图像生成

IRIS: Intrinsic Reward Image Synthesis

IRIS：内在奖励图像合成

Yihang Chen, Yuanhao Ban, Yunqi Hong, Cho-Jui Hsieh

机构 * Department of Computer Science, University of California, Los Angeles, USA（计算机科学系，加州大学洛杉矶分校） 纠错

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

AI总结 IRIS通过内在奖励提升自回归T2I模型性能，改进图像生成质量并促进细致推理。

LINA: Linear Autoregressive Image Generative Models with Continuous Tokens

LINA: 基于连续令牌的线性自回归图像生成模型

Jiahao Wang, Ting Pan, Haoge Deng, Dongchen Han, Taiqiang Wu, Xinlong Wang, Ping Luo

机构 * The University of Hong Kong（香港大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 LINA是一种基于线性注意力的高效文本到图像生成模型，通过改进归一化和门控机制，在计算效率和生成质量上取得平衡。

Comments 20 pages, 9 figures

Advances in Artificial Intelligence: A Review for the Creative Industries

人工智能进展：面向创意产业的综述

Nantheera Anantrasirichai, Fan Zhang, David Bull

机构 * Visual Information Laboratory, University of Bristol, Bristol, UK（布里斯托大学视觉信息实验室） 纠错

专题命中 文生图 ：text-to-image(abstract)；diffusion(abstract)

AI总结 本文综述了自2022年以来人工智能在创意产业中的进展，探讨了生成式AI、大语言模型和扩散模型等技术对创意生产流程的影响，并分析了人类与AI协作的新趋势及面临的挑战。

Comments This is an updated review of our previous paper (see https://doi.org/10.1007/s10462-021-10039-7), and has been accepted by Artificial Intelligence Review journal

Minimal-Action Discrete Schrödinger Bridge Matching for Peptide Sequence Design

最小作用离散薛定谔桥匹配用于肽序列设计

Shrey Goel, Pranam Chatterjee

机构 * Duke University（杜克大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 图像编辑 ：diffusion(abstract)

AI总结 本文提出MadSBM框架，通过最小作用离散薛定谔桥匹配方法，实现肽序列设计的高效生成与优化。

Antithetic Noise in Diffusion Models

扩散模型中的反向噪声

Jing Jia, Sifan Liu, Bowen Song, Wei Yuan, Liyue Shen, Guanyang Wang

机构 * Department of Computer Science, Rutgers University（罗格斯大学计算机科学系） ； Department of Statistical Science, Duke University（杜克大学统计科学系） ； Department of EECS, University of Michigan（密歇根大学电子工程与计算机科学系） ； Department of Statistics, Rutgers University（罗格斯大学统计系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image editing(abstract)

AI总结 扩散模型中反向噪声产生强负相关，提升不确定性量化可靠性，适用于图像编辑和生成多样性改进。

Comments Code: https://github.com/jjia131/Antithetic-Noise-in-Diffusion-Models-page, Project Page: https://jjia131.github.io/Antithetic-Noise-in-Diffusion-Models-page/, Blog: https://jjia131.github.io/Antithetic-Noise-in-Diffusion-Models-page/static/blog/blog.html

Scale-Cascaded Diffusion Models for Super-Resolution in Medical Imaging

多尺度扩散模型用于医学影像超分辨率

Darshan Thaker, Mahmoud Mostapha, Radu Miron, Shihan Qiu, Mariappan Nadar

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Siemens Healthineers（西门子医疗） ； Siemens Industry Software（西门子工业软件） 纠错

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

AI总结 本文提出多尺度扩散模型用于医学影像超分辨率，通过分解图像为不同频带并训练独立先验，提升重建质量并减少推理时间。

Comments Accepted at IEEE International Symposium for Biomedical Imaging (ISBI) 2026

Beauty and the Beast: Imperceptible Perturbations Against Diffusion-Based Face Swapping via Directional Attribute Editing

Beauty and the Beast: 面向扩散式人脸交换的不可察觉扰动防御 via 方向性属性编辑

Yilong Huang, Songze Li

机构 * Southeast University, Nanjing, China（东南大学） 纠错

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

AI总结 FaceDefense通过引入新的扩散损失和方向性属性编辑，有效提升扩散式人脸交换的防御效果和视觉不可察觉性。

Multi-Stage Generative Upscaler: Reconstructing Football Broadcast Images via Diffusion Models

多阶段生成放大器：通过扩散模型重建足球转播图像

Luca Martini, Daniele Zolezzi, Saverio Iacono, Gianni Viardo Vercelli

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

AI总结 本文提出多阶段生成放大框架，利用扩散模型提升足球转播图像质量，通过ControlNet和LoRA实现细节与特定元素的精准重建。

Journal ref Scientific Reports volume 16, Article number: 1882 (2026)

Training-Free Representation Guidance for Diffusion Models with a Representation Alignment Projector

无需训练的表示引导用于扩散模型的表示对齐投影器

Wenqiang Zu, Shenghao Xie, Bo Lei, Lei Ma

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 本文提出无需训练的表示引导方法，通过引入表示对齐投影器提升扩散模型的语义对齐与图像一致性。

VMonarch: Efficient Video Diffusion Transformers with Structured Attention

VMonarch：具有结构注意力的高效视频扩散变换器

Cheng Liang, Haoxian Chen, Liang Hou, Qi Fan, Gangshan Wu, Xin Tao, Limin Wang

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院，南京大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） 纠错

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

AI总结 VMonarch通过结构化注意力机制提升视频扩散变换器的效率，减少计算量并提高处理速度。

Test-Time Anchoring for Discrete Diffusion Posterior Sampling

测试时锚定用于离散扩散后验采样

Litu Rout, Andreas Lugmayr, Yasamin Jafarian, Srivatsan Varadharajan, Constantine Caramanis, Sanjay Shakkottai, Ira Kemelmacher-Shlizerman

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Google（谷歌） 纠错

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

AI总结 本研究提出锚定后验采样方法，通过量化期望和锚定重掩码实现离散扩散模型在后验采样中的高效和精确采样，提升图像生成和文本引导编辑的性能。

Comments Preprint

IRL-DAL: Safe and Adaptive Trajectory Planning for Autonomous Driving via Energy-Guided Diffusion Models

IRL-DAL：通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划

Seyed Ahmad Hosseini Miangoleh, Amin Jalal Aghdasian, Farzaneh Abdollahi

机构 * Department of Electrical Engineering, Amirkabir University of Technology (Tehran Polytechnic)（电气工程系，阿米尔卡比尔技术大学（德黑兰理工大学）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出IRL-DAL框架，通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划，结合模仿学习与强化学习，提升行驶安全性和鲁棒性。

Sequence Diffusion Model for Temporal Link Prediction in Continuous-Time Dynamic Graph

连续时间动态图中的序列扩散模型用于时间链接预测

Nguyen Minh Duc, Viet Cuong Ta

机构 * VNU University of Engineering and Technology（越南工程大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SDG模型，通过序列级扩散框架统一动态图学习与生成去噪，以提升时间链接预测的准确性与不确定性捕捉能力。

FourierSampler: Unlocking Non-Autoregressive Potential in Diffusion Language Models via Frequency-Guided Generation

FourierSampler: 通过频率引导生成解锁扩散语言模型的非自回归潜力

Siyang He, Qiqi Wang, Xiaoran Liu, Hongnan Ma, Yiwei Shi, Yuerong Song, Ying Zhu, Tianyi Liang, Zengfeng Huang, Ziwei He, Xipeng Qiu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 FourierSampler通过频域滑动窗口机制，在扩散语言模型中实现非自回归生成，提升生成效果并超越自回归模型

Comments 15 pages, 6 figures, under review

DIFFA-2: A Practical Diffusion Large Language Model for General Audio Understanding

DIFFA-2：一种实用的扩散大型语言模型用于通用音频理解

Jiaming Zhou, Xuxin Cheng, Shiwan Zhao, Yuhang Jia, Cao Liu, Ke Zeng, Xunliang Cai, Yong Qin

机构 * College of Computer Science, Nankai University（南开大学计算机科学学院） ； Meituan LongCat Interaction Team（美团LongCat交互团队） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DIFFA-2是一种基于扩散模型的实用大型音频语言模型，通过升级语音编码器和双适配器提升音频理解性能，且在实际训练预算下表现优异。

DiffuSpeech: Silent Thought, Spoken Answer via Unified Speech-Text Diffusion

DiffuSpeech: 通过统一的语音-文本扩散实现无声思考， spoken 答案

Yuxuan Lou, Ziming Wu, Yaochen Wang, Yong Liu, Yingxuan Ren, Fuming Lai, Shaobing Lian, Jie Tang, Yang You

机构 * National University of Singapore（新加坡国立大学） ； Tencent（腾讯） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffuSpeech通过统一的语音-文本扩散模型，实现语音生成的同时生成内部推理，提升语音问答的准确性和语音质量。

Diffusion-Driven Synthetic Tabular Data Generation for Enhanced DoS/DDoS Attack Classification

用于增强DoS/DDoS攻击分类的扩散驱动合成表格数据生成

Aravind B, Anirud R. S., Sai Surya Teja N, Bala Subrahmanya Sriranga Navaneeth A, Karthika R, Mohankumar N

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出利用扩散模型生成合成表格数据以解决网络入侵检测中的类别不平衡问题，通过增强少数类样本提升攻击分类性能。

Comments This preprint is being withdrawn due to substantial revisions in methodology and experimental results. A corrected and extended version will be submitted in the future

From Next-Token to Next-Block: A Principled Adaptation Path for Diffusion LLMs

从单个token到单个block：一种为扩散语言模型设计的原理性适应路径

Yuchuan Tian, Yuchen Liang, Shuo Zhang, Yingte Shu, Guangwen Yang, Wei He, Sibo Fang, Tianyu Guo, Kai Han, Chao Xu, Hanting Chen, Xinghao Chen, Yunhe Wang

机构 * Peking University（北京大学） ； Huawei Technologies（华为技术） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种原理性适应路径，将自回归模型适配到扩散语言模型，以提升其长上下文生成能力，并在7B类模型中取得最佳性能。

Comments 14 pages, 5 figures

CaloHadronic: a diffusion model for the generation of hadronic showers

CaloHadronic: 一种用于产生强子 shower 的扩散模型

Thorsten Buss, Frank Gaede, Gregor Kasieczka, Anatolii Korol, Katja Krüger, Peter McKeown, Martina Mozzanica

机构 * Institute for Experimental Physics, Universität Hamburg（汉堡大学实验物理研究所） ； CERN（欧洲核子研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 CaloHadronic 提出了一种基于 transformer 的扩散模型，用于在高度粒状成像 calorimeter 系统中生成电磁和强子 shower，通过注意力机制提升模拟精度和效率。

Journal ref Journal of Instrumentation, Volume 21, January 2026, P01042

Generalization Dynamics of Linear Diffusion Models

线性扩散模型的泛化动力学

Claudia Merger, Sebastian Goldt

机构 * SISSA（SISSA研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究线性扩散模型的泛化动力学，揭示数据层次结构和正则化对泛化能力的影响，发现样本复杂度与泛化之间的关系。

Integrating Fourier Neural Operators with Diffusion Models to improve Spectral Representation of Synthetic Earthquake Ground Motion Response

将傅里叶神经算子与扩散模型结合以提高合成地震地面运动响应的频谱表示

Niccolò Perrone, Fanny Lehmann, Hugo Gabrielidis, Stefania Fresca, Filippo Gatti

机构 * Politecnico di Milano（米兰理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； Seminar for Applied Mathematics（应用数学系） ； Université Paris-Saclay CentraleSupélec（巴黎-萨克雷大学中央超导实验室） ； CNRS（国家科学研究中心） ； ENS Paris-Saclay Laboratoire de Mécanique Paris-Saclay（巴黎-萨克雷大学机械实验室） ； MOX - Department of Mathematics（数学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出结合傅里叶神经算子与扩散模型的方法，以提高合成地震地面运动响应的频谱真实性，通过减少频谱偏倚和提升拟合度。

Comments Presented at D11 - New Technologies (Additive manufacturing, AI, digital twin) D11-TS49 - Machine Learning and Artificial Intelligence 00 - SMiRT 25 - Toronto, Canada. August 10-15, 2025

Radial Diffusion Driven by Spatially Localized ULF Waves in the Earth's Magnetosphere

由地球磁层中空间局域化ULF波驱动的径向扩散

Adnane Osmane, Jasmine Sandhu, Tom Elsden, Oliver Allanson, Lucile Turc

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究首次提出考虑局域化ULF波的准线性径向扩散系数，发现局域化ULF波显著提高径向输运效率。

Comments 16 pages, 4 figures. Currently under review. Feedback and suggestions are welcome

Generative quantum machine learning via denoising diffusion probabilistic models

通过去噪扩散概率模型实现生成量子机器学习

Bingzhi Zhang, Peng Xu, Xiaohui Chen, Quntao Zhuang

机构 * Department of Physics and Astronomy, University of Southern California, Los Angeles, California 90089, USA（物理与天文学系，南加州大学） ； Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California, Los Angeles, California 90089, USA（明斯赫电气与计算机工程系，南加州大学） ； Department of Statistics, University of Illinois at Urbana-Champaign, Champaign, Illinois 61820, USA（统计系，伊利诺伊大学厄巴纳-香槟分校） ； Department of Mathematics, University of Southern California, Los Angeles, California 90089, USA（数学系，南加州大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出量子去噪扩散概率模型（QuDDPM），通过引入中间训练任务和多层电路结构，实现高效训练的量子数据生成学习，适用于相关量子噪声模型、量子多体相和拓扑结构学习。

Comments 5+10 pages, 16 figures. PRL accepted version. Code available at: https://github.com/francis-hsu/quantgenmdl

Journal ref Phys. Rev. Lett. 132, 100602 (2024)

Parameter conditioned interpretable U-Net surrogate model for data-driven predictions of convection-diffusion-reaction processes

参数条件可解释U-Net替代模型用于数据驱动的对流-扩散-反应过程预测

Michael Urs Lars Kastor, Jan Rottmayer, Anna Hundertmark, Nicolas Ralph Gauger

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种参数条件U-Net模型，用于高效预测对流-扩散-反应过程，通过结合数值方法与数据驱动方法，实现高精度和快速的预测能力。

From Tokens to Blocks: A Block-Diffusion Perspective on Molecular Generation

从标记到块：基于块扩散的分子生成视角

Qianwei Yang, Dong Xu, Zhangfan Yang, Sisi Yuan, Zexuan Zhu, Jianqiang Li, Junkai Ji

机构 * School of Artificial Intelligence, Shenzhen University, Shenzhen 518060, China（人工智能学院，深圳大学，深圳518060，中国） ； School of Computer Science, University of Nottingham Ningbo, Ningbo 315100, China（计算机科学学院，诺丁汉大学宁波分校，宁波315100，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 SoftMol通过块扩散模型实现目标感知的分子生成，提升分子多样性与生成效率。

Comments 30 pages, 13 figures, 11 tables

SiDGen: Structure-informed Diffusion for Generative modeling of Ligands for Proteins

SiDGen: 基于结构的扩散生成蛋白质配体模型

Samyak Sanghvi, Nishant Ranjan, Tarak Karmakar

机构 * Department of Computer Science, Indian Institute of Technology, Delhi, India（计算机科学系，印度理工学院，德里，印度） ； Department of Chemistry, Indian Institute of Technology, Delhi, India（化学系，印度理工学院，德里，印度） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 SiDGen通过拓扑信息瓶颈解决基于结构的生成模型在精度与效率之间的权衡问题，实现高效的蛋白质配体生成。

Comments 17 pages, 4 figures

Diffusion Models under Alternative Noise: Simplified Analysis and Sensitivity

基于替代噪声的扩散模型：简化分析与敏感性

Juhyeok Choi, Chenglin Fan

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种简化分析框架，证明在保持方差匹配的前提下，离散噪声可替代高斯噪声以提升扩散模型的计算效率。

Comments 19 pages

SparseGS-W: Sparse-View 3D Gaussian Splatting in the Wild with Generative Priors

稀疏GS-W：基于生成先验的稀疏视图3D高斯点绘在真实场景中

Yiqing Li, Xuan Wang, Jiawei Wu, Yikun Ma, Zhi Jin

机构 * Sun Yat-sen University（中山大学） ； Ant Research（蚂蚁研究） 纠错

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

AI总结 SparseGS-W通过生成先验和约束扩散先验，利用最少五张图像实现稀疏视图下复杂户外场景的高质量重建与遮挡处理。

FastGHA: Generalized Few-Shot 3D Gaussian Head Avatars with Real-Time Animation

FastGHA: 基于实时动画的通用少样本3D高斯头身像

Xinya Ji, Sebastian Weiss, Manuel Kansy, Jacek Naruniec, Xun Cao, Barbara Solenthaler, Derek Bradley

机构 * Nanjing University（南京大学） ； ETH Zürich（苏黎世联邦理工学院） ； DisneyResearch|Studios（迪士尼研究与工作室） 纠错

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

AI总结 FastGHA通过少样本输入图像生成高质量3D头身像，并支持实时动画，提升了推理效率和渲染质量。

Comments Accepted to ICLR 2026

Video Unlearning via Low-Rank Refusal Vector

通过低秩拒绝向量实现视频去学习

Simone Facchiano, Stefano Saravalle, Matteo Migliarini, Edoardo De Matteis, Alessio Sampieri, Andrea Pilzer, Emanuele Rodolà, Indro Spinelli, Luca Franco, Fabio Galasso

机构 * Sapienza University of Rome（罗马萨皮恩扎大学） ； ItalAI ； Paradigma ； NVIDIA 纠错

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

AI总结 提出一种无需训练的视频扩散模型概念去除方法，通过低秩拒绝向量实现安全生成，有效减少不安全内容生成。