图像生成

Think-Then-Generate: Reasoning-Aware Text-to-Image Diffusion with LLM Encoders

思考-然后-生成：基于LLM编码器的推理感知文本到图像扩散模型

Siqi Kou, Jiachun Jin, Zetong Zhou, Ye Ma, Yugang Wang, Quan Chen, Peng Jiang, Xiao Yang, Jun Zhu, Kai Yu, Zhijie Deng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Kuaishou Technology（快手科技） ； Tsinghua University（清华大学） 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 本文提出基于LLM编码器的推理感知文本到图像扩散模型，通过推理重写提示提升生成质量，达到接近GPT-4的性能。

CoF-T2I: Video Models as Pure Visual Reasoners for Text-to-Image Generation

CoF-T2I: 视频模型作为纯视觉推理器用于文本到图像生成

Chengzhuo Tong, Mingkun Chang, Shenglong Zhang, Yuran Wang, Cheng Liang, Zhizheng Zhao, Ruichuan An, Bohan Zeng, Yang Shi, Yifan Dai, Ziming Zhao, Guanbin Li, Pengfei Wan, Yuanxing Zhang, Wentao Zhang

机构 * Peking University（北京大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学） 纠错

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

AI总结 CoF-T2I通过引入链式帧推理提升文本到图像生成的质量，通过逐步视觉细化和显式推理步骤实现高质量图像生成。

Comments 16 pages, 8 figures

AITTI: Learning Adaptive Inclusive Token for Text-to-Image Generation

AITTI: 学习自适应包容性令牌以生成文本到图像

Xinyu Hou, Xiaoming Li, Chen Change Loy

机构 * Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 AITTI通过学习自适应包容性令牌，有效缓解文本到图像生成中的刻板印象偏见，无需显式属性指定或先验知识。

Comments Accepted by IJCV

Tuning-Free Adaptive Style Incorporation for Structure-Consistent Text-Driven Style Transfer

无需调优的自适应风格融合用于结构一致的文本驱动风格迁移

Yanqi Ge, Jiaqi Liu, Qingnan Fan, Xi Jiang, Ye Huang, Shuai Qin, Hong Gu, Wen Li, Lixin Duan

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Sichuan Provincial Key Laboratory for Human Disease Gene Study and the Center for Medical Genetics, Department of Laboratory Medicine, Sichuan Academy of Medical Sciences and Sichuan Provincial People’s Hospital, UESTC（四川省人类疾病基因研究重点实验室和医学遗传中心，四川省医学研究院及四川省人民医院，电子科技大学） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（深圳先进研究院，电子科技大学） ； Department of Computer Science and Engineering, Southern University of Science and Technology（计算机科学与工程系，南方科技大学） ； VIVO 纠错

专题命中 图像编辑 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出自适应风格融合方法，通过双通道结构解耦和结构一致的融合机制，提升文本驱动风格迁移的结构一致性和风格效果。

Towards Efficient Low-rate Image Compression with Frequency-aware Diffusion Prior Refinement

面向高效低比特率图像压缩的频率感知扩散先验细化

Yichong Xia, Yimin Zhou, Jinpeng Wang, Bin Chen

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

AI总结 本文提出DiffCR框架，通过频率感知跳过估计和频率解耦注意力模块，实现高效低比特率图像压缩，显著提升压缩效率和图像质量。

Res-MoCoDiff: Residual-guided diffusion models for motion artifact correction in brain MRI

Res-MoCoDiff: 基于残差引导的扩散模型用于脑部MRI运动伪影校正

Mojtaba Safari, Shansong Wang, Qiang Li, Zach Eidex, Richard L. J. Qiu, Chih-Wei Chang, Hui Mao, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学系和Winship癌症研究所，埃默里大学） ； Department of Radiology and Image Science and Winship Cancer Institute, Emory University（放射学系和影像科学以及Winship癌症研究所，埃默里大学） 纠错

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

AI总结 Res-MoCoDiff通过残差引导的扩散模型有效校正脑部MRI运动伪影，提升图像质量并减少处理时间。

MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting

利用高效扩散概率模型的MRI超分辨率重建

Mojtaba Safari, Shansong Wang, Zach Eidex, Qiang Li, Erik H. Middlebrooks, David S. Yu, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤科和Winship癌症研究所，埃默里大学） ； Department of Radiology, Mayo Clinic（放射科，梅奥诊所） 纠错

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

AI总结 Res-SRDiff通过残差误差位移机制提升MRI超分辨率重建效率与质量

Diffusion-Driven Deceptive Patches: Adversarial Manipulation and Forensic Detection in Facial Identity Verification

扩散驱动的欺骗性补丁：面部身份验证中的对抗操纵与取证检测

Shahrzad Sayyafzadeh, Hongmei Chi, Shonda Bernadin

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模型的对抗性补丁生成与检测方法，通过FGSM和ViT-GPT2模型提升对抗性攻击的隐蔽性与有效性，并实现了高SSIM的检测性能。

Comments This manuscript is a preprint. A revised version of this work has been accepted for publication in the Springer Nature book Artificial Intelligence-Driven Forensics. This version includes one additional figure for completeness

End-to-End PET Image Reconstruction via a Posterior-Mean Diffusion Model

通过后验均值扩散模型实现端到端的PET图像重建

Yiran Sun, Osama Mawlawi

机构 * Department of Electrical and Computer Engineering, Rice University, Houston, USA（电气与计算机工程系，里士大学，美国休斯顿） ； Department of Imaging Physics, University of Texas MD Anderson Cancer Center, Houston, USA（影像物理系，德克萨斯大学MD安德森癌症中心，美国休斯顿） 纠错

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

AI总结 PMDM-PET通过后验均值扩散模型实现端到端PET图像重建，兼顾感知质量与失真控制，优于现有最先进方法。

Comments 5 pages, 1 figure

Self-supervised restoration of singing voice degraded by pitch shifting using shallow diffusion

基于浅层扩散模型的歌唱声降质后自监督修复

Yunyi Liu, Taketo Akama

机构 * University of Sydney, Electrical and Computer Engineering（悉尼大学电气与计算机工程学院） ； Sony Computer Science Laboratories, Tokyo, Japan（索尼计算机科学实验室（日本东京）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于浅层扩散模型的自监督方法，用于修复因音高转换而降质的歌唱声音，通过保留旋律和时间，减少伪影并提升音质。

Controllable Financial Market Generation with Diffusion Guided Meta Agent

受扩散引导的元代理可控金融市场生成

Yu-Hao Huang, Chang Xu, Yang Liu, Weiqing Liu, Wu-Jun Li, Jiang Bian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DigMA模型，通过扩散引导元代理生成可控且保真度高的金融市场，适用于高频交易任务。

Comments To appear in The Fortieth AAAI Conference on Artificial Intelligence (AAAI-26 Oral)

BeamCKMDiff: Beam-Aware Channel Knowledge Map Construction via Diffusion Transformer

BeamCKMDiff: 通过扩散变换器构建感知射频通道知识图谱

Le Zhao, Yining Wang, Xinyi Wang, Zesong Fei, Yong Zeng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 BeamCKMDiff 通过扩散变换器生成框架，实现基于任意连续波束成形向量的高保真通道知识图谱构建，提升6G网络环境感知能力。

Comments 6 pages, 3 figures

Effect of hole pitch reduction on electron transport and diffusion: A comparative simulation study of Triple GEM detectors

孔 pitch 减小对电子传输和扩散的影响：三重 GEM 检测器的比较模拟研究

Rajiv Gupta, Sunidhi Saxena, Ajay Kumar

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究通过模拟分析三重GEM检测器在减小孔pitch下的电子传输与扩散特性，探讨其性能优化与设计改进。

Dedifferentiation stabilizes stem cell lineages: From CTMC to diffusion theory and thresholds

去分化稳定化干细胞谱系：从CTMC到扩散理论和阈值

Jiguang Yu, Louis Shuo Wang, Ye Liang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过CTMC模型和扩散理论分析了干细胞谱系在群体波动下的稳定性，揭示了去分化流对维持稳态的重要性，并提出了稳态约束定律。

A Nonlinear Mechanism for Transient Anomalous Diffusion

瞬态异常扩散的一种非线性机制

Gabriel Barreiro, Vladimir Pérez-Veloz

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于非线性扩散方程的瞬态异常扩散机制，通过扰动分析展示局部相互作用如何导致从亚扩散到标准扩散的过渡。

Taming the Memory Footprint Crisis: System Design for Production Diffusion LLM Serving

缓解内存占用危机：面向生产扩散大语言模型服务的系统设计

Jiakun Fan, Yanglin Zhang, Xiangchen Li, Dimitrios S. Nikolopoulos

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 dLLM-Serve通过优化内存占用、计算调度和生成质量，解决了扩散大语言模型在生产中的内存占用危机，实现了更高的吞吐量和更低的延迟。

Lightweight Diffusion-based Framework for Online Imagined Speech Decoding in Aphasia

轻量级扩散框架用于脑卒中患者在线想象言语解码

Eunyeong Ko, Soowon Kim, Ha-Na Jo

机构 * Dept. of Artificial Intelligence（人工智能系） ； Korea University（韩国大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种轻量级扩散模型，用于实时解码脑卒中患者想象言语，通过优化架构实现高效推理，实验结果显示在真实场景中具有较高的准确率。

Comments 4 pages, 2 figures, 1 table, Name of Conference: International Conference on Brain-Computer Interface

1/2 order convergence rate of Euler-type methods for time-changed stochastic differential equations with super-linearly growing drift and diffusion coefficients

1/2阶收敛率的欧拉型方法用于具有超线性增长漂移和扩散系数的时间改变随机微分方程

Shuai Wang, Yuanling Niu, Ying Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出两种欧拉型方法用于求解具有超线性增长漂移和扩散系数的时间改变随机微分方程，证明其在$ L_2 $意义下以1/2阶收敛，并通过数值实验验证了方法的有效性。

A kinetic chemotaxis model and its diffusion limit in slab geometry

一种动能趋化模型及其在板状几何中的扩散极限

Herbert Egger, Kathrin Hellmuth, Nora Philippi, Matthias Schlottbom

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出了一种动能趋化模型，并在板状几何中研究其扩散极限，证明了高翻转率下的解收敛性及收敛速率。

Journal ref Asymptotic Analysis (2025): 0921713425132851

A Geometric Unification of Generative AI with Manifold-Probabilistic Projection Models

生成AI的几何统一：流形-概率投影模型

Leah Bar, Liron Mor Yosef, Shai Zucker, Neta Shoham, Inbar Seroussi, Nir Sochen

机构 * Department of Applied Mathematics, Tel Aviv University（应用数学系，特拉维夫大学） 纠错

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

AI总结 本文提出流形-概率投影模型，通过结合几何和概率方法，改进图像生成和去噪性能，优于现有模型。

Comparison of viscosity solutions for a class of non-linear PDEs on the space of finite nonnegative measures

非线性PDE类在有限非负测度空间上的粘性解比较

Ibrahim Ekren, Xihao He, Tianxu Lan, Xiaolu Tan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了非线性PDE在有限非负测度空间上的粘性解比较原理，并应用该方法分析了分支过程的最优控制问题。

Mesh Denoising

网格去噪

Constantin Vaillant Tenzer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了四种网格去噪方法，发现Sobolev正则化虽快但效果次优，热扩散在大型网格上效果不如滤波，而适当参数选择可提升小型网格质量。

Analysis and Experimental Demonstration of Amplitude Amplification for Combinatorial Optimization

幅度放大在组合优化中的分析与实验验证

Daniel Koch, Brian Pardo, Kip Nieman

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过实验验证了量子幅度放大在组合优化中的应用，展示了其在接近全局最优解时的性能表现，并在不同量子比特平台上验证了算法的准确性。

Chasing Opportunity: Spillovers and Drivers of U.S. State Population Growth

追逐机遇：美国各州人口增长的外溢效应与驱动因素

Sebastian Kripfganz, Vasilis Sarafidis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过动态空间模型分析美国各州人口增长的驱动因素和空间外溢效应，首次结合数据推导的网络结构与工具变量估计，揭示了人口增长的异质收敛特征及生产率效应的出现条件。

Discrete Feynman-Kac Correctors

离散费曼-科茨校正器

Mohsin Hasan, Viktor Ohanesian, Artem Gazizov, Yoshua Bengio, Alán Aspuru-Guzik, Roberto Bondesan, Marta Skreta, Kirill Neklyudov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出离散费曼-科茨校正器，通过序贯蒙特卡洛算法在推理时控制离散扩散模型的生成分布，实现高效采样和奖励优化。

Comments Code: https://github.com/hasanmohsin/discrete_fkc

Computer Generation of Disordered Networks with Targeted Structural Properties

生成具有目标结构特性的无序网络

Florin Hemmann, Vincent Glauser, Ullrich Steiner, Matthias Saba

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种扩展算法，通过引入键排斥来生成具有目标结构特性的无序网络，利用神经网络预测结构特征，并通过案例研究重现了四个无序生物光子网络。

On gradient stability in nonlinear PDE models and inference in interacting particle systems

关于非线性PDE模型中的梯度稳定性及相互作用粒子系统中的推断

Aurélien Castre, Richard Nickl

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究非线性PDE模型中的梯度稳定性问题，并通过两个例子展示了如何利用隐函数定理验证稳定性条件及统计可识别性。

Comments 36 pages

Asymmetry in Spectral Graph Theory: Harmonic Analysis on Directed Networks via Biorthogonal Bases (Random-Walk Laplacian Formulation)

谱图理论中的不对称性：通过双正交基进行有向网络的谐波分析（随机游走拉普拉斯公式）

Chandrasekhar Gokavarapu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出双正交图傅里叶变换用于分析有向网络的不对称性，通过非自共轭性和特征向量条件揭示稳定性机制，并推导了稳定性界和信号重建定理。

Data-Driven Dynamic Factor Modeling via Manifold Learning

通过流形学习的数据驱动动态因子建模

Graeme Baker, Agostino Capponi, J. Antonio Sidaoui

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于流形学习的数据驱动动态因子建模方法，通过各向异性扩散图学习低维嵌入，以提高高维协变量和响应的联合演变预测精度，并在投资组合压力测试中实现了显著的误差改进。

Quantum Monte Carlo study of systems interacting via long-range interactions mediated by a cavity

利用腔体介导的无限范围相互作用研究量子气体系统

Marta Domínguez-Navarro, Abel Rojo-Francàs, Bruno Juliá-Díaz, Grigori E. Astrakharchik

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过变分和扩散蒙特卡罗方法，分析了由腔体介导的无限范围相互作用下，玻色子和费米子系统在不同相互作用条件下的相变行为及结构特性。

Comments 13 pages, 7 figures