Sampling in Full Waveform Inversion

基于扩散模型的全波形反演后验采样

Mohammad H. Taufik, Tariq Alkhalifah

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全波形反演后验采样方法，通过结合同时源FWI数据和无条件扩散先验，实现大规模调查中的高效校准后验推断。

On Approaches to Building Surrogate ODE Models for Diffusion Bridges

构建扩散桥梁的替代ODE模型的方法

Maria Khilchuk, Vladimir Latypov, Pavel Kleshchev, Alexander Hvatov

机构 * NSS Lab ITMO University（ITMO大学NSS实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SINDy-FM和DSBM-NeuralODE两种算法，通过替代模型提升扩散桥梁模型的效率和可解释性，适用于高斯传输和MNIST潜在翻译任务。

Pattern Formation Beyond Turing: Physical Principles of Mass-Conserving Reaction--Diffusion Systems

超越图灵模式：质量守恒反应-扩散系统的物理原理

Erwin Frey, Henrik Weyer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于质量守恒反应-扩散系统的理论框架，研究细胞内蛋白质模式的形成机制，并以大肠杆菌Min蛋白系统为例，展示如何从生化细节中提取多尺度理论。

Comments 12 pages, 4 figures

Metastability of diffusion processes in narrow tubes

狭窄管域中扩散过程的亚稳态

Wen-Tai Hsu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究狭窄管域中扩散过程的亚稳态行为，通过分析特征时间尺度和退出分布，揭示了其渐近性质及瓶颈效应下的逃逸机制。

Stability and bifurcation of 2D viscous primitive equations with full diffusion

二维粘性原始方程的稳定性与分支

Song Jiang, Quan Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了二维粘性原始方程在不同热力学 regime 下的稳定性与分支问题，揭示了临界温度差对系统动态转换的影响，并建立了非线性稳定性理论的数学基础。