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。

2026-01-28 至 2026-01-28 共收录 66 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 54 篇

2601.19432 2026-01-28 cond-mat.soft cond-mat.stat-mech 71%

Emergent hydrodynamics of chiral active fluids: vortices, bubbles and odd diffusion

自旋活性流体的涌现水动力学:涡流、气泡和奇数扩散

Umberto Marini Bettolo Marconi, Alessandro Petrini, Raphaël Maire, Lorenzo Caprini

专题命中 扩散模型 :diffusion(title)

AI总结 本文提出了一种描述自旋活性流体水动力学的理论框架,揭示了奇数扩散、边缘电流和非均匀相等现象的机制。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19169 2026-01-28 eess.IV eess.SP 71%

Recover Cell Tensor: Diffusion-Equivalent Tensor Completion for Fluorescence Microscopy Imaging

恢复细胞张量:用于荧光显微成像的扩散等价张量补全

Chenwei Wang, Zhaoke Huang, Zelin Li, Wenqi Zhu

专题命中 扩散模型 :diffusion(title)

AI总结 本文提出了一种针对荧光显微成像的张量补全框架,通过等价生成模型提升3D细胞张量的恢复精度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.13386 2026-01-28 cs.GR cs.CV 62%

Supervising 3D Talking Head Avatars with Analysis-by-Audio-Synthesis

通过音频合成分析监督3D说话人头像

Radek Daněček, Carolin Schmitt, Senya Polikovsky, Michael J. Black

机构 * Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所)

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

AI总结 THUNDER通过可微声学生成机制,结合网格到语音模型提升3D说话人头像的唇同步质量与面部表情多样性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19717 2026-01-28 cs.CV 57%

DiffStyle3D: Consistent 3D Gaussian Stylization via Attention Optimization

DiffStyle3D: 通过注意力优化实现一致的3D高斯风格化

Yitong Yang, Xuexin Liu, Yinglin Wang, Jing Wang, Hao Dou, Changshuo Wang, Shuting He

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

AI总结 DiffStyle3D通过注意力优化实现3D高斯风格迁移,提升多视图一致性和视觉效果

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19606 2026-01-28 cs.CV cs.AI cs.LG cs.SD eess.AS 57%

GMS-CAVP: Improving Audio-Video Correspondence with Multi-Scale Contrastive and Generative Pretraining

GMS-CAVP:通过多尺度对比和生成预训练提升音频视频对应关系

Shentong Mo, Zehua Chen, Jun Zhu

机构 * Carnegie Mellon University(卡内基梅隆大学) MBZUAI Tsinghua University(清华大学)

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

AI总结 GMS-CAVP通过多尺度对比和生成预训练方法提升音频视频对应关系建模,实现更深入的跨模态理解和高保真生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19484 2026-01-28 cs.CV 57%

Dynamic Worlds, Dynamic Humans: Generating Virtual Human-Scene Interaction Motion in Dynamic Scenes

动态世界,动态人类:生成动态场景中的虚拟人类-场景交互动作

Yin Wang, Zhiying Leng, Haitian Liu, Frederick W. B. Li, Mu Li, Xiaohui Liang

机构 * Beihang University(北航大学) University of Durham(达勒姆大学) State Key Laboratory of Virtual Reality Technology and Systems(虚拟现实技术与系统国家重点实验室) Zhongguancun Laboratory(中关村实验室)

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

AI总结 本文提出Dyn-HSI架构,通过动态视觉导航、分层经验记忆和人-场景交互扩散模型,生成高质量的动态场景中人-场景交互动作。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19295 2026-01-28 cs.CV 57%

ProMist-5K: A Comprehensive Dataset for Digital Emulation of Cinematic Pro-Mist Filter Effects

ProMist-5K:用于数字模拟电影Pro-Mist滤镜效果的综合数据集

Yingtie Lei, Zimeng Li, Chi-Man Pun, Wangyu Wu, Junke Yang, Xuhang Chen

机构 * University of Macau(澳门大学) Shenzhen Polytechnic University(深圳职业技术大学) Xi'an Jiaotong-Liverpool University(西安交通大学利物浦大学) University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) Huizhou University(惠州大学)

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

AI总结 ProMist-5K数据集通过物理启发的方法提供高分辨率图像对,用于数字模拟电影中Pro-Mist滤镜效果,支持多种图像转换模型和学习方法。

Comments Accepted by ICASSP2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19247 2026-01-28 cs.CV 57%

TIGaussian: Disentangle Gaussians for Spatial-Awared Text-Image-3D Alignment

TIGaussian: 解耦高斯分布以实现空间感知的图文-3D对齐

Jiarun Liu, Qifeng Chen, Yiru Zhao, Minghua Liu, Baorui Ma, Sheng Yang

机构 * Unmanned Vehicle Dept., Cainiao Inc., Alibaba Group, Hangzhou, China(阿里巴巴集团 Cainiao 无人机部门,杭州,中国) Hillbot, Sunnyvale, USA(Hillbot,美国 Sunnyvale) Beijing Academy of Artificial Intelligence, Beijing, China(北京人工智能研究院,北京,中国)

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

AI总结 TIGaussian通过多分支3DGS分词器和模态特定对齐策略,实现空间感知的图文-3D跨模态对齐,提升3D相关任务的预训练效果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.18997 2026-01-28 cs.CV cs.LG 57%

Anatomically-aware conformal prediction for medical image segmentation with random walks

解剖学感知的符合预测用于带有随机游走的医学图像分割

Mélanie Gaillochet, Christian Desrosiers, Hervé Lombaert

机构 * École de Technologie Supérieure Mila - Quebec AI Institute Polytechnique Montréal

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

AI总结 本文提出RW-CP方法,通过随机游走扩散不确定性,提升医学图像分割的解剖学一致性与预测稳定性。

Comments 13 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.08931 2026-01-28 cs.CV cs.AI cs.LG 57%

Astra: General Interactive World Model with Autoregressive Denoising

Astra:通用交互世界模型与自回归去噪

Yixuan Zhu, Jiaqi Feng, Wenzhao Zheng, Yuan Gao, Xin Tao, Pengfei Wan, Jie Zhou, Jiwen Lu

机构 * Tsinghua University(清华大学) Kuaishou Technology(快手科技)

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

AI总结 Astra提出了一种通用交互世界模型,通过自回归去噪和动作感知适配器实现长周期视频预测与多样化交互。

Comments Accepted in ICLR 2026. Code is available at: https://github.com/EternalEvan/Astra

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.20464 2026-01-28 astro-ph.EP 50%

How two-dimensional are planet-disc interactions? II. Radiation hydrodynamics and suitable cooling prescriptions

行星-盘相互作用是二维的吗?II. 辐射水力学和合适的冷却方案

Alexandros Ziampras, Amelia J. Cordwell, Roman R. Rafikov, Richard P. Nelson

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了行星-盘相互作用中二维与三维模型的差异,发现二维模型能准确捕捉间隙开掘物理,且简单冷却方案可模拟辐射效应。

Comments 12 pages, 9 figures. Accepted in A&A

Journal ref A&A 705, A194 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19445 2026-01-28 physics.bio-ph 50%

Intermediate physical interactions induce spatiotemporal dynamics in Turing patterns

中间物理相互作用诱导Turing图案的时空动态

Cathelijne ter Burg, David Zwicker

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究揭示了中间物理相互作用如何诱导Turing图案的时空动态,并发现强物理相互作用下出现的化学活性滴状物特性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19352 2026-01-28 cs.LG 50%

GraphSB: Boosting Imbalanced Node Classification on Graphs through Structural Balance

图SB:通过结构平衡提升图上不平衡节点分类

Zhixiao Wang, Chaofan Zhu, Qihan Feng, Jian Zhang, Xiaobin Rui, Philip S Yu

机构 * China University of Mining and Technology(中国矿业大学) University of Illinois Chicago(伊利诺伊大学芝加哥分校)

专题命中 扩散模型 :diffusion(abstract)

AI总结 GraphSB通过结构平衡策略解决图结构不平衡问题,提升图上不平衡节点分类的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19223 2026-01-28 math.DS stat.ML 50%

Nonlocal Kramers-Moyal formulas and data-driven discovery of stochastic dynamical systems with multiplicative Lévy noise

非局部Kramers-莫伊尔公式与具有乘法莱维噪声的随机动力系统数据驱动发现

Yang Li, Jinqiao Duan

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出非局部Kramers-莫伊尔公式,用于数据驱动发现具有乘法莱维噪声的随机动力系统,提供了一种识别SDE系数的方法,并通过实验验证其有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19221 2026-01-28 cs.CL 50%

DREAMSTATE: Diffusing States and Parameters for Recurrent Large Language Models

DREAMSTATE: 用于循环大语言模型的扩散状态和参数

Liu Xiao

专题命中 扩散模型 :diffusion(abstract)

AI总结 DREAMSTATE通过扩散模型实现RNN状态的生成与编辑,结合RNN局部优势与全局上下文适应性,提出混合架构提升模型性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19211 2026-01-28 math.NA cs.NA math.AP 50%

On a Class of Multi-Dimensional Non-linear Time-Fractional Fokker-Planck Equations Capturing Brownian Motion

关于一类多维非线性时间分数阶福克-普朗克方程的研究,用于捕捉布朗运动

Neetu Garg, Varsha R

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种半解析方法,用于求解多维非线性时间分数阶福克-普朗克方程,通过结合拉普拉斯变换和残差幂级数方法,有效捕捉布朗运动的非局部和记忆效应。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19145 2026-01-28 math.PR math.AP 50%

Stochastic Persistence in Infinite Dimensions

无穷维中的随机持久性

Juraj Foldes, Declan Stacy

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于平均李雅普诺夫函数的通用标准,用于描述无穷维随机系统的持久性,并通过多个实例验证了该方法的有效性。

Comments 88 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19091 2026-01-28 cs.LG cs.AI 50%

Out-of-Distribution Generalization for Neural Physics Solvers

神经物理求解器的分布外泛化

Zhao Wei, Chin Chun Ooi, Jian Cheng Wong, Abhishek Gupta, Pao-Hsiung Chiu, Yew-Soon Ong

机构 * Centre for Frontier AI Research (CFAR)(前沿人工智能研究中心) Agency for Science, Technology and Research (A*STAR)(科技研究局) Institute of High Performance Computing (IHPC)(高性能计算研究所) School of Mechanical Sciences(机械科学学院) Indian Institute of Technology Goa(果阿印度理工学院) College of Computing and Data Science(计算与数据科学学院) Nanyang Technological University(南洋理工大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 NOVA通过学习物理对齐的表示,实现了神经物理求解器在分布偏移下的高效泛化,提升了科学发现中长期动态预测和生成设计的能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.16616 2026-01-28 math.PR 50%

Feller Property and Absorption of Diffusions for Multi-Species Metacommunities

多物种超群的Feller性质与吸收

Benoît Henry, Céline Wang

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了多物种超群中扩散过程的Feller性质和吸收行为,通过Wright-Fisher模型和一般化交换函数,证明了在大N下过程收敛到具有Feller性质的扩散过程,并在有限时间内达到吸收状态。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.23678 2026-01-28 cond-mat.str-el 50%

Symbolic recursion method for strongly correlated fermions in two and three dimensions

符号递归方法用于二维和三维中强相关费米子的动力学

Igor Ermakov, Oleg Lychkovskiy

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出符号递归方法,用于研究二维和三维中强相关费米子的动力学,通过高精度计算电荷扩散常数并发现其与相互作用强度 $V$ 的关系为 $\sim 1/V^2$。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.22730 2026-01-28 physics.flu-dyn 50%

A Unified Numerical Framework for Turbulent Convection and Phase-Change Dynamics in Coupled Fluid-Porous Systems

耦合流-多孔介质系统中湍流对流与相变动力学的统一数值框架

Rongfu Guo, Yantao Yang

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出一种统一的数值框架,用于模拟耦合流-多孔介质系统中的湍流对流和相变过程,验证了其在复杂多相传输中的可靠性。

Comments 28 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.19546 2026-01-28 cond-mat.soft cond-mat.mtrl-sci cond-mat.stat-mech 50%

Elastic heterogeneity governs anomalous scaling in a soft porous crystal

弹性异质性支配了软多孔晶体中的异常尺度行为

Kota Mitsumoto, Kyohei Takae

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究揭示弹性异质性通过调控吸附动力学,导致软多孔晶体中出现尺寸依赖性吸收、表面褶皱及异常动态尺度等现象。

Comments 12 pages, 4 figures, and 10 extended data figures

Journal ref Commun. Phys. (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2410.00967 2026-01-28 cond-mat.mes-hall cond-mat.mtrl-sci 50%

Topologically-enhanced exciton transport

拓扑增强的激子输运

Joshua J. P. Thompson, Wojciech J. Jankowski, Robert-Jan Slager, Bartomeu Monserrat

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过拓扑学和量子几何学增强激子输运,揭示其在半导体光电子技术中的应用潜力。

Journal ref Nature Communications 16, 11448 (2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2407.08478 2026-01-28 math.PR 50%

Killing versus catastrophes in birth-death processes and an application to population genetics

灭绝与灾难在出生-死亡过程中的区别及其在种群遗传学中的应用

Ellen Baake, Fernando Cordero, Enrico Di Gaspero, Anton Wakolbinger

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了出生-死亡过程中的灭绝与灾难现象,通过数学工具建立两者联系,并应用于种群遗传学中的祖先过程分析。

Comments 24 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2406.12444 2026-01-28 cs.CY cs.SI 50%

Who Checks the Checkers? Exploring Source Credibility in Twitter's Community Notes

谁检查检查者?探索推特社区笔记中的来源可信度

Uku Kangur, Roshni Chakraborty, Rajesh Sharma

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究探讨推特社区笔记中来源可信度的问题,发现左倾高事实性来源更倾向验证推文,揭示社区事实核查的偏见与有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 可控生成 5 篇

2601.19433 2026-01-28 cs.CV 70%

RoamScene3D: Immersive Text-to-3D Scene Generation via Adaptive Object-aware Roaming

RoamScene3D: 通过自适应物体感知漫游实现沉浸式文本到3D场景生成

Jisheng Chu, Wenrui Li, Rui Zhao, Wangmeng Zuo, Shifeng Chen, Xiaopeng Fan

机构 * Faculty of Computing, Harbin Institute of Technology(计算机学院,哈尔滨工业大学) Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(深圳先进技术研究所,中国科学院) Nanyang Technological University(南洋理工大学) Peng Cheng Laboratory(鹏城实验室) Harbin Institute of Technology Suzhou Research Institute(哈尔滨工业大学苏州研究院)

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

AI总结 RoamScene3D通过自适应物体感知漫游实现沉浸式文本到3D场景生成,结合语义推理和几何约束提升场景一致性与逼真度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19461 2026-01-28 cs.CV cs.RO eess.IV 57%

Towards Gold-Standard Depth Estimation for Tree Branches in UAV Forestry: Benchmarking Deep Stereo Matching Methods

面向无人机林业作业的树枝深度估计金标准:深度立体匹配方法的基准测试

Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green

机构 * Centre for Data Science and Artificial Intelligence(数据科学与人工智能中心) Victoria University of Wellington(惠灵顿维多利亚大学) Department of Computer Science and Software Engineering(计算机科学与软件工程系) University of Canterbury(坎特伯雷大学)

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

AI总结 本文首次系统评估了八种深度立体匹配方法在无人机林业中对树枝深度估计的性能,发现DEFOM在植被密集环境下表现最佳,成为新的金标准基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.01943 2026-01-28 cs.CV 57%

Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control

基于协作轨迹控制的机器人操作视频生成学习

Xiao Fu, Xintao Wang, Xian Liu, Jianhong Bai, Runsen Xu, Pengfei Wan, Di Zhang, Dahua Lin

机构 * The Chinese University of Hong Kong(香港中文大学) Kuaishou Technology(快手科技) Zhejiang University(浙江大学)

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

AI总结 RoboMaster通过协作轨迹控制方法,解决多物体交互建模问题,实现机器人操作视频生成的高保真度与多物体交互建模。

Comments ICLR 2026. Project Page: https://fuxiao0719.github.io/projects/robomaster/

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19385 2026-01-28 cs.HC 50%

MIRAGE: Enabling Real-Time Automotive Mediated Reality

MIRAGE:实现实时汽车中介现实

Pascal Jansen, Julian Britten, Mark Colley, Markus Sasalovici, Enrico Rukzio

专题命中 可控生成 :inpainting(abstract)

AI总结 MIRAGE是一个开源工具,通过先进的计算模型实现实时汽车中介现实,提升驾驶安全并探索其伦理与交互设计影响。

Comments Conditionally accepted at CHI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.04056 2026-01-28 cs.RO cs.LG 50%

Problem Space Transformations for Out-of-Distribution Generalisation in Behavioural Cloning

行为克隆中面向分布外泛化的问题空间变换

Kiran Doshi, Marco Bagatella, Stelian Coros

机构 * Department of Computer Science at ETH Zürich(苏黎世联邦理工学院计算机科学系)

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出通过问题空间变换提升行为克隆在分布外泛化中的性能,通过实验验证了姿态等价性和局部性对动作预测的改进作用。

详情

展开后加载摘要…

URL PDF HTML 收藏