图像生成

Towards Dataset Copyright Evasion Attack against Personalized Text-to-Image Diffusion Models

面向个性化文本到图像扩散模型的数据集版权规避攻击

Kuofeng Gao, Yufei Zhu, Yiming Li, Jiawang Bai, Yong Yang, Zhifeng Li, Shu-Tao Xia

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Peng Cheng Laboratory（鹏城实验室） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Nanyang Technological University（南洋理工大学） ； Tencent（腾讯） 纠错

专题命中 文生图 ：text-to-image(title,abstract)；diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出CEAT2I，一种针对文本到图像扩散模型中数据集版权验证机制的版权规避攻击方法，通过检测水印样本、识别触发令牌和移除水印三阶段实现绕过验证。

Comments Accepted by IEEE Transactions on Information Forensics and Security

UTDesign: A Unified Framework for Stylized Text Editing and Generation in Graphic Design Images

UTDesign: 一种统一框架，用于图形设计图像中的风格化文本编辑与生成

Yiming Zhao, Yuanpeng Gao, Yuxuan Luo, Jiwei Duan, Shisong Lin, Longfei Xiong, Zhouhui Lian

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所） ； State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室） 纠错

专题命中 文生图 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 UTDesign提出了一种统一框架，实现高精度风格化文本编辑与生成，支持中英文文本，通过多模态编码器和DiT模型提升设计图像中的文本生成与编辑能力。

Comments 22 pages, 25 figures, SIGGRAPH Asia 2025, Conference Paper

FiGO: Fine-Grained Object Counting without Annotations

FiGO：无需标注的细粒度物体计数

Adriano D'Alessandro, Ali Mahdavi-Amiri, Ghassan Hamarneh

机构 * Simon Fraser University（西蒙 Fraser 大学） 纠错

专题命中 文生图 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 FiGO是一种无需标注的细粒度物体计数方法，通过生成合成示例和学习紧凑概念嵌入，实现对细粒度类别的准确计数。

Comments data - https://dalessandro.dev/datasets/lookalikes/

How I Met Your Bias: Investigating Bias Amplification in Diffusion Models

如何遇见你的偏见：调查扩散模型中的偏见放大

Nathan Roos, Ekaterina Iakovleva, Ani Gjergji, Vito Paolo Pastore, Enzo Tartaglione

机构 * LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI、 Télécom Paris、 Institut Polytechnique de Paris） ； MaLGa-DIBRIS, University of Genova（MaLGa-DIBRIS、乌尔比诺大学） ； AIGO, Istituto Italiano di Tecnologia（AIGO、意大利技术研究所） 纠错

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

AI总结 本研究探讨扩散模型中采样算法和超参数对偏见放大影响，通过实验展示超参数可调节偏见程度。

Dual-Encoder Transformer-Based Multimodal Learning for Ischemic Stroke Lesion Segmentation Using Diffusion MRI

基于双编码变压器的多模态学习用于扩散磁共振成像的缺血性中风病变分割

Muhammad Usman, Azka Rehman, Muhammad Mutti Ur Rehman, Abd Ur Rehman, Muhammad Umar Farooq

机构 * Department of Anesthesiology, Perioperative and Pain Medicine, Stanford University（麻醉学、围术期与疼痛医学系，斯坦福大学） ； Department of Biomedical Sciences, Seoul National University（生物医学科学系，首尔国立大学） ； Department of Computer Engineering, National University of Sciences and Technology (NUST)（计算机工程系，国立科学与技术大学（NUST）） ； Department of Computer Science, The University of Alabama（计算机科学系，阿拉巴马大学） ； Department of Computer Science, Hanyang University（计算机科学系，翰阳大学） 纠错

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

AI总结 本文提出双编码变压器架构，利用多模态扩散MRI实现缺血性中风病变分割，达到85.4%的Dice分数。

SLIM: Semantic-based Low-bitrate Image compression for Machines by leveraging diffusion

SLIM: 基于语义的低比特率图像压缩用于机器视觉通过利用扩散

Hyeonjin Lee, Jun-Hyuk Kim, Jong-Seok Lee

机构 * School of Integrated Technology, Yonsei University（延世大学整合技术学院） ； Department of Artificial Intelligence, Chung-Ang University（Chung-Ang 大学人工智能系） 纠错

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

AI总结 SLIM通过利用扩散技术，提出了一种基于语义的低比特率图像压缩方法，专注于机器视觉中的感兴趣区域，实现高效压缩与优化。

Spectral Diffusion for Sampling on ${\rm SU}(N)$

谱扩散在SU(N)上的采样

Gurtej Kanwar, Octavio Vega

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种在SU(N)群上高效训练扩散模型的方法，用于生成精确的无偏期望值，推动扩散模型在格点场论中的应用。

Comments 10 pages, 4 figures; Proceedings of the 42nd International Symposium on Lattice Field Theory (LATTICE2025), 2-8 November 2025, Mumbai, India. Code available at https://github.com/ovega14/sun_diffusion/

Enriching Earth Observation labeled data with Quantum Conditioned Diffusion Models

利用量子条件扩散模型丰富地球观测标记数据

Francesco Mauro, Francesca De Falco, Lorenzo Papa, Andrea Ceschini, Alessandro Sebastianelli, Paolo Gamba, Massimo Panella, Silvia Ullo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出QCU-Net，通过量子条件扩散模型生成合成地球观测图像，显著提升图像质量和语义准确性。

Cross-Population White Matter Atlas Creation for Concurrent Mapping of Brain Connections in Neonates and Adults with Diffusion MRI Tractography

跨种群白质图谱构建用于新生儿与成人脑连接的同时映射（基于扩散磁共振成像束追踪）

Wei Zhang, Yijie Li, Ruixi Zheng, Nir A. Sochen, Yuqian Chen, Leo R. Zekelman, Ofer Pasternak, Jarrett Rushmore, Yogesh Rathi, Nikos Makris, Lauren J. O'Donnell, Fan Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出NABA图谱，通过扩散MRI数据实现新生儿与成人白质连接的同时映射，揭示白质发育规律及早产影响

Comments 38 pages, 12 figure

Fractional hypocoercivity in bounded domains in the anomalous diffusion limit

有界域中异常扩散极限下的分数性超 coercivity

Maxime Herda, Marc Pegon, Isabelle Tristani

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了有界域中异常扩散极限下的线性动能方程的指数稳定性，提出了一种基于分数性超 coercivity方法的鲁棒性框架，适用于多种边界条件和碰撞算子。

Control Variate Score Matching for Diffusion Models

控制变量子匹配用于扩散模型

Khaled Kahouli, Romuald Elie, Klaus-Robert Müller, Quentin Berthet, Oliver T. Unke, Arnaud Doucet

机构 * Google DeepMind（谷歌DeepMind） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究院） ； Machine Learning Group, Technische Universität Berlin（柏林技术大学机器学习组） ； Department of Artificial Intelligence, Korea University（韩国大学人工智能系） ； Max-Planck Institute for Informatics（马克斯·普朗克信息研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出CVSI方法，通过控制变量子框架统一DSI和TSI，降低方差并提升扩散模型的样本效率。

IGDMRec: Behavior Conditioned Item Graph Diffusion for Multimodal Recommendation

IGDMRec: 基于行为的物品图扩散用于多模态推荐

Ziyuan Guo, Jie Guo, Zhenghao Chen, Bin Song, Fei Richard Yu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 IGDMRec通过行为条件图扩散和条件去噪网络，利用用户行为信息去噪多模态推荐的语义物品图，提升推荐性能。

Comments 12 pages, 6 figures. This paper has been accepted for publication in IEEE Transactions on Multimedia. The final published version will be available via IEEE Xplore

Unsupervised Single-Channel Audio Separation with Diffusion Source Priors

无监督单通道音频分离与扩散源先验

Runwu Shi, Chang Li, Jiang Wang, Rui Zhang, Nabeela Khan, Benjamin Yen, Takeshi Ashizawa, Kazuhiro Nakadai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种无监督单通道音频分离方法，利用扩散源先验和改进的反问题求解器，实现高质量的声源分离。

Why mask diffusion does not work

为何掩码扩散无法工作

Haocheng Sun, Cynthia Xin Wen, Edward Hong Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文探讨了掩码扩散模型在实现并行生成和双向注意力方面的固有困难，并提出了有效的训练和推理策略。

Diffusion Self-Weighted Guidance for Offline Reinforcement Learning

扩散自加权引导用于离线强化学习

Augusto Tagle, Javier Ruiz-del-Solar, Felipe Tobar

机构 * Initiative for Data & AI, Universidad de Chile（数据与人工智能倡议，智利大学） ； AMTC & Dept. of Electrical Eng., Universidad de Chile（AMTC与电气工程系，智利大学） ； Department of Mathematics, Imperial College London（数学系，伦敦帝国学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出自加权引导方法，通过扩散模型直接生成所需分数，无需额外网络，实现高效的离线强化学习

Comments Published in Transactions on Machine Learning Research (TMLR). 21 pages, 6 figures

Journal ref Trans. Mach. Learn. Res. (2025)

Self-Guided Diffusion Model for Accelerating Computational Fluid Dynamics

自引导扩散模型用于加速计算流体动力学

Ruoyan Li, Zijie Huang, Haixin Wang, Guancheng Wan, Yizhou Sun, Wei Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SG-Diff模型，通过自引导和物理指导策略，提升对求解器生成低保真度输入的细尺度细节重建能力。

Journal ref Proc. 32nd ACM SIGKDD Conf. on Knowledge Discovery and Data Mining (KDD 2026)

A survey on mass conservation, self-similarity and related topics in nonlinear diffusion

非线性扩散理论中质量守恒、自相似性及相关主题的综述

Juan Luis Vázquez

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文综述了非线性扩散理论中质量守恒、自相似性及相关主题，探讨了质量守恒原理的有效性及有限时间灭绝现象。

Comments 164 pages, 9 figures. The present version is significantly expanded treatment of the subject (164 pages), including additional topics and new results

Variational and Diffusion Quantum Monte Carlo Calculations with the CASINO Code

变分与扩散量子蒙特卡洛计算中的CASINO代码

R. J. Needs, M. D. Towler, N. D. Drummond, P. Lopez Rios, J. R. Trail

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 CASINO代码展示了变分和扩散量子蒙特卡洛方法的最新发展及应用

Journal ref J. Chem. Phys. 152, 154106 (2020)

Generating the Past, Present and Future from a Motion-Blurred Image

从模糊图像生成过去、现在和未来

SaiKiran Tedla, Kelly Zhu, Trevor Canham, Felix Taubner, Michael S. Brown, Kiriakos N. Kutulakos, David B. Lindell

机构 * York University（约克大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 本文提出利用预训练视频扩散模型从模糊图像恢复过去、现在和未来的视频，以揭示复杂场景动态。

Comments Code and data are available at https://blur2vid.github.io

Journal ref ACM Trans. Graph. (SIGGRAPH Asia 2025), vol. 44, no. 6, pp. 1-15, Dec. 2025

UMAMI: Unifying Masked Autoregressive Models and Deterministic Rendering for View Synthesis

UMAMI：统一掩码自回归模型和确定性渲染用于视图合成

Thanh-Tung Le, Tuan Pham, Tung Nguyen, Deying Kong, Xiaohui Xie, Stephan Mandt

机构 * UCI（加州大学伯克利分校） ； UCLA（加州大学洛杉矶分校） ； Google（谷歌） 纠错

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

AI总结 UMAMI通过结合掩码自回归模型和确定性渲染，实现了视图合成中图像质量与渲染效率的统一。

Comments Accepted to NeurIPS 2025. The first two authors contributed equally

SAM Audio: Segment Anything in Audio

SAM Audio：音频中的分段任何事物

Bowen Shi, Andros Tjandra, John Hoffman, Helin Wang, Yi-Chiao Wu, Luya Gao, Julius Richter, Matt Le, Apoorv Vyas, Sanyuan Chen, Christoph Feichtenhofer, Piotr Dollár, Wei-Ning Hsu, Ann Lee

机构 * Meta Superintelligence Labs（Meta超智能实验室） 纠错

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

AI总结 SAM Audio提出了一种统一文本、视觉和时间跨度提示的通用音频分离基础模型，实现了在多种音频任务中优于现有系统的性能。

Seedance 1.5 pro: A Native Audio-Visual Joint Generation Foundation Model

Seedance 1.5 pro: 一种原生音频视频联合生成基础模型

Team Seedance, Heyi Chen, Siyan Chen, Xin Chen, Yanfei Chen, Ying Chen, Zhuo Chen, Feng Cheng, Tianheng Cheng, Xinqi Cheng, Xuyan Chi, Jian Cong, Jing Cui, Qinpeng Cui, Qide Dong, Junliang Fan, Jing Fang, Zetao Fang, Chengjian Feng, Han Feng, Mingyuan Gao, Yu Gao, Dong Guo, Qiushan Guo, Boyang Hao, Qingkai Hao, Bibo He, Qian He, Tuyen Hoang, Ruoqing Hu, Xi Hu, Weilin Huang, Zhaoyang Huang, Zhongyi Huang, Donglei Ji, Siqi Jiang, Wei Jiang, Yunpu Jiang, Zhuo Jiang, Ashley Kim, Jianan Kong, Zhichao Lai, Shanshan Lao, Yichong Leng, Ai Li, Feiya Li, Gen Li, Huixia Li, JiaShi Li, Liang Li, Ming Li, Shanshan Li, Tao Li, Xian Li, Xiaojie Li, Xiaoyang Li, Xingxing Li, Yameng Li, Yifu Li, Yiying Li, Chao Liang, Han Liang, Jianzhong Liang, Ying Liang, Zhiqiang Liang, Wang Liao, Yalin Liao, Heng Lin, Kengyu Lin, Shanchuan Lin, Xi Lin, Zhijie Lin, Feng Ling, Fangfang Liu, Gaohong Liu, Jiawei Liu, Jie Liu, Jihao Liu, Shouda Liu, Shu Liu, Sichao Liu, Songwei Liu, Xin Liu, Xue Liu, Yibo Liu, Zikun Liu, Zuxi Liu, Junlin Lyu, Lecheng Lyu, Qian Lyu, Han Mu, Xiaonan Nie, Jingzhe Ning, Xitong Pan, Yanghua Peng, Lianke Qin, Xueqiong Qu, Yuxi Ren, Kai Shen, Guang Shi, Lei Shi, Yan Song, Yinglong Song, Fan Sun, Li Sun, Renfei Sun, Yan Sun, Zeyu Sun, Wenjing Tang, Yaxue Tang, Zirui Tao, Feng Wang, Furui Wang, Jinran Wang, Junkai Wang, Ke Wang, Kexin Wang, Qingyi Wang, Rui Wang, Sen Wang, Shuai Wang, Tingru Wang, Weichen Wang, Xin Wang, Yanhui Wang, Yue Wang, Yuping Wang, Yuxuan Wang, Ziyu Wang, Guoqiang Wei, Wanru Wei, Di Wu, Guohong Wu, Hanjie Wu, Jian Wu, Jie Wu, Ruolan Wu, Xinglong Wu, Yonghui Wu, Ruiqi Xia, Liang Xiang, Fei Xiao, XueFeng Xiao, Pan Xie, Shuangyi Xie, Shuang Xu, Jinlan Xue, Shen Yan, Bangbang Yang, Ceyuan Yang, Jiaqi Yang, Runkai Yang, Tao Yang, Yang Yang, Yihang Yang, ZhiXian Yang, Ziyan Yang, Songting Yao, Yifan Yao, Zilyu Ye, Bowen Yu, Jian Yu, Chujie Yuan, Linxiao Yuan, Sichun Zeng, Weihong Zeng, Xuejiao Zeng, Yan Zeng, Chuntao Zhang, Heng Zhang, Jingjie Zhang, Kuo Zhang, Liang Zhang, Liying Zhang, Manlin Zhang, Ting Zhang, Weida Zhang, Xiaohe Zhang, Xinyan Zhang, Yan Zhang, Yuan Zhang, Zixiang Zhang, Fengxuan Zhao, Huating Zhao, Yang Zhao, Hao Zheng, Jianbin Zheng, Xiaozheng Zheng, Yangyang Zheng, Yijie Zheng, Jiexin Zhou, Jiahui Zhu, Kuan Zhu, Shenhan Zhu, Wenjia Zhu, Benhui Zou, Feilong Zuo

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

AI总结 Seedance 1.5 pro是一款专为原生音频视频联合生成设计的基础模型，通过双分支扩散变压器架构实现高质量生成，支持多语言唇形同步和动态摄像机控制，提升专业内容创作效率。

Comments Seedance 1.5 pro Technical Report

EmoCAST: Emotional Talking Portrait via Emotive Text Description

EmoCAST：通过情感文本描述生成情感对话头

Yiguo Jiang, Xiaodong Cun, Yong Zhang, Yudian Zheng, Fan Tang, Chi-Man Pun

机构 * University of Macau（澳门大学） ； GVC Lab, Great Bay University（大湾大学GVC实验室） ； Meituan（美团） ； ICT-CAS Project（ICT-CAS项目） 纠错

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

AI总结 EmoCAST通过情感文本描述生成逼真且音频同步的情感对话头视频，结合文本引导和音频对齐模块提升表达质量。

Implicit-explicit schemes for compressible Cahn-Hilliard-Navier-Stokes equations on staggered grids

隐式-显式方案用于 staggered 网格上的可压缩 Cahn-Hilliard-Navier-Stokes 方程

Andreu Martorell, Pep Mulet, Dionisio F. Yáñez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种隐式-显式方案，用于在 staggered 网格上稳定求解可压缩 Cahn-Hilliard-Navier-Stokes 方程，通过隐式处理刚性项和显式处理对流项，提高计算效率与稳定性。

Presence of solar inner F-corona and coronal heating

日冕内F日冠和日冕加热现象

Z. Q. Qu, R. Y. Zhou, H. Su, Y. Liang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究发现日冕内存在新的散射源，命名为'内F日冠'，并通过中性原子与离子碰撞解释日冕加热机制。

A variational multiscale approach to PDE-constrained optimization problems arising in Data-Driven Computational Mechanics

变分多尺度方法在数据驱动计算力学中出现的PDE约束优化问题中的应用

Ramon Codina, Roberto Federico Ausas, Pedro Balbão Bazon, Cristian Guillermo Gebhardt

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种变分多尺度方法，用于数据驱动计算力学中PDE约束优化问题的稳定和一致有限元近似，通过不同子网格尺度选择实现了原始和对偶形式的转换，并通过实验验证了方法的性能。

Turing Pattern Engineering Enables Kinetically Ultrastable yet Ductile Metallic Glasses

图灵模式工程使金属玻璃具备动力学超稳定性且具有延展性

Huanrong Liu, Qingan Li, Shan Zhang, Rui Su, Yunjiang Wang, Pengfei Guan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过图灵模式工程，金属玻璃实现了动力学超稳定性与延展性的结合，提高了玻璃转变起始温度并保持断裂韧性。

Disorder-induced broadening of quantum momentum distribution

量子动量分布的无序诱导展宽

Vili Heinonen, Jani Lukkarinen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究探讨了二维量子气体在弱随机势场下动量分布的长时行为，揭示了无序诱导的动量展宽机制及各向同性形成过程。

Fabrication, drug delivery kinetics and cell viability assay of PLGA-coated vancomycin-loaded silicate porous microspheres

PLGA包覆的含万古霉素硅酸盐多孔微球的制备、药物释放动力学及细胞存活率测定

N. Zirak, A. Maadani, E. Salahinejad, N. Abbasnezhad, M. Shirinbayan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究开发了PLGA包覆的含万古霉素硅酸盐多孔微球，通过控制释放机制和生物相容性测试，验证其在骨组织工程中的应用潜力。

Journal ref Ceramics International, 48 (2022) 48-54

CoPHo: Classifier-guided Conditional Topology Generation with Persistent Homology

CoPHo：基于持续同调的分类器引导条件拓扑生成

Gongli Xi, Ye Tian, Mengyu Yang, Zhenyu Zhao, Yuchao Zhang, Xiangyang Gong, Xirong Que, Wendong Wang

机构 * School of Cyberspace Security, Beijing University of Posts and Telecommunications（网络安全学院，北京邮电大学） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（网络与交换技术国家重点实验室，北京邮电大学） ； School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications（计算机学院（国家级试点软件工程学院），北京邮电大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 CoPHo通过持续同调和预训练分类器引导生成具有特定结构属性的拓扑图，优于现有方法并在分子数据集上验证了其可迁移性。

Comments Accepted by KDD 2026. 12 pages, 5 figures