Algorithm- and Data-Dependent Generalization Bounds for Diffusion Models
基于算法和数据的扩散模型泛化界限
专题命中 扩散模型 ：diffusion(title)
AI总结 本文提出基于算法和数据的扩散模型泛化分析，探讨优化动态对模型性能的影响，通过实验验证理论发现。
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。
1. 扩散模型 109 篇
Zero-Shot Statistical Downscaling via Diffusion Posterior Sampling
零 shot 统计降尺度 via 扩散后验采样
机构 * Artificial Intelligence Innovation and Incubation Institute, Fudan University, Shanghai, China（复旦大学人工智能创新与孵化院） ； School of Data Science, Fudan University, Shanghai, China（复旦大学数据科学学院） ； Institution for Big Data, Fudan University, Shanghai, China（复旦大学大数据研究所） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Shanghai Academy of AI for Science, Shanghai, China（上海人工智能科学研究院）
专题命中 扩散模型 ：diffusion(title)
AI总结 ZSSD 提出一种零 shot 统计降尺度框架，通过物理一致气候先验和统一坐标引导策略，解决传统方法在大缩放因子下的梯度消失问题，并在不同 GCMs 上实现更精确的天气事件重建。
Selective Fine-Tuning for Targeted and Robust Concept Unlearning
针对目标和鲁棒概念反学习的精选微调
机构 * Department of Computing（计算系）
专题命中 扩散模型 ：diffusion(abstract,comments)；分类 cs.CV
AI总结 TRUST通过动态估计目标概念神经元并结合Hessian正则化，实现高效且鲁棒的概念反学习，同时保持生成质量并提升效率。
Comments Given the brittle nature of existing methods in unlearning harmful content in diffusion models, we propose TRuST, a novel approach for dynamically estimating target concept neurons and unlearning them by selectively fine-tuning
Improving Reconstruction of Representation Autoencoder
提升表示自编码器的重建性能
机构 * VCIP, CS, Nankai University（南开大学计算机科学与技术学院） ； WeChat Vision, Tencent Inc.（腾讯公司）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 LV-RAE通过增强语义特征与低级信息，提升潜在扩散模型的重建保真度和生成质量。
SemiNFT: Learning to Transfer Presets from Imitation to Appreciation via Hybrid-Sample Reinforcement Learning
SemiNFT: 通过混合样本强化学习从模仿到欣赏学习转移预设
机构 * vivo Mobile Communication Co. Ltd（vivo移动通信有限公司） ； Zhejiang University（浙江大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 SemiNFT通过混合样本强化学习从模仿到欣赏学习，实现更高级的审美理解与色彩润色能力。
TriC-Motion: Tri-Domain Causal Modeling Grounded Text-to-Motion Generation
TriC-Motion: 基于三域因果建模的文本到动作生成
机构 * Inclusion AI, Ant Group, Beijing, China（蚂蚁集团Inclusion AI北京） ； Whiting School of Engineering, Johns Hopkins University, Baltimore, Maryland, USA（约翰霍普金斯大学工程学院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 TriC-Motion通过整合空间-时间-频域建模与因果干预，提出一种基于扩散的文本到动作生成框架，实现高质量、连贯且与文本对齐的动作序列生成。
Generating Adversarial Events: A Motion-Aware Point Cloud Framework
生成对抗事件：一种运动感知点云框架
机构 * Harbin Institute of Technology（哈尔滨理工大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出MA-ADV框架，通过点云表示生成对抗事件，解决事件表示非可微导致的对抗攻击难题，验证其在安全性和鲁棒性上的优势。
Generative Regression for Left Ventricular Ejection Fraction Estimation from Echocardiography Video
基于生成回归的超声心动图视频左室射血分数估计
机构 * School of Computing and Artificial Intelligence, Southwest Jiaotong University（计算机与人工智能学院，西南交通大学） ； Manufacturing Industry Chain Collaboration Industrial Software Key Laboratory of Sichuan Province（四川省制造业产业链协同工业软件重点实验室） ； School of Medicine, University of Electronic Science and Technology（医学院，电子科技大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出MCSDR模型，通过生成回归方法提升超声心动图视频中左室射血分数估计的准确性与解释性。
Comments 11 pages, 5 tables, 10 figures. Under peer review
Simultaneous Tactile-Visual Perception for Learning Multimodal Robot Manipulation
同时触觉-视觉感知用于学习多模态机器人操作
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理与认知科学学院） ； Beijing Key Lab of Behavior and Mental Health, Peking University（北京大学行为与心理健康北京市重点实验室） ； Beijing Institute for General Artificial Intelligence（北京一般人工智能研究院） ； State Key Lab for General Artificial Intelligence（一般人工智能国家重点实验室） ； Embodied Intelligence Lab, PKU-Wuhan Institute for Artificial Intelligence（具身智能实验室，北京大学武汉人工智能研究院） ； Department of Computer Science and Technology, University of Cambridge（剑桥大学计算机科学与技术系）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 TacThru-UMI通过结合同时触觉-视觉感知与现代学习框架，实现了高精度多模态机器人操作。
EgoFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving
EgoFSD：面向端到端自动驾驶的以自我为中心的完全稀疏范式，结合不确定性去噪和迭代细化
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； SenseAuto ； The Hong Kong University of Science and Technology（香港理工大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 EgoFSD通过引入稀疏感知、分层交互和迭代运动规划，提升端到端自动驾驶的效率和性能，减少误差和碰撞，提高训练稳定性。
Comments Accepted to ICRA2026
ViT-5: Vision Transformers for The Mid-2020s
ViT-5：2020年代中期的视觉变换器
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 ViT-5通过改进组件和架构，提升了视觉变换器的性能和泛化能力，成为2020年代中期更优的视觉骨干网络。
Comments Code is available at https://github.com/wangf3014/ViT-5
Deepfake Synthesis vs. Detection: An Uneven Contest
深度伪造合成与检测：一场不平衡的竞赛
机构 * United International University（国际大学） ； National University of Singapore（国立新加坡大学） ； BRAC University（布拉克大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本研究发现现有深度伪造检测模型在面对现代合成技术生成的深度伪造时表现不佳，亟需改进以应对不断演变的生成技术。
Back to Physics: Operator-Guided Generative Paths for SMS MRI Reconstruction
回归物理：基于操作符的生成路径用于SMS MRI重建
机构 * School of Advanced Manufacturing, Nanchang University（先进制造学院，南昌大学） ； College of Computer Science and Software Engineering, Shenzhen University（计算机科学与软件工程学院，深圳大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出了一种基于操作符的生成路径框架，用于改进SMS MRI重建，通过双流交互网络分离切片内容并预测结构化退化，从而提高重建保真度和减少切片泄漏。
Comments 10 pages, 6 figures
Beyond Core and Penumbra: Bi-Temporal Image-Driven Stroke Evolution Analysis
超越核心与半影：双时间影像驱动的中风演变分析
机构 * Department of Electrical Engineering and Computer Science, University of Stavanger（斯瓦尔巴大学电子工程与计算机科学系） ； Stavanger Medical Imaging Laboratory, Stavanger University, Hospital（斯塔万格医学影像实验室，斯塔万格大学医院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出双时间影像分析框架，利用统计描述符和深度特征嵌入分析中风演变，揭示不同区域的组织状态变化及可挽救性。
Towards Spatio-Temporal Extrapolation of Phase-Field Simulations with Convolution-Only Neural Networks
基于卷积神经网络的相场模拟时空外推方法
机构 * Sandia National Laboratories（桑迪亚国家实验室） ； Lawrence Berkeley National Laboratory（伯克利劳伦斯国家实验室） ； University of California, Berkeley（加州大学伯克利分校） ； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出基于卷积神经网络的相场模拟时空外推方法，通过条件参数化U-Net和扩散模型实现高精度模拟与加速计算。
Distributionally Robust Optimization via Generative Ambiguity Modeling
通过生成性模糊性建模实现分布鲁棒优化
机构 * Department of Computer Science University of Houston（计算机科学系 休斯顿大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种基于生成模型的分布鲁棒优化方法GAS-DRO，通过生成模糊集提升模型在对抗分布下的泛化能力。
Structural coarse-graining enables noise-robust functional connectivity and reveals hidden inter-subject variability
结构粗粒化实现噪声鲁棒的功能连接并揭示隐藏的跨受试者变异性
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出一种结合扩散结构粗粒化和频谱噪声过滤的方法，以从有限时间数据中恢复可靠的高维功能网络，揭示隐藏的跨受试者变异。
Comments 10 Pages, 4 Figures and Supplementary Information
Discrete Bridges for Mutual Information Estimation
离散桥梁用于互信息估计
机构 * Applied AI Institute, Russia（俄罗斯应用人工智能研究所） ； MIRAI ； Institute of Numerical Mathematics (RAS)（俄罗斯科学院计算数学研究所） ； AXXX
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种适用于离散数据的DBMI估计器，通过将互信息估计转化为领域迁移问题，解决了传统方法难以处理的离散变量互信息估计问题。
Cutting Through the Noise: On-the-fly Outlier Detection for Robust Training of Machine Learning Interatomic Potentials
在噪声中穿行：面向机器学习互原子势稳健训练的实时异常检测
机构 * Cavendish Laboratory, Department of Physics, University of Cambridge（卡文迪许实验室，物理系，剑桥大学） ； Lennard-Jones Centre, University of Cambridge（兰纳德-琼斯中心，剑桥大学） ； Yusuf Hamied Department of Chemistry, University of Cambridge（尤苏夫·哈米德化学系，剑桥大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种实时异常检测方法，通过自动降低噪声样本权重，提升机器学习互原子势在不完美数据集上的训练鲁棒性。
Comments 12 pages, 6 figures
Joint Channel Sounding and Source-Channel Coding for MIMO-OFDM Systems: Deep Unified Encoding and Parallel Flow-Matching Decoding
MIMO-OFDM系统中的联合信道 sounding 与源-信道编码：深度统一编码与并行流匹配解码
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种深度统一编码与并行流匹配解码方法，用于提升MIMO-OFDM系统中信道和源估计的精度与重建质量。
Abstract integrodifferential equations and applications
抽象积分微分方程及其应用
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了抽象积分微分方程的初值问题，证明了正则温和解的局部存在性和唯一性，并将其应用于具有记忆粘性的纳维-斯托克斯方程及反应扩散问题。
Comments 46 pages
EvoCorps: An Evolutionary Multi-Agent Framework for Depolarizing Online Discourse
EvoCorps：一种用于去极化的进化多智能体框架
专题命中 扩散模型 ：diffusion(abstract)
AI总结 EvoCorps通过进化多智能体框架主动应对在线讨论中的极化问题，提升讨论质量并实现闭环干预。
Time-Delayed Transformers for Data-Driven Modeling of Low-Dimensional Dynamics
用于数据驱动建模的低维动态的时间延迟变换器
机构 * FAU-DCN-AvH, Friedrich-Alexander-Universität, Erlangen, Germany（弗里德里希-亚历山大-尤西普大学） ； Institute of Aerodynamics and Flow Technology, DLR, Braunschweig, Germany（空气动力学与流体技术研究所）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 时间延迟变换器通过非线性扩展时间延迟动态模式分解，实现对低维动态的数据驱动建模，兼顾可解释性和效率，提升复杂动态的表达能力。
LLMs + Security = Trouble
机构 * Imperial College London（伦敦帝国学院）
专题命中 扩散模型 ：diffusion(abstract)
JWST spectral retrieval of cold directly imaged planet WD0806 b and the first measurement of altitude-dependent K$_{zz}$ in exoplanet atmospheres
JWST光谱检索冷直接成像行星WD0806 b及其在系外行星大气中首次测量海拔依赖性K$_{zz}$
专题命中 扩散模型 ：diffusion(abstract)
AI总结 JWST光谱检索冷直接成像行星WD0806 b，首次测量其大气中海拔依赖性K$_{zz}$
Comments 25 pages, 13 figures, accepted for publication in The Astronomical Journal
Magnetohydrodynamic instabilities in stellar radiative regions. I. Linear study of shear-driven instabilities
恒星辐射区中的磁流体动力学不稳定性。I. 剪切驱动不稳定的线性研究
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究恒星辐射区中剪切驱动不稳定性，推导了磁化GSF不稳定性新标准，并验证了其在恒星演化模型中的应用。
Semantics-Aware Generative Latent Data Augmentation for Learning in Low-Resource Domains
语义感知的生成潜在数据增强用于低资源领域的学习
机构 * Siebel School of Computing（计算科学系） ； Data Science, University of Illinois Urbana-Champaign, Illinois, USA（数据科学，伊利诺伊大学厄巴纳-香槟分校，伊利诺伊州，美国）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 GeLDA通过语义感知的生成潜在数据增强方法，在低资源领域提升语音情绪识别和图像分类任务的性能。
Sharp propagation of chaos in Rényi divergence
Rényi散度中混沌传播的精确传播
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了相互作用扩散系统在平稳状态下的Rényi散度中混沌传播的精确速率，通过熵层次和等周性条件，得到了q-Rényi散度的界。
Self-assembled filament layers in drying sessile droplets: from morphology to electrical conductivity
干燥静止液滴中自组装纤维层：从形态到电导率
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究通过调节蒸发机制，控制纤维沉积形态，从而优化导电网络的电导率和渗透阈值。
Comments 16 pages, 8 figures
Minimal Theory of Strange Carriers
奇异载流子的最小理论
专题命中 扩散模型 ：diffusion(abstract)
AI总结 该研究提出基于量子极限的奇异载流子理论，通过波函数塌缩解释电阻率和光学性质的 $T$-线性行为及 $ω/T$ 缩放。
