arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2025-12-22 至 2025-12-22 共收录 59 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 45 篇

2512.17878 2025-12-22 cs.LG cs.AI stat.ML 50%

Weighted Stochastic Differential Equation to Implement Wasserstein-Fisher-Rao Gradient Flow

带权随机微分方程实现Wasserstein-Fisher-Rao梯度流

Herlock Rahimi

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出通过带权随机微分方程实现Wasserstein-Fisher-Rao梯度流,以改进生成建模中的采样效率。

Comments 26 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17764 2025-12-22 cs.RO 50%

UniStateDLO: Unified Generative State Estimation and Tracking of Deformable Linear Objects Under Occlusion for Constrained Manipulation

UniStateDLO:统一的生成式状态估计与变形线性物体在遮挡下的跟踪用于受限操作

Kangchen Lv, Mingrui Yu, Shihefeng Wang, Xiangyang Ji, Xiang Li

机构 * Department of Automation, Tsinghua University(自动化系,清华大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 UniStateDLO通过深度学习方法实现可变形线性物体在遮挡下的鲁棒状态估计与跟踪,利用扩散模型提升复杂映射的捕捉能力,展现高效的数据利用和仿真到现实的泛化能力。

Comments The first two authors contributed equally. Project page: https://unistatedlo.github.io

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17725 2025-12-22 math.AP 50%

The Fractional Stefan Problem: Global Regularity of the Bounded Selfsimilar Solution"

分数阶Stefan问题:有界自相似解的全局正则性

Marcos Llorca, Juan Luis Vázquez

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了分数阶Stefan问题中自相似解的正则性,发现临界指数$ s=1/2 $决定解的正则性,亚临界情况下具有更高正则性,而临界及超临界情况下解在自由边界处不满足Lipschitz连续性。

Comments 60 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17649 2025-12-22 math.AP 50%

Stability analysis for active Brownian particle models

主动布朗粒子模型的稳定性分析

Michele Coti Zelati, Lucas Ertzbischoff, David Gerard-Varet

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文通过线性稳定性分析,揭示了主动布朗粒子模型在非扩散和小角扩散情况下的稳定性特征,并发现其相分离机制与Landau阻尼类似但衰减更弱。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17623 2025-12-22 quant-ph math-ph math.AP math.MP 50%

The threshold for quantum-classical correspondence is $D \sim \hbar^{\frac43}$

量子-经典对应阈值为 $D \sim \hbar^{\frac43}$

Felipe Hernández, Daniel Ranard, C. Jess Riedel

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究通过构造显式Lindbladian证明,量子-经典对应性在Ehrenfest时间后的阈值为 $D \sim \hbar^{\frac43}$。

Comments 28 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17565 2025-12-22 cond-mat.mtrl-sci 50%

Experimental evidence of dominant ultrafast diffusive energy transport by hot electrons in Cu

在Cu中主导的超快扩散能量传输的实验证据

Jasmin Jarecki, Lisa Mehner, Maximilian Mattern, Andrius Jurgilaitis, Steffen Peer Zeuschner, Byungnam Ahn, Florian Baltrusch, J. Carl Ekström, David Kroon, Marc Herzog, Constantin Walz, Fried-Conrad Weber, Jörgen Larsson, Michel Hehn, Jan-Etienne Pudell, Daniel Schick, Alexander von Reppert, Matias Bargheer

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究通过实验确定Cu层中热电子主导的超快扩散能量传输机制,并揭示其与层厚的关系。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04878 2025-12-22 cond-mat.mtrl-sci 50%

Isostructural phase transition and equation of state of type-I and type-VIII metallic sodium borosilicide clathrates

等结构相变及型-I和型-VIII金属钠硼硅笼状化合物的方程状态

M. Demoucron, S. Pandolfi, Y. Guarnelli, B. Baptiste, P. Chauvigne, N. Guignot, D. Portehault, T. A. Strobel, M. Bykov, T. B. Shiell, W. A. Crichton, Y. Le Godec, A. Courac

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过高压实验发现型-I钠硼硅笼状物在13 GPa处发生等结构相变,而型-VIII则表现出常规压缩,揭示了其独特的高压行为和金属特性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.08763 2025-12-22 cs.HC cs.MA stat.AP 50%

Modeling multi-agent motion dynamics in immersive rooms

沉浸式房间中多智能体运动动态建模

Jerry M. Huang, Stefan T. Radev

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于智能体的模型,用于模拟沉浸式房间中人类运动动态,通过结合环境影响和智能体内部相互作用,以捕捉行动相关的智能体属性并估计运动模式参数。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.04393 2025-12-22 physics.geo-ph stat.AP 50%

Non-parametric kernel density estimation of magnitude distribution for the analysis of seismic hazard posed by anthropogenic seismicity

非参数核密度估计用于人为地震性地震危害分析的震级分布

Francis Tong, Stanisław Lasocki, Beata Orlecka-Sikora

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出使用 diffKDE 方法改进人为地震危害分析,通过非参数核密度估计提升震级分布估计精度。

Comments 26 pages, 15 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2501.16068 2025-12-22 math.AP 50%

Poisson kernels on the half-plane are bell-shaped

半平面上的泊松核是钟形的

Mateusz Kwaśnicki

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究半平面中二阶椭圆算子的泊松核性质,证明其钟形结构及导数符号变化特性。

Comments 17 pages; minor revision

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17476 2025-12-22 cond-mat.soft 50%

Collective Hard Core Interactions Leave Multiscale Signatures in Number Fluctuation Spectra

集体硬核心相互作用在数波动谱中留下多尺度特征

Eleanor K. R. Mackay, Anna Drummond Young, Adam Carter, Sophie Marbach, Alice L. Thorneywork

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究通过N-PSD揭示集体硬核心相互作用在数波动谱中的多尺度特征,揭示自扩散与集体动态的谱缩放机制。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17464 2025-12-22 math.AP 50%

Solution concepts for a model of visco-elasto-plasticity with slight compressibility

粘弹性塑性模型的解概念:略带可压缩性

Thomas Eiter

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了一种近不可压缩粘弹性塑性模型的解概念,结合了凯尔文-沃伊格和杰弗里斯型流变学,通过弱解和能量-变分解方法构造解。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17324 2025-12-22 physics.flu-dyn physics.ao-ph 50%

Vertical velocities in quasigeostrophic laboratory vortices

准地转实验室涡旋中的垂直速度

Marine Aulnette, Michael Le Bars, Patrice Le Gal

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过实验和理论模型验证了准地转实验室涡旋中垂直速度的预测,发现理论预测与实际测量存在显著差异,并通过引入耗散项来解释粘性扩散对涡旋内部循环的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17256 2025-12-22 cs.IT math.IT 50%

Quasi-recursive MDS Matrices over Galois Rings

准递归MDS矩阵在Galois环上的研究

Shakir Ali, Atif Ahmad Khan, Abhishek Kesarwani, Susanta Samanta

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种在Galois环上构造准递归MDS矩阵的方法,扩展了非交换环境下的构造,并应用于密码学中的高效扩散层。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17063 2025-12-22 cond-mat.mtrl-sci physics.chem-ph physics.comp-ph 50%

Accurate atomic correlation and total energies for correlation consistent effective core potentials II: Rb-Xe elements

准确的原子相关性和总能量对于一致的有效核心势II:Rb-Xe元素

Aqsa Shaikh, Omar Madany, Benjamin Kincaid, Lubos Mitas

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文通过ccECPs方法对Rb-Xe元素进行精确的关联和总能量计算,结合多种量子化学方法验证了其准确性,为电子结构计算提供了可靠的哈密顿量。

Comments 11 pages, 7 figures, 10 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16944 2025-12-22 physics.gen-ph 50%

From the thermodynamics of irreversible processes to dissipative structures and active matter

从不可逆过程的热力学至耗散结构与活性物质

Pierre Gaspard

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文探讨了非平衡热力学的发展历程,介绍了Glansdorff和Prigogine提出的耗散结构理论及其在活性物质研究中的应用。

Comments This presentation was given at the Belgian Symposium of Thermodynamics "Carnot 2024", 16-18 December 2024, Liege, Belgium

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.25977 2025-12-22 cs.LG cs.AI 50%

Data-Free Continual Learning of Server Models in Model-Heterogeneous Cloud-Device Collaboration

无数据持续学习的云-设备协作模型服务器

Xiao Zhang, Zengzhe Chen, Yuan Yuan, Yifei Zou, Fuzhen Zhuang, Wenyu Jiao, Yuke Wang, Dongxiao Yu

专题命中 扩散模型 :diffusion(abstract)

AI总结 FedDCL通过预训练扩散模型提取类特定原型,实现无数据持续学习,解决云-设备协作中模型异质性和知识对齐问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.11622 2025-12-22 stat.ML cs.LG 50%

The Stochastic Occupation Kernel (SOCK) Method for Learning Stochastic Differential Equations

用于学习随机微分方程的随机占据核(SOCK)方法

Michael L. Wells, Kamel Lahouel, Bruno Jedynak

机构 * Fariborz Maseeh Department of Mathematics and Statistics(法里博兹·马塞厄数学与统计学系) Portland State University(波特兰州立大学) Translational Genomics Research Institute(转化基因组研究研究所)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于占据核的方法,用于学习随机微分方程,通过估计漂移和扩散项来提高预测准确性并提升计算效率。

Comments 20 pages, 6 figures, and 2 tables in main part of text. 35 pages, 6 figures, and 2 tables in full submission including technical appendices

详情

展开后加载摘要…

URL PDF HTML 收藏
2407.13562 2025-12-22 math.AP physics.flu-dyn 50%

The long way of a viscous vortex dipole

粘性涡旋双极的漫长旅程

Michele Dolce, Thierry Gallay

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究高雷诺数下粘性涡旋双极的长期演化,通过双参数渐近展开提出精确解近似,并证明其在较长时域内保持有效性,同时推导有限尺寸效应下的修正公式。

Comments Revised version, accepted for publication. A few typos corrected, Section A.4 completely rewritten

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 可控生成 4 篇

2512.17350 2025-12-22 cs.CV 70%

Beyond Semantic Features: Pixel-level Mapping for Generalized AI-Generated Image Detection

超越语义特征:用于通用AI生成图像检测的像素级映射

Chenming Zhou, Jiaan Wang, Yu Li, Lei Li, Juan Cao, Sheng Tang

专题命中 可控生成 :image generation(abstract);diffusion(abstract);分类 cs.CV

AI总结 本文提出通过像素级映射预处理破坏图像语义特征,提升AI生成图像检测器的跨模型泛化能力。

Comments Accepted by AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17040 2025-12-22 cs.CV 57%

Infinite-Homography as Robust Conditioning for Camera-Controlled Video Generation

无限透视作为摄像机控制的鲁棒条件化方法用于摄像机控制的视频生成

Min-Jung Kim, Jeongho Kim, Hoiyeong Jin, Junha Hyung, Jaegul Choo

机构 * KAIST AI(韩国科学技术院人工智能研究所)

专题命中 可控生成 :diffusion(abstract);分类 cs.CV

AI总结 InfCam通过无限透视变形和数据增强管道,实现高姿态保真度的摄像机控制视频生成,优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.14280 2025-12-22 cs.CV 57%

EasyHOI: Unleashing the Power of Large Models for Reconstructing Hand-Object Interactions in the Wild

EasyHOI: 释放大模型潜力以重建真实场景中的手-物体交互

Yumeng Liu, Xiaoxiao Long, Zemin Yang, Yuan Liu, Marc Habermann, Christian Theobalt, Yuexin Ma, Wenping Wang

机构 * The University of Hong Kong(香港大学) ShanghaiTech University(上海科技大学) Hong Kong University of Science and Technology(香港科学大学) Nanyang Technological University(南洋理工大学) Max Planck Institute for Informatics(马克斯·普朗克研究所(信息学)) Texas A&M University(德克萨斯大学奥斯汀分校)

专题命中 可控生成 :inpainting(abstract);分类 cs.CV

AI总结 EasyHOI利用大模型实现单视角下手-物体交互的重建,通过先验引导优化提升重建精度。

Comments Project page: https://lym29.github.io/EasyHOI-page/

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17839 2025-12-22 math.OC math.AP 50%

Time Optimal Control Problem for the Landau-Lifshitz-Bloch equation

Landau-Lifshitz-Bloch方程的时间最优控制问题

Sidhartha Patnaik, Kumarasamy Sakthivel

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究了Landau-Lifshitz-Bloch方程的时间最优控制问题,通过推导优化条件,为磁态快速操控提供理论基础,并推动高速磁记忆技术发展。

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 图像修复 1 篇

2512.17292 2025-12-22 cs.CV 57%

Vision-Language Model Guided Image Restoration

基于视觉语言模型的图像修复

Cuixin Yang, Rongkang Dong, Kin-Man Lam

机构 * Department of Electrical and Electronic Engineering(电子与电气工程系)

专题命中 图像修复 :diffusion(abstract);分类 cs.CV

AI总结 本文提出VLMIR框架,利用视觉语言模型的先验知识提升图像修复性能,通过两阶段方法结合特征提取与扩散模型实现更高质量的图像恢复。

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 个性化与一致性 2 篇

2503.22182 2025-12-22 cs.IR cs.AI cs.CV 77%

Sell It Before You Make It: Revolutionizing E-Commerce with Personalized AI-Generated Items

在制作之前就出售它:通过个性化AI生成物品革新电子商务

Jianghao Lin, Peng Du, Jiaqi Liu, Weite Li, Yong Yu, Weinan Zhang, Yang Cao

机构 * Antai College of Economics and Management(经济管理学院) Shanghai Jiao Tong University(上海交通大学) Alibaba Group(阿里巴巴集团)

专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);diffusion(abstract);分类 cs.CV

AI总结 本文提出PerFusion框架,通过个性化AI生成物品提升电子商务的点击率和转化率,同时降低退货率。

Comments Accepted by KDD 2026 ADS Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16954 2025-12-22 cs.CV cs.AI 57%

Lights, Camera, Consistency: A Multistage Pipeline for Character-Stable AI Video Stories

灯光,摄像机,一致性:一种多阶段管道用于角色稳定的AI视频故事

Chayan Jain, Rishant Sharma, Archit Garg, Ishan Bhanuka, Pratik Narang, Dhruv Kumar

机构 * BITS Pilani, Pilani Campus, India(印度比斯汉尼学院帕利尼校区)

专题命中 个性化与一致性 :text-to-image(abstract);分类 cs.CV

AI总结 本文提出了一种多阶段管道,通过生成详细剧本并利用视觉锚点来提升AI生成视频故事中角色的一致性。

Comments Under Review

详情

展开后加载摘要…

URL PDF HTML 收藏

5. 图像生成评测 1 篇

2512.15110 2025-12-22 cs.CV 70%

Is Nano Banana Pro a Low-Level Vision All-Rounder? A Comprehensive Evaluation on 14 Tasks and 40 Datasets

Nano Banana Pro是否是低级视觉的全能选手?对14项任务和40个数据集的全面评估

Jialong Zuo, Haoyou Deng, Hanyu Zhou, Jiaxin Zhu, Yicheng Zhang, Yiwei Zhang, Yongxin Yan, Kaixing Huang, Weisen Chen, Yongtai Deng, Rui Jin, Nong Sang, Changxin Gao

机构 * National Key Laboratory of Multispectral Information Intelligent Processing Technology(多谱信息智能处理技术国家重点实验室) School of Artificial Intelligence and Automation(人工智能与自动化学院) Huazhong University of Science and Technology(华中科技大学)

专题命中 图像生成评测 :image generation(abstract);text-to-image(abstract);分类 cs.CV

AI总结 本文评估了Nano Banana Pro在14项低级视觉任务上的表现,发现其在主观视觉质量上优于专业模型,但在定量指标上表现欠佳,揭示了生成模型在保持像素一致性方面的挑战。

Comments Technical Report; 65 Pages, 36 Figures, 17 Tables; Poject Page: https://lowlevelbanana.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏

6. 效率与蒸馏 2 篇

2512.17202 2025-12-22 cs.CV cs.AI 79%

Fose: Fusion of One-Step Diffusion and End-to-End Network for Pansharpening

Fose:一阶段扩散与端到端网络融合用于全色增强

Kai Liu, Zeli Lin, Weibo Wang, Linghe Kong, Yulun Zhang

机构 * Shanghai Jiao Tong University(上海交通大学)

专题命中 效率与蒸馏 :diffusion(title,abstract);分类 cs.CV

AI总结 Fose通过融合一步扩散模型与端到端网络,实现全色增强的高效高精度处理,提升速度7.42倍并优于基线模型。

Comments Code link: https://github.com/Kai-Liu001/Fose

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17766 2025-12-22 math.NA cs.NA math.PR 50%

A Short Report on Importance Sampling for Rare Event Simulation in Diffusions

关于扩散过程中稀有事件模拟中重要性采样的简要报告

Zhiwei Gao

专题命中 效率与蒸馏 :diffusion(abstract)

AI总结 本文提出了一种基于谱参数化和交叉熵方法的重要性采样技术,用于高效模拟扩散过程中的稀有事件。

详情

展开后加载摘要…

URL PDF HTML 收藏