视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
RFM-Pose：强化引导的流匹配用于快速的类别级6D位姿估计
机构 * Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 RFM-Pose通过强化学习框架提升类别级6D位姿估计效率，结合流匹配生成模型与近端策略优化实现快速且高效的位姿生成与假设评估。
Comments This work has been submitted to the IEEE for possible publication
LOBSTgER-enhance: 一种水下图像增强流水线
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 LOBSTgER-enhance通过合成破坏流水线和扩散生成技术，实现了水下图像的高质量增强，提升了图像的视觉一致性和泛化能力。
Comments 12 pages, 30 figures, work done as part of LOBSTgER
StyleMe3D: 通过多编码器在3D高斯上实现解耦先验的风格化
机构 * ShanghaiTech University（上海科技大学） ； StepFun ； AIGC Research（AIGC研究院） ； Guangming Laboratory（光明实验室）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 StyleMe3D通过多编码器在3D高斯上实现解耦先验的风格化，利用动态风格分数蒸馏和多模态对齐策略提升风格迁移效果。
Comments 18 pages; Project page: https://styleme3d.github.io/
任务自适应的可调分子通信动态物理共振计算
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种基于可调分子通信动态的物理共振计算方法，通过双模拟方法和贝叶斯优化，实现对不同计算任务的自适应优化，展示了在混沌时间序列预测和非线性数据转换中的性能提升。
相互作用淬火后Holstein链中的抑制粗化
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究揭示了Holstein链中相互作用淬火后抑制粗化的机制，通过非绝热框架分析电子-声子耦合影响下的非平衡动力学，发现kink密度的非传统代数衰减。
Comments 14 pages, 6 figures
深度计算层析成像的原理性置信度估计
机构 * ETH Zürich（苏黎世联邦理工学院） ； Swiss Data Science Center（瑞士数据科学中心）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种原理性的置信度估计框架，用于深度学习CT重建，通过理论覆盖保证和更紧的置信区域，提高医学影像的不确定性感知能力。
在不确定性和偏见下具有公平性的引导政策设计
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种考虑公平性的引导政策设计，通过平等和公平目标减少社会不平等，提升创新扩散效果。
Comments Submitted to IFAC WC 2026
Wave-Trainer-Fit: 基于可训练先验和固定点迭代的神经语音合成器
机构 * Nara Institute of Science and Technology（奈良科学技术大学） ； LY Corporation（LY公司）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 WaveTrainerFit通过引入可训练先验和固定点迭代，提升从SSL特征生成高质量语音的效果，减少推理步骤并提高语音相似度。
Comments Accepted by IEEE ICASSP 2026. 5 pages, 3 figures, and 2 tables
某些时间周期性介质中单稳自由边界问题的精确传播特性
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了时间周期性介质中单稳自由边界问题的精确传播特性，证明了半波解的存在性和唯一性，并获得了解向半波解收敛的精确描述。
RFS: 通过残差流引导的强化学习用于灵巧操作
机构 * University of Washington, Paul G. Allen School of Computer Science & Engineering（华盛顿大学，保罗·G·艾伦计算机科学与工程学院） ； Amazon Frontier AI & Robotics（亚马逊前沿人工智能与机器人）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 RFS通过残差流引导强化学习，实现高效适应预训练生成策略，提升灵巧操作任务的性能
通过隐式深度去噪先验进行噪声MRI重建
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出ImMAP框架，通过整合噪声模型到MAP中，提升MRI在现实噪声下的重建可靠性与可解释性。
Comments 6 pages, 5 figures, conference paper
UniverSR: 一种无需编解码器的统一且多功能的音频超分辨率方法
机构 * Dept. of Electrical \& Electronic Engineering, Yonsei University, Seoul, South Korea
专题命中 扩散模型 ：diffusion(abstract)
AI总结 UniverSR提出了一种无需编解码器的音频超分辨率方法，通过流匹配生成模型直接重建波形，提升音频质量和效率。
Comments Accepted to ICASSP 2026
边缘稳定线性时滞 Langevin 系统中的散热
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了边缘稳定线性时滞 Langevin 系统的散热行为，发现扩散临界性和振荡临界性在热力学特征上有根本差异，揭示了非稳态时滞动力学的散热机制。
Comments 14 pages, 8 figures
Banach空间中由莱维噪声驱动的随机耗散系统
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了Banach空间中由莱维噪声驱动的随机耗散系统方程的适定性，探讨了在连续函数空间上的新结果，并统一了不同框架。
纳米尺度导电丝附近强径向电场标度与ReRAM电阻开关机制
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文揭示了纳米尺度导电路径中表面电荷诱导的强径向电场，解释了ReRAM中负电阻开关机制的物理原理。
ReFORM：通过噪声操控实现支持下的离线强化学习
机构 * MIT（麻省理工学院） ； Boston University（波士顿大学） ； MIT Lincoln Laboratory（麻省理工学院林伍德实验室）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 ReFORM通过反射流策略和噪声操控，在离线强化学习中实现更宽松的支持约束，从而在多模态分布下提升策略性能。
Comments 24 pages, 17 figures; Accepted by the fourteenth International Conference on Learning Representations (ICLR 2026)
LISA：拉普拉斯内省谱分析
专题命中 扩散模型 ：diffusion(abstract)
AI总结 LISA通过结合延迟坐标嵌入和拉普拉斯谱学习，在推理时间适应时间序列模型，提升预测性能，尤其在动态变化环境下表现优异。
CellForge: 虚拟细胞模型的代理设计
专题命中 扩散模型 ：diffusion(abstract)
AI总结 CellForge通过多代理协作自主设计虚拟细胞模型，生成高竞争力的计算方法，推动计算生物学的自主科学方法开发。
几何流中锚定螺旋的不稳定性
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了几何流中锚定螺旋波的存在性、稳定性和不稳定性，揭示了波列对横模调制不稳定性对反应扩散系统中螺旋波不稳定性的影响。
许多对许多：统一多个视频和图像生成与操控任务的训练
机构 * ByteDance（字节跳动） ； The Hong Kong Polytechnic University（香港理工大学）
专题命中 可控生成 ：image generation(title)；diffusion(abstract)；分类 cs.CV
AI总结 本文提出many-for-many框架，通过统一训练多个视频和图像生成与操控任务，提升视频生成性能并引入深度图条件。
从扩散模型中引入多样性以实现语义引导的面部资产生成
机构 * University of Southern California, USC Institute for Creative Technologies（美国南加州大学，USC创意技术研究所） ； USC Institute for Creative Technologies（USC创意技术研究所）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 本文提出了一种语义可控的生成网络，通过扩散模型生成高质量3D面部数据库，并开发了高效的GAN基生成器，用于创建和编辑高质量面部资产。
Comments Accepted Manuscript
解开RoPE：多模态和共享注意力中的频率控制
机构 * Simon Fraser University（西蒙弗雷泽大学） ； Tel Aviv University（特拉维夫大学） ； University of Toronto（多伦多大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV、cs.GR
AI总结 本文通过分析RoPE的频率结构，提出方法调节RoPE频率带以实现更符合语义的共享注意力，从而有效控制风格迁移与内容复制的平衡。
伪可逆神经网络
机构 * Ben-Gurion University（本·古里安大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出伪可逆神经网络，用于解决非线性逆问题，通过非线性反向投影实现零样本逆向生成。
LSA：局部语义对齐用于增强交通视频生成中的时间一致性
机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； ETH Zurich（苏黎世联邦理工学院） ； Friedrich-Alexander University Erlangen-Nuremberg（埃朗根-纽伦堡弗里德里希-亚历山大大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 LSA通过局部语义对齐提升交通视频生成的时间一致性，无需外部控制信号。
Comments Accepted to IEEE IV 2026. 8 pages, 3 figures. Code available at https://github.com/mirlanium/LSA
SSG: 多尺度视觉自回归生成的缩放空间引导
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
专题命中 可控生成 ：image generation(abstract)；分类 cs.CV
AI总结 SSG通过缩放空间引导方法，在无需训练的情况下提升多尺度视觉自回归生成的保真度和多样性，同时保持低延迟。
Comments Accepted to ICLR 2026
通过显式语义和隐式纹理实现超低比特率的双表示图像压缩
机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出了一种融合显式语义和隐式纹理的图像压缩框架，通过无训练的方式提升超低比特率下的压缩性能。
非局部流行病模型的动力学研究：带有新自由边界条件的扩散-反应系统，第一部分：扩散-消失二元性
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种新的自由边界条件，研究非局部流行病模型的长期动力学行为，揭示了扩散与消失的二元性及其精确阈值。
通过交叉熵控制实现可证明可靠的分类器引导
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文通过交叉熵控制证明了分类器引导扩散模型的可靠性，建立了分类器训练与引导对齐的理论联系。
Comments 31 pages, 3 figures
无限时间充分随机最大原理及其在 regime switching 扩散中的应用
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种无限时间 horizon 的随机最大原理，用于 regime switching 扩散的最优控制问题，并通过线性二次生产计划问题展示了其应用。
ARCHI-TTS: 一种基于流匹配的文本到语音模型，配备自监督语义对齐器和加速推理
机构 * The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 ARCHI-TTS通过自监督语义对齐器和高效推理策略，实现了高效率的文本到语音合成，优于现有最先进系统。
Comments Accepted by ICASSP 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈