图像生成

LiFlow: Flow Matching for 3D LiDAR Scene Completion

LiFlow：用于3D激光雷达场景补全的流匹配

Andrea Matteazzi, Dietmar Tutsch

机构 * University of Wuppertal（乌尔姆大学） 纠错

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

AI总结 LiFlow通过流匹配框架改进3D激光雷达场景补全，采用最近邻损失和切封距离损失提升点云对齐效果，实现多指标最优性能。

UniDriveDreamer: A Single-Stage Multimodal World Model for Autonomous Driving

UniDriveDreamer: 一种用于自动驾驶的单阶段多模态世界模型

Guosheng Zhao, Yaozeng Wang, Xiaofeng Wang, Zheng Zhu, Tingdong Yu, Guan Huang, Yongchen Zai, Ji Jiao, Changliang Xue, Xiaole Wang, Zhen Yang, Futang Zhu, Xingang Wang

机构 * GigaAI ； CASIA ； BYD 纠错

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

AI总结 UniDriveDreamer是一种用于自动驾驶的单阶段多模态世界模型，通过统一的多模态生成方法提升视频和激光雷达数据合成的性能。

Comments 16 pages, 7 figures

FastPhysGS: Accelerating Physics-based Dynamic 3DGS Simulation via Interior Completion and Adaptive Optimization

FastPhysGS: 通过内部补全与自适应优化加速基于物理的动态3DGS仿真

Yikun Ma, Yiqing Li, Jingwen Ye, Zhongkai Wu, Weidong Zhang, Lin Gao, Zhi Jin

机构 * School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学智能系统工程学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Guangdong Provincial Key Laboratory of Fire Science（广东省消防科学与智能应急技术重点实验室） ； Guangdong Provincial Key Laboratory of Robotics（广东省机器人与数字智能制造技术重点实验室） 纠错

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

AI总结 FastPhysGS通过内部补全与自适应优化，实现了基于物理的动态3DGS仿真的高效与稳健，提升了仿真精度和效率。

UniDWM: Towards a Unified Driving World Model via Multifaceted Representation Learning

UniDWM: 通过多维表征学习实现统一的驾驶世界模型

Shuai Liu, Siheng Ren, Xiaoyao Zhu, Quanmin Liang, Zefeng Li, Qiang Li, Xin Hu, Kai Huang

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） ； Xpeng Motors Technology Co Ltd（小鹏汽车科技有限公司） 纠错

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

AI总结 UniDWM通过多维表征学习实现统一驾驶世界模型，提升自动驾驶中的轨迹规划和4D重建能力。

MTC-VAE: Multi-Level Temporal Compression with Content Awareness

MTC-VAE：具有内容意识的多级时间压缩

Yubo Dong, Linchao Zhu

机构 * ReLER, CCAI, Zhejiang University（ReLER、CCAI、浙江大学） 纠错

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

AI总结 MTC-VAE通过多级时间压缩技术提升视频压缩效率，结合内容意识方法实现高效压缩与性能优化。

FlowCast: Trajectory Forecasting for Scalable Zero-Cost Speculative Flow Matching

FlowCast: 为可扩展的零成本推测性流匹配进行轨迹预测

Divya Jyoti Bajpai, Shubham Agarwal, Apoorv Saxena, Kuldeep Kulkarni, Subrata Mitra, Manjesh Kumar Hanawal

机构 * Indian Institute of Technology Bombay（印度理工学院班加罗尔分校） ； University of California, Berkeley（加州大学伯克利分校） ； Inception Labs（Inception实验室） ； Adobe Research India（Adobe印度研究） 纠错

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

AI总结 FlowCast通过利用流匹配模型保持恒定速度的特性，实现无需训练的高效推理，提升图像生成等任务的速度2.5倍，同时保持质量。

Comments Accepted at International Conference on Learning Representations (ICLR 2026)

PDE-Constrained Optimization for Neural Image Segmentation with Physics Priors

基于偏微分方程约束优化的神经图像分割与物理先验

Seema K. Poudel, Sunny K. Khadka

机构 * Department of Statistics, Tripura University（统计系，特里普拉大学） 纠错

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

AI总结 本研究提出基于偏微分方程约束优化的神经图像分割方法，通过整合物理先验提升分割精度和泛化能力。

SPARK: Stochastic Propagation via Affinity-guided Random walK for training-free unsupervised segmentation

SPARK: 基于亲和力引导的随机游走进行无监督分割的随机传播

Kunal Mahatha, Jose Dolz, Christian Desrosiers

机构 * International Laboratory on Learning Systems (ILLS)（学习系统国际实验室） 纠错

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

AI总结 SPARK通过随机传播和亲和力引导的随机游走，实现无监督分割的高效且稳定的性能提升。

InterDreamer: Zero-Shot Text to 3D Dynamic Human-Object Interaction

InterDreamer: 零样本文本到3D动态人-物交互

Sirui Xu, Ziyin Wang, Yu-Xiong Wang, Liang-Yan Gui

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 InterDreamer通过结合预训练模型和物理模拟，实现零样本生成3D动态人-物交互。

Comments NeurIPS 2024. Project Page: https://sirui-xu.github.io/InterDreamer/

DISK: Dynamic Inference SKipping for World Models

DISK：用于世界模型的动态推理跳过

Anugunj Naman, Gaibo Zhang, Ayushman Singh, Yaguang Zhang

机构 * Purdue University, West Lafayette, United States（普渡大学） 纠错

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

AI总结 DISK通过动态推理跳过技术，在无需训练的情况下提升自回归世界模型的视频和轨迹预测效率，同时保持预测精度和视觉质量。

PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning

PRISM：基于单次传递的RS-IMLE单次传递多感官模仿学习

Amisha Bhaskar, Pratap Tokekar, Stefano Di Cairano, Alexander Schperberg

专题命中 扩散模型 ：diffusion(abstract)

AI总结 PRISM通过单次传递的RS-IMLE方法，实现高效的多感官模仿学习，优于扩散策略，提升成功率并减少轨迹 jerk。

Comments 10 pages main text and 4 figures, and 11 pages appendix and 10 figures, total 21 pages and 14 figures

Unlocking the Duality between Flow and Field Matching

解开流与场匹配之间的二元性

Daniil Shlenskii, Alexander Varlamov, Nazar Buzun, Alexander Korotin

机构 * Applied AI Institute, Russia（应用人工智能研究所） ； Kandinsky Lab, Russia（康德斯基实验室） ； Innopolis University, Russia（因诺波利斯大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文揭示了条件流匹配与交互场匹配之间的二元性，证明两者在特定条件下等价，并展示了这种关系对两个框架的有益影响。

vLLM-Omni: Fully Disaggregated Serving for Any-to-Any Multimodal Models

vLLM-Omni: 任何到任何多模态模型的完全解耦服务

Peiqi Yin, Jiangyun Zhu, Han Gao, Chenguang Zheng, Yongxiang Huang, Taichang Zhou, Ruirui Yang, Weizhi Liu, Weiqing Chen, Canlin Guo, Didan Deng, Zifeng Mo, Cong Wang, James Cheng, Roger Wang, Hongsheng Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 vLLM-Omni通过解耦服务系统优化多模态模型的高效服务，显著提升作业完成时间效率。

Comments 12 pages, 8 figures

Stochastic Interpolants in Hilbert Spaces

在希尔伯特空间中的随机插值

James Boran Yu, RuiKang OuYang, Julien Horwood, José Miguel Hernández-Lobato

机构 * Department of Engineering, University of Cambridge, Cambridge, United Kingdom（工程系，剑桥大学，剑桥，英国） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出在无限维希尔伯特空间中构建随机插值框架，通过理论支持和实验验证，实现了对复杂函数分布的高效生成，推动了科学发现的应用。

Comments 8 pages, 1 figure, 2 tables

Shear subdiffusion in non-relativistic holography

非相对论反引力中的剪切亚扩散

Yan Liu, Zhi-Ling Wang, Xin-Meng Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非相对论反引力系统中剪切亚扩散模式，揭示其四次色散关系及极点跳过点特征，为强耦合非相对论量子物质中的异常输运提供新视角。

Comments 26 pages, 2 figures, comments are welcome

PIMCST: Physics-Informed Multi-Phase Consensus and Spatio-Temporal Few-Shot Learning for Traffic Flow Forecasting

PIMCST：基于物理的多相共识与时空少样本学习的交通流预测

Abdul Joseph Fofanah, Lian Wen, David Chen

机构 * School of Information and Communication Technology, Griffith University（信息与通信技术学院，格里菲斯大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 PIMCST提出了一种基于物理的多相共识与时空少样本学习框架，用于交通流预测，通过多相引擎、自适应共识机制和结构化元学习策略提升预测精度并减少数据需求。

PIMPC-GNN: Physics-Informed Multi-Phase Consensus Learning for Enhancing Imbalanced Node Classification in Graph Neural Networks

PIMPC-GNN：融合物理信息的多阶段共识学习用于增强图神经网络中的不平衡节点分类

Abdul Joseph Fofanah, Lian Wen, David Chen

机构 * School of Information and Communication Technology, Griffith University（信息与通信技术学院，格里菲斯大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 PIMPC-GNN通过融合物理信息的多阶段共识学习，提升图神经网络在不平衡节点分类中的性能，实现少数类召回率和平衡准确率的显著提升。

Synesthesia of Vehicles: Tactile Data Synthesis from Visual Inputs

车辆的联觉：从视觉输入合成触觉数据

Rui Wang, Yaoguang Cao, Yuyi Chen, Jianyi Xu, Zhuoyang Li, Jiachen Shang, Shichun Yang

机构 * Dept. of Transportation Science, Beihang Univ.（北京航空航天大学交通运输科学系） ； State Key Lab of Intelligent Transportation System, Beihang Univ.（北京航空航天大学智能交通系统国家重点实验室） ； Hangzhou International Innovation Institute, Beihang Univ.（杭州国际创新研究院） ； China Software Testing Center(Ministry of Industry and Information Technology Software and Integrated Circuit Promotion Center)（中国软件测试中心（工业和信息化部软件与集成电路促进中心）） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于视觉输入的触觉数据合成方法，通过跨模态时空对齐和潜在扩散模型提升自动驾驶车辆的触觉感知能力，从而增强安全性能。

Boosting Maximum Entropy Reinforcement Learning via One-Step Flow Matching

通过一步流匹配提升最大熵强化学习

Zeqiao Li, Yijing Wang, Haoyu Wang, Zheng Li, Zhiqiang Zuo

机构 * Tianjin Key Laboratory of Intelligent Unmanned Swarm Technology（天津智能无人群技术与系统重点实验室） ； School of Electrical and Information Engineering（电气与信息工程学院） ； Tianjin University（天津大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 FLAME通过一步流匹配提升最大熵强化学习，解决能量分布不可行和对数似然估计偏差问题，实现高效探索和低延迟控制。

Regularization for Multi-Phase 2D Euler Equations via Competing Transport Markers

通过竞争运输标记对多相二维欧拉方程进行正则化

Trinh T. Nguyen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于竞争运输标记的正则化方法，用于多相二维欧拉方程，通过标记选择机制实现涡旋场的精确保持和收敛。

Third-Order Geometric-Volume Conservation in Cahn--Hilliard Models

三阶几何体积守恒在Cahn-Hilliard模型中

Josef Musil

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于改进守恒框架的三阶几何体积守恒方法，通过设计单调映射Q(ϕ)和正则化内核，有效减少界面漂移并提高数值稳定性。

Comments 23 pages, 10 figures. Appendices A-C included (16 pages)

A Community-Aware Framework for Influence Maximization with Explicit Accounting for Inter-Community Influence

面向社区的影响力最大化框架：显式考虑跨社区影响

Eliot W. Robson, Abhishek K. Umrawal

专题命中 扩散模型 ：diffusion(abstract)

AI总结 Community-IM++通过显式建模跨社区扩散，提升大规模社交网络中影响力最大化效率与效果。

Comments 7 pages, 4 figures, and 1 table

Inversion of the impedance response towards physical parameter extraction using interpretable machine learning

利用可解释机器学习逆向阻抗响应以提取物理参数

Mahmoud Nabil, Isel Grau-García, Ricardo Grau-Crespo, Said Hamad, Juan A. Anta

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用可解释机器学习方法，通过合成数据集训练模型，从阻抗测量中提取钙钛矿太阳能电池的离子和复合参数。

Dipolar excitonic quantum wires at atomically sharp lateral interfaces

反磁极激子量子线在原子尖锐横向界面中

Elie Vandoolaeghe, Francesco Fortuna, Suman Kumar Chakraborty, Biswajeet Nayak, Takashi Taniguchi, Kenji Watanabe, Prasana K. Sahoo, Thibault Chervy, Puneet A. Murthy

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过原子尖锐横向界面实现1D量子物质，利用异质结构和静电掺杂调控激子特性，开辟了1D激子电路和强关联相的可扩展路径。

Comments 12 pages, 4 figures

Resolving Extreme Data Scarcity by Explicit Physics Integration: An Application to Groundwater Heat Transport

通过显式物理整合解决极端数据稀缺问题：应用于地下水热传输的应用

Julia Pelzer, Corné Verburg, Alexander Heinlein, Miriam Schulte

机构 * Institute for Parallel and Distributed Systems, University of Stuttgart, Stuttgart, Germany（并行与分布式系统研究所，斯图加特大学，斯图加特，德国） ； Delft Institute of Applied Mathematics, Delft University of Technology (TU Delft), Delft, the Netherlands（代尔夫特应用数学研究所，代尔夫特理工大学（TU Delft），代尔夫特，荷兰） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种局部-全局卷积神经网络，通过显式物理整合解决极端数据稀缺问题，应用于地下水热传输建模，展示了其在城市尺度和实际地下参数地图上的有效性。

Contaminant Dispersion Simulation in a Digital Twin Framework for Critical Infrastructure Protection

在数字孪生框架中进行污染物扩散模拟以保护关键基础设施

Max von Danwitz, Jacopo Bonari, Philip Franz, Lisa Kühn, Marco Mattuschka, Alexander Popp

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种数字孪生框架，用于快速预测污染物扩散并支持紧急情况下的决策，结合了降阶模型、反问题求解和行人疏散模型，实现了高效的危机管理。

Mirage Sources and Large TeV Halo-Pulsar Offsets: Exploring the Parameter Space

镜像源与大TeV回旋加速器偏移：探索参数空间

Yiwei Bao, Ruo-Yu Liu, Gwenael Giacinti, Hai-Ming Zhang, Yang Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过GPU加速模拟探索高能电子在脉星周围磁场中的非对称传播，揭示镜像源现象并挑战传统扩散模型，为解释LHAASO观测到的异常源提供新视角。

Anomalous transport in the kinetically constrained quantum East-West model

动能受限量子东-西模型中的异常输运

Pietro Brighi, Marko Ljubotina

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究探讨了动能受限量子东-西模型中异常输运现象，发现反射对称性破坏影响动力学行为，并揭示了量子多体疤痕的存在。

Comments 5 pages, 4 figures

Journal ref Physical Review B 110 (10), L100304 (2024)

MDS matrices from skew polynomials with automorphisms and derivations

从具有自同构和导出的斜多项式构造MDS矩阵

Atif Ahmad Khan, Shakir Ali, Elif Segah Oztas, Abhishek Kesarwani

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过斜多项式环构造了具有自逆性质的准递归MDS矩阵，改进了现有构造并扩展了经典方法。

DeepPM: A Deep Learning-based Profit Maximization Approach in Social Networks

DeepPM: 一种基于深度学习的社会网络中利润最大化方法

Poonam Sharma, Suman Banerjee

专题命中 扩散模型 ：diffusion(abstract)

AI总结 DeepPM提出一种基于深度学习的社会网络利润最大化方法，通过学习多样化的信息扩散模式，提升种子集选择的利润效果。