图像生成

VLS: Steering Pretrained Robot Policies via Vision-Language Models

VLS：通过视觉-语言模型引导预训练的机器人策略

Shuo Liu, Ishneet Sukhvinder Singh, Yiqing Xu, Jiafei Duan, Ranjay Krishna

机构 * University of Washington（华盛顿大学） ； University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

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

AI总结 VLS通过视觉-语言模型在推理时引导预训练机器人策略，实现无需训练的适应，提升在不同环境下的表现。

Comments 11 Pages, Project page: https://vision-language-steering.github.io/webpage/

Cross-sectional helium irradiation reveals interface-controlled bubble evolution in Cr/CrAlSiN multilayer coatings on zirconium alloys

横截面氦辐照揭示Cr/CrAlSiN多层涂层在锆合金上的界面控制气泡演变

Renda Wang, Xue Bai, Xueliang Pei, Sijie Liu, Chunfan Liu, Ping Yu, Bingsheng Li, Nabil Daghbouj, Tomas Polcar, Fanping Meng, Fangfang Ge, Qing Huang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过横截面氦辐照揭示Cr/CrAlSiN多层涂层在锆合金界面的气泡演变，发现多层结构能有效抑制气泡积累，提升界面稳定性。

Comments 32 pages, 8 figures

Navier-Stokes-driven analysis of mean and fluctuating wall shear stress in turbulent channel flow

纳维-斯托克斯驱动分析湍流通道流中平均和脉动壁面剪应力

Le Yin, Yongyun Hwang, John Christos Vassilicos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于纳维-斯托克斯方程分析湍流通道流中平均和脉动壁面剪应力的方法，揭示了湍流生产与扫过现象对剪切加速度协方差的影响。

How seed banks evolve in plants: a stochastic dynamical system subject to a strong drift

植物种子库如何进化：一种受强漂移影响的随机动力系统

Alison Etheridge, João Luiz de Oliveira Madeira

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了种群规模变化和环境波动对植物种子库建立的影响，提出了一种受强漂移影响的随机动力系统模型，揭示了种子库在种群下降时更易形成。

Comments 79 pages, 5 figures

Revealing the interfacial kinetic mechanisms in high-entropy doped Na$_3$V$_2$(PO$_4$)$_3$ through electrochemical investigation and distribution of relaxation times

通过电化学研究和弛豫时间分布揭示高熵掺杂Na₃V₂(PO₄)₃的界面动力学机制

Manish Kr. Singh, Rajendra S. Dhaka

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过高熵掺杂改进Na₃V₂(PO₄)₃阴极材料的结构稳定性与电化学性能，实现高比能量和长循环寿命。

Comments submitted

Advection selects pattern in multistable emulsions of active droplets

对流选择模式在活性液滴多稳态乳液中的作用

Stefan Köstler, Yicheng Qiang, Guido Kusters, David Zwicker

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过活性液滴多稳态乳液中的对流、扩散和反应作用，揭示了液滴大小选择机制及动态模式。

Comments 5 pages, 4 figures, and Appendix

Journal ref Phys. Rev. Research 8 (2026) 013107

A structure-preserving numerical method for quasi-incompressible Navier-Stokes-Maxwell-Stefan systems

一种保持结构的数值方法用于近不可压缩纳维-斯托克斯-马克斯韦-斯泰芬系统

Aaron Brunk, Ansgar Jüngel, Maria Lukáčová-Medvid'ová

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种保持结构的数值方法，用于解决近不可压缩纳维-斯托克斯-马克斯韦-斯泰芬系统，通过混合显式-隐式时间离散化保持部分质量和近不可压缩约束，并通过二维实验验证了方法的收敛性与结构保持性。

Journal ref Journal of Scientific Computing 2026

Photon statistics of resonantly driven spectrally diffusive quantum emitters

共振驱动的光谱扩散量子发射体的光子统计

Aymeric Delteil, Stéphanie Buil, Jean-Pierre Hermier

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过共振激发和光子统计分析，揭示了光谱扩散过程的特性，为理解量子发射体的稳定性提供了新视角。

Source reconstruction algorithms for coupled parabolic systems from internal measurements of one scalar state

从一个标量状态的内部测量中重构耦合抛物系统的源重建算法

Cristhian Montoya, Ignacio Brevis, David Bolivar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种从内部测量中重构耦合抛物系统空间依赖源的算法，通过分析非自共轭算子并结合有限元方法进行验证。

Ion-Neutral Drift Velocity as a Diagnostic of Dust Growth and Magnetic Field in Star-Forming Environments

等离子体-中性粒子漂移速度作为星形成环境中尘埃增长和磁场的诊断

Haruka Fukihara, Yusuke Tsukamoto, Hiroyuki Hirashita, Doris Arzoumanian, Yoshiaki Misugi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过模拟发现，尘埃增长和磁场强度共同影响等离子体-中性粒子漂移速度，为星形成环境中尘埃尺寸分布和磁场强度提供了新的诊断方法。

Comments 13 pages, 6 figures, 1 table, accepted for publication in The Astrophysical Journal

HiRO-ACE: Fast and skillful AI emulation and downscaling trained on a 3 km global storm-resolving model

HiRO-ACE：一种快速且技能优异的AI模拟与降尺度方法，基于3公里全球风暴解析模型训练

W. Andre Perkins, Anna Kwa, Jeremy McGibbon, Troy Arcomano, Spencer K. Clark, Oliver Watt-Meyer, Christopher S. Bretherton, Lucas M. Harris

专题命中 扩散模型 ：diffusion(abstract)

AI总结 HiRO-ACE通过结合AI模拟与降尺度技术，高效生成高分辨率降水场，适用于气候适应与极端事件风险评估。

Comments 38 pages, 19 figures, submitted to AGU Advances

Heavy Quark Momentum Broadening in a Non-Abelian Plasma away from Thermal Equilibrium

强子动量展宽在非阿贝尔等离子体中远离热平衡的情况

Harshit Pandey, Soeren Schlichting, Sayantan Sharma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过晶格模拟探讨强子在非阿贝尔等离子体中动量展宽特性，发现动量分布随时间变化呈现非微扰特征，且与重夸克极限存在显著差异。

Comments v2: published version

Journal ref Phys. Rev. Lett. 132, 222301 (2024)

IE-NeRF: Inpainting Enhanced Neural Radiance Fields in the Wild

IE-NeRF：野外中利用修补技术增强的神经辐射场

Shuaixian Wang, Haoran Xu, Yaokun Li, Jiwei Chen, Guang Tan

机构 * Sun Yat-sen University（中山大学） ； Pengcheng Laboratory（鹏城实验室） 纠错

专题命中 图像修复 ：inpainting(title,abstract)；分类 cs.CV

AI总结 IE-NeRF通过引入图像修补技术，增强NeRF以处理野外动态场景中的瞬时物体，提升体积渲染质量并实现先进性能。

Journal ref Neurocomputing, Volume 618, 14 February 2025, 129112

Artifact Removal and Image Restoration in AFM:A Structured Mask-Guided Directional Inpainting Approach

原子力显微镜中的瑕疵去除与图像修复：一种结构掩膜引导的定向修复方法

Juntao Zhang, Angona Biswas, Jaydeep Rade, Charchit Shukla, Juan Ren, Anwesha Sarkar, Adarsh Krishnamurthy, Aditya Balu

机构 * Department of Mechanical Engineering（机械工程系） ； Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

专题命中 图像修复 ：inpainting(title)；分类 cs.CV

AI总结 本文提出了一种基于结构掩膜引导的定向修复方法，用于原子力显微镜图像中瑕疵的自动检测与修复，通过语义分割和方向插值技术提升纳米级图像质量。

QuantVSR: Low-Bit Post-Training Quantization for Real-World Video Super-Resolution

QuantVSR: 低比特后训练量化用于现实世界视频超分辨率

Bowen Chai, Zheng Chen, Libo Zhu, Wenbo Li, Yong Guo, Yulun Zhang

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 QuantVSR通过时空复杂度感知机制和可学习偏置对齐模块，实现低比特后训练量化，提升现实世界视频超分辨率的性能与效率。

Comments Accepted to AAAI 2026. Code is available at: https://github.com/bowenchai/QuantVSR

Personalized Image Generation via Human-in-the-loop Bayesian Optimization

通过人机协作的贝叶斯优化实现个性化图像生成

Rajalaxmi Rajagopalan, Debottam Dutta, Yu-Lin Wei, Romit Roy Choudhury

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 个性化与一致性 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出MultiBO方法，通过人类偏好反馈缩小生成图像与目标图像的差距，实现个性化图像生成。

SPREAD: Sampling-based Pareto front Refinement via Efficient Adaptive Diffusion

SPREAD: 基于采样的帕累托前沿精炼 via 高效自适应扩散

Sedjro Salomon Hotegni, Sebastian Peitz

机构 * Department of Computer Science, TU Dortmund University（计算机科学系，多特蒙德技术大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 SPREAD通过高效自适应扩散方法提升多目标优化的帕累托前沿覆盖效率

Probabilistic Label Spreading: Efficient and Consistent Estimation of Soft Labels with Epistemic Uncertainty on Graphs

概率标签传播：在图上利用epistemic不确定性进行高效且一致的软标签估计

Jonathan Klees, Tobias Riedlinger, Peter Stehr, Bennet Böddecker, Daniel Kondermann, Matthias Rottmann

机构 * Institute of Computer Science Osnabrück University（计算机科学研究所 奥斯纳布鲁克大学） ； Department of Mathematics Technical University of Berlin（数学系 柏林技术大学） ； Department of Mathematics University of Wuppertal（数学系 威斯巴赫大学） ； Quality Match GmbH Heidelberg, Germany（Quality Match GmbH 海德堡德国） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出概率标签传播方法，通过图扩散技术高效估计软标签的epistemic不确定性，减少标注成本并提升图像分类性能。