图像生成

ViSTA: Visual Storytelling using Multi-modal Adapters for Text-to-Image Diffusion Models

ViSTA: 基于多模态适配器的文本到图像扩散模型用于视觉叙事

Sibo Dong, Ismail Shaheen, Maggie Shen, Rupayan Mallick, Sarah Adel Bargal

机构 * Department of Computer Science, Georgetown University（计算机科学系，乔治城大学） 纠错

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

AI总结 ViSTA通过多模态历史适配器提升文本到图像扩散模型在视觉叙事中的生成一致性与文本对齐能力。

Comments Accepted to WACV 2026

Beyond Known Fakes: Generalized Detection of AI-Generated Images via Post-hoc Distribution Alignment

超越已知伪造：通过事后分布对齐实现AI生成图像的通用检测

Li Wang, Wenyu Chen, Xiangtao Meng, Zheng Li, Shanqing Guo

机构 * School of Cyber Science and Technology, Shandong University（网络安全科学与技术学院，山东大学） ； State Key Laboratory of Cryptography and Digital Economy Security, Shandong University（密码与数字经济安全国家重点实验室，山东大学） ； Shandong Key Laboratory of Artificial Intelligence Security, Shandong University（人工智能安全山东省重点实验室，山东大学） 纠错

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

AI总结 本文提出PDA框架，通过事后分布对齐实现对未知生成器AI图像的通用检测，实验显示其在16种生成模型上的检测准确率达96.69%。

Generation of Chest CT pulmonary Nodule Images by Latent Diffusion Models using the LIDC-IDRI Dataset

利用LIDC-IDRI数据集通过潜在扩散模型生成胸部CT肺结节图像

Kaito Urata, Maiko Nagao, Atsushi Teramoto, Kazuyoshi Imaizumi, Masashi Kondo, Hiroshi Fujita

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

AI总结 本文提出利用潜在扩散模型生成胸部CT肺结节图像，通过LIDC-IDRI数据集验证，生成图像质量与真实图像相当。

UniX: Unifying Autoregression and Diffusion for Chest X-Ray Understanding and Generation

UniX: 统一自回归与扩散以实现胸部X光理解与生成

Ruiheng Zhang, Jingfeng Yao, Huangxuan Zhao, Hao Yan, Xiao He, Lei Chen, Zhou Wei, Yong Luo, Zengmao Wang, Lefei Zhang, Dacheng Tao, Bo Du

机构 * Wuhan University（武汉大学） ； Huazhong University of Science and Technology（华中科技大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 UniX通过统一自回归与扩散模型，实现了胸部X光的高效理解和生成，显著提升了性能并减少了参数使用。

Comments Codes and models are available at https://github.com/ZrH42/UniX

3D latent diffusion models for parameterizing and history matching multiscenario facies systems

用于参数化和历史匹配多情景岩性系统的3D潜在扩散模型

Guido Di Federico, Louis J. Durlofsky

机构 * Department of Energy Science & Engineering, Stanford University（能源科学与工程系，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 本文提出基于生成潜在扩散模型的3D地质参数化方法，用于多情景岩性系统的历史匹配，通过生成大量地质模型实现不确定性降低。

Comments Text and Figures updated to reflect the journal version of the paper

FollowGen: A Scaled Noise Conditional Diffusion Model for Car-Following Trajectory Prediction

FollowGen: 一种用于车距预测的缩放噪声条件扩散模型

Junwei You, Rui Gan, Weizhe Tang, Zilin Huang, Jiaxi Liu, Zhuoyu Jiang, Haotian Shi, Keshu Wu, Keke Long, Sicheng Fu, Sikai Chen, Bin Ran

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

AI总结 FollowGen通过缩放噪声条件扩散模型，整合车与车交互和跟车动态，提升自动驾驶中车辆轨迹预测的准确性和合理性。

Comments arXiv admin note: text overlap with arXiv:2406.11941

Journal ref Communications in Transportation Research 5 (2025): 100215

Unlocking the Potentials of Retrieval-Augmented Generation for Diffusion Language Models

解锁检索增强生成在扩散语言模型中的潜力

Chuanyue Yu, Jiahui Wang, Yuhan Li, Heng Chang, Ge Lan, Qingyun Sun, Jia Li, Jianxin Li, Ziwei Zhang

机构 * Nankai University（南开大学） ； Beihang University（北航） ； HKUST (Guangzhou)（香港科技大学（广州）） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SPREAD框架，通过引入查询相关性引导的去噪策略，解决DLMs在RAG框架中生成精度低和语义漂移的问题。

Comments Preprints

Controlled Interacting Branching Diffusion Processes: A Viscosity Approach

受控相互作用分支扩散过程：粘性方法

Antonio Ocello

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种粘性方法，用于研究相互作用分支扩散过程的最优控制问题，并在均场情形下简化了问题。

Skill-Aware Diffusion for Generalizable Robotic Manipulation

面向可泛化的机器人操作技能感知扩散

Aoshen Huang, Jiaming Chen, Jiyu Cheng, Ran Song, Wei Pan, Wei Zhang

机构 * School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Department of Computer Science, The University of Manchester（计算机科学系，曼彻斯特大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 SADiff通过整合技能层面信息提升机器人操作的泛化能力，引入IsaacSkill数据集进行评估与迁移。

An efficient solver based on low-rank approximation and Neumann matrix series for unsteady diffusion-type partial differential equations with random coefficients

基于低秩近似和Neumann矩阵级数的高效求解器用于具有随机系数的非稳态扩散型偏微分方程

Yujun Zhu, Min Li, Yulan Ning, Ju Ming

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于低秩近似和Neumann矩阵级数的高效求解器，用于解决具有随机系数的非稳态扩散型偏微分方程，通过降低计算复杂度提升求解效率。

Multi-Agent Formation Navigation Using Diffusion-Based Trajectory Generation

基于扩散的多智能体编队导航

Hieu Do Quang, Chien Truong-Quoc, Quoc Van Tran

机构 * Department of Mechatronics, School of Mechanical Engineering, Hanoi University of Science and Technology（机械工程系，河内科学与技术大学） 纠错

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多智能体编队导航方法，通过生成领头者中点轨迹实现平滑运动，有效应对复杂环境中的编队控制问题。

Comments 8 pages, 3 figures, full version of a paper submitted to a conference

Beyond Hard Masks: Progressive Token Evolution for Diffusion Language Models

超越硬掩膜：用于扩散语言模型的渐进性令牌演化

Linhao Zhong, Linyu Wu, Bozhen Fang, Tianjian Feng, Chenchen Jing, Wen Wang, Jiaheng Zhang, Hao Chen, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Zhejiang University of Technology（浙江工业大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出EvoToken-DLM，通过演化的软令牌分布替代硬二进制掩码，实现扩散语言模型中可修正的解码，提升模型性能。

Comments Project webpage: https://aim-uofa.github.io/EvoTokenDLM

Multi-task Neural Diffusion Processes

多任务神经扩散过程

Joseph Rawson, Domniki Ladopoulou, Petros Dellaportas

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出多任务神经扩散过程，通过引入任务编码器实现任务感知的条件回归和小样本适应，提升预测精度和不确定性校准。

Comments 28 pages, 12 figures, 2 tables

Fractional cross-diffusion in a bounded domain: existence, weak-strong uniqueness, and long-time asymptotics

有界域中的分数交叉扩散：存在性、弱-强唯一性和长时间渐进行为

Nicola De Nitti, Nicola Zamponi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究探讨了有界域中分数交叉扩散系统的存在性、弱-强唯一性及长时间渐进行为，采用相对熵方法分析解的收敛性。

Bottom-up Iterative Anomalous Diffusion Detector (BI-ADD)

自底向上迭代异常扩散检测器 (BI-ADD)

Junwoo Park, Nataliya Sokolovska, Clément Cabriel, Ignacio Izeddin, Judith Miné-Hattab

机构 * Sorbonne Université, CNRS, Laboratoire de Biologie Computationnelle et Quantitative, LCQB（索邦大学，法国国家科学研究中心，计算生物学与定量实验室，LCQB） ； Institut Langevin, ESPCI Paris, Université PSL, CNRS（Langevin研究所，巴黎ESPCI，巴黎文理研究学院，法国国家科学研究中心） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 BI-ADD是一种结合无监督和监督学习的自底向上迭代方法，用于检测分子轨迹中的变化点，以分析单个分子或多个粒子的扩散行为。

Journal ref Journal of Physics: Photonics 7.4 (Sept. 2025), p. 045027

FrankenMotion: Part-level Human Motion Generation and Composition

FrankenMotion: 部位级人类动作生成与组合

Chuqiao Li, Xianghui Xie, Yong Cao, Andreas Geiger, Gerard Pons-Moll

机构 * Tübingen AI Center, University of Tübingen（图宾根人工智能中心，图宾根大学） ； Max Planck Institute for Informatics, Saarland Informatics Campus（马克斯·普朗克信息研究所，萨尔兰信息校区） 纠错

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

AI总结 FrankenMotion通过原子性、时间感知的部位级动作标注，实现了对身体部位和原子动作的双重控制，首次在动作生成中引入细粒度部位级标注。

Comments Project page: https://coral79.github.io/frankenmotion/

SceneFoundry: Generating Interactive Infinite 3D Worlds

SceneFoundry: 生成交互式无限3D世界

ChunTeng Chen, YiChen Hsu, YiWen Liu, WeiFang Sun, TsaiChing Ni, ChunYi Lee, Min Sun, YuanFu Yang

机构 * National Yang Ming Chiao Tung University（国家阳明交通大学） ； National Tsing Hua University（国立清华大学） ； NVIDIA AI Technology Center（NVIDIA AI技术中心） ； National Taiwan University（国立台湾大学） 纠错

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

AI总结 SceneFoundry通过语言引导的扩散框架生成功能性强的3D环境，用于机器人训练和具身智能研究。

Comments 15 pages

VINO: A Unified Visual Generator with Interleaved OmniModal Context

VINO：一个具有交错多模态上下文的统一视觉生成器

Junyi Chen, Tong He, Zhoujie Fu, Pengfei Wan, Kun Gai, Weicai Ye

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

AI总结 VINO通过统一的视觉生成框架实现图像和视频的生成与编辑，利用交错多模态上下文条件处理，提升多任务视觉创作能力。

Comments Project page: https://sotamak1r.github.io/VINO-web/

An Epidemiological Modeling Take on Religion Dynamics

对宗教动态的流行病学建模视角

Bilge Taskin, Teddy Lazebnik

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于流行病学的宗教动态模型，通过模拟宗教传播和竞争机制，揭示了宗教演变的规律，并为社会科学研究提供了分析工具。

Solving the Fisher nonlinear differential equations via Physics-Informed Neural Networks: A Comprehensive Retraining Study and Comparative Analysis with the Finite Difference Method

通过物理信息神经网络求解Fisher非线性微分方程：全面重训练研究及与有限差分法的比较分析

Ahmed Aberqi, Ahmed Miloudi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过物理信息神经网络求解Fisher非线性微分方程，比较其与有限差分法的性能，探讨重训练策略及模型优化。

Comments 14 pages, 9 Figures

Factored Value Functions for Graph-Based Multi-Agent Reinforcement Learning

基于图的多智能体强化学习中的分解价值函数

Ahmed Rashwan, Keith Briggs, Chris Budd, Lisa Kreusser

机构 * University of Bath（巴斯大学） ； BT Research（BT研究） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于图的多智能体强化学习中的分解价值函数（DVF），并设计了DA2C和LD-GNN算法，在多个任务中提升了平均奖励性能。

Non-equilibrium geometric forces steer spiral waves on folded surfaces

非平衡几何力引导螺旋波在折叠表面上的传播

Varun Venkatesh, Farzan Vafa, Martin Cramer Pedersen, Amin Doostmohammadi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究揭示了表面曲率通过几何力引导螺旋波在大脑皮层折叠表面的稳定与局部化，表明大脑几何结构是神经动态的主动约束。

Comments 13 pages, 6 figures. Submitted to PRX

Ergodic pairs for fractional Hamilton-Jacobi equations on bounded domains: large solutions

分数哈密顿-雅可比方程在有界域上的遍历对：大解

Alexander Quaas, Erwin Topp

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究分数阶哈密顿-雅可比方程在有界域上的遍历问题，通过消失折扣方法分析解的发散行为和遍历常数特征。

Investigating Pulsar Wind Nebula DA 495: Insights from LHAASO and Multi-Wavelength Observations

研究脉冲星风 nebula DA 495：来自LHAASO和多波段观测的见解

The LHAASO Collaboration

专题命中 扩散模型 ：diffusion(abstract)

AI总结 LHAASO和多波段观测揭示DA 495脉冲星风 nebula的高能特征，包括能量依赖的形态、X射线延伸、磁场分布及可能存在的γ射线脉冲星。

Comments Submitted to ApJ Letters, 10 pages, 4 figures, 1 table

Implicit Nucleation and Competitive Dynamics of Electrogenerated Hydrogen Nanobubbles

隐式成核与电生成氢气纳米气泡的竞争动力学

Nima Shakourifar, Nana Ofori-Opoku, Benzhong Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出一个相场框架，揭示电生成氢气纳米气泡的成核机制与竞争动态，强调其空间有序性而非副产物。

A model order reduction based adaptive parareal method for time-dependent partial differential equations

一种基于模型降阶的自适应并行真实方法用于时间依赖偏微分方程

Xiaoying Dai, Miao Hu, Shuwei Shen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于模型降阶的自适应并行真实方法，用于高效求解时间依赖偏微分方程，通过自适应构建粗传播器提升长期演化问题的模拟性能。

A Non-compact Positivity-Preserving Scheme for Parabolic PDE via Conditional Expectation

通过条件期望求解抛物型PDE的非紧致正性保持方案

Haoran Xu, Jie Ren, Xingye Yue

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种基于条件期望的非紧致正性保持方案，用于求解抛物型PDE，有效处理各向异性扩散和混合导数问题，具备高精度和稳定性。

Realistic Curriculum Reinforcement Learning for Autonomous and Sustainable Marine Vessel Navigation

现实课程强化学习用于自主可持续海洋船舶导航

Zhang Xiaocai, Xiao Zhe, Liang Maohan, Liu Tao, Li Haijiang, Zhang Wenbin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于现实课程强化学习的框架，结合数据驱动的海洋模拟和机器学习预测模块，以实现自主且可持续的船舶导航。

Comments Present in The 40th Annual AAAI Conference on Artificial Intelligence (AAAI-26)

Is open robotics innovation a threat to international peace and security?

开放式机器人创新是否威胁国际和平与安全？

Ludovic Righetti, Vincent Boulanin

机构 * Tandon School of Engineering at New York University（纽约大学Tandon工程学院） ； Artificial and Natural Intelligence Toulouse Institute（图卢兹人工智能与自然智能研究所） ； Stockholm International Peace Research Institute（斯德哥尔摩国际和平研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文探讨开放式机器人创新可能带来的国际安全风险，并提出通过教育、风险评估、材料管控和红线制定来规范机器人领域的发展。

Journal ref IEEE Robotics & Automation Magazine, vol. 32, no. 4, pp. 42-50, Dec. 2025

Hierarchy of timescales in a disordered spin-$1/2$ XX ladder

XX链中无序自旋-1/2的时标层次

Kadir Çeven, Lukas Peinemann, Fabian Heidrich-Meisner

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究无序自旋-1/2 XX链中松弛时标层次，揭示自旋扩散快于能量扩散的特性。

Comments 19 pages, 10 figures; published version

Journal ref Phys. Rev. B 113, 045126 (2026)