图像生成

All-in-One Conditioning for Text-to-Image Synthesis

文本到图像合成的综合条件化

Hirunima Jayasekara, Chuong Huynh, Yixuan Ren, Christabel Acquaye, Abhinav Shrivastava

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

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

AI总结 本文提出基于场景图的零样本条件化机制，通过轻量级语言模型生成视觉条件，提升文本到图像合成的语义一致性和生成多样性。

MILR: Improving Multimodal Image Generation via Test-Time Latent Reasoning

MILR：通过测试时潜在推理改进多模态图像生成

Yapeng Mi, Yanpeng Zhao, Hengli Li, Chenxi Li, Huimin Wu, Xiaojian Ma, Song-Chun Zhu, Ying Nian Wu, Qing Li

机构 * University of Science and Technology of China（中国科学技术大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 MILR通过测试时潜在推理提升多模态图像生成性能，实现跨模态推理和统一潜在空间优化。

Comments 21 pages,14 figures,9 tables

Where Do Images Come From? Analyzing Captions to Geographically Profile Datasets

图像来自哪里？通过分析描述词地理上剖析数据集

Abhipsa Basu, Yugam Bahl, Kirti Bhagat, Preethi Seshadri, R. Venkatesh Babu, Danish Pruthi

机构 * Indian Institute of Science, Bangalore（印度科学研究院，班加罗尔） ； TNSQ AI（TNSQ人工智能） ； University of California, Irvine（加州大学尔湾分校） 纠错

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

AI总结 研究通过分析图像描述词地理分布，发现训练数据严重偏向欧美国家，且代表性与GDP正相关，但生成图像的多样性不足。

Comments 41 pages, 20 figures

Fine-T2I: An Open, Large-Scale, and Diverse Dataset for High-Quality T2I Fine-Tuning

Fine-T2I: 一个大规模、高质量且多样化的开放数据集用于高质量T2I微调

Xu Ma, Yitian Zhang, Qihua Dong, Yun Fu

机构 * Department of Electrical \& Computer Engineering, Northeastern University, Boston 纠错

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

AI总结 Fine-T2I是一个大规模高质量开放数据集，通过结合合成和真实图像，提升T2I微调的生成质量和指令遵循性。

Comments Dataset: https://huggingface.co/datasets/ma-xu/fine-t2i

MEVER: Multi-Modal and Explainable Claim Verification with Graph-based Evidence Retrieval

MEVER：基于图的证据检索的多模态和可解释性声明验证

Delvin Ce Zhang, Suhan Cui, Zhelin Chu, Xianren Zhang, Dongwon Lee

机构 * University of Sheffield（谢菲尔德大学） ； University of Science and Technology Beijing（北京科技大学） ； University of California San Diego（加州大学圣地亚哥分校） ； The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 文生图 ：text-to-image(abstract)

AI总结 MEVER通过多模态图检索和解释生成，实现了准确且可解释的声明验证，同时创建了AI领域的科学数据集AIChartClaim。

Comments Accepted to EACL-26

Rethinking Global Text Conditioning in Diffusion Transformers

重新思考扩散变换器中的全局文本条件化

Nikita Starodubcev, Daniil Pakhomov, Zongze Wu, Ilya Drobyshevskiy, Yuchen Liu, Zhonghao Wang, Yuqian Zhou, Zhe Lin, Dmitry Baranchuk

机构 * Yandex Research（Yandex研究院） ； Adobe Research（Adobe研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；image editing(abstract)；分类 cs.CV

AI总结 本文重新思考扩散变换器中的全局文本条件化，发现传统调制机制贡献有限，但通过不同视角使用池化嵌入可带来显著性能提升。

Comments Accepted at ICLR26

Temporal Concept Dynamics in Diffusion Models via Prompt-Conditioned Interventions

通过提示条件干预研究扩散模型中的时间概念动态

Ada Gorgun, Fawaz Sammani, Nikos Deligiannis, Bernt Schiele, Jonas Fischer

机构 * Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； ETRO Department, Vrije Universiteit Brussel and imec（ETRO部门，布鲁塞尔自由大学和imec） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；image editing(abstract)；分类 cs.CV

AI总结 通过提示条件干预研究扩散模型中概念随时间动态的变化，揭示不同阶段对特定概念的适应性，提升文本驱动图像编辑的效果。

Comments Accepted at the International Conference on Learning Representations 2026 (ICLR 2026). Code is available at: https://adagorgun.github.io/PCI-Project/

Look-Ahead and Look-Back Flows: Training-Free Image Generation with Trajectory Smoothing

前瞻与回顾流：基于轨迹平滑的无训练图像生成

Yan Luo, Henry Huang, Todd Y. Zhou, Mengyu Wang

机构 * Harvard AI and Robotics Lab, Harvard University（哈佛人工智能与机器人实验室，哈佛大学） 纠错

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

AI总结 本文提出两种无训练轨迹平滑方法，通过优化潜在空间中的生成路径，在多个数据集上显著提升图像生成性能。

Coupled Inference in Diffusion Models for Semantic Decomposition

扩散模型中的耦合推断用于语义分解

Calvin Yeung, Ali Zakeri, Zhuowen Zou, Mohsen Imani

机构 * Department of Computer Science University of California, Irvine（计算机科学系 加州大学伊维特分校） 纠错

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

AI总结 本文提出了一种基于扩散模型耦合推断的语义分解框架，通过逆问题建模和重建导向的引导项提升分解性能，并展示了其在合成任务中的优越性。

Comments 15 pages

AdaTSQ: Pushing the Pareto Frontier of Diffusion Transformers via Temporal-Sensitivity Quantization

AdaTSQ: 通过时间敏感量化推动扩散变换器的帕累托前沿

Shaoqiu Zhang, Zizhong Ding, Kaicheng Yang, Junyi Wu, Xianglong Yan, Xi Li, Bingnan Duan, Jianping Fang, Yulun Zhang

机构 * Shanghai Jiaotong University（上海交通大学） 纠错

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

AI总结 AdaTSQ通过时间敏感量化方法提升扩散变换器的效率与质量，优于现有方法。

Comments Code will be released at https://github.com/Qiushao-E/AdaTSQ/

Robust Depth Super-Resolution via Adaptive Diffusion Sampling

通过自适应扩散采样实现鲁棒的深度超分辨率

Kun Wang, Yun Zhu, Pan Zhou, Na Zhao

机构 * Singapore University of Technology（新加坡科技设计大学） ； Nanjing University of Science（南京理工大学） ； Singapore Management University（新加坡管理大学） 纠错

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

AI总结 AdaDS通过自适应扩散采样实现鲁棒深度超分辨率，利用高斯平滑性质提升恢复鲁棒性，展现优异的零样本泛化能力。

OSI: One-step Inversion Excels in Extracting Diffusion Watermarks

OSI: 一步反向在提取扩散水印中表现优异

Yuwei Chen, Zhenliang He, Jia Tang, Meina Kan, Shiguang Shan

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS, China（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences (CAS), China（中国科学院大学） ； School of Information Science and Technology, ShanghaiTech University, China（信息科学与技术学院，上海科技大学） 纠错

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

AI总结 OSI通过一步反向高效提取高斯阴影水印，速度快20倍，精度更高，承载能力翻倍。

Detecting and Mitigating Memorization in Diffusion Models through Anisotropy of the Log-Probability

通过概率的各向异性检测和缓解扩散模型中的记忆化

Rohan Asthana, Vasileios Belagiannis

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学） 纠错

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

AI总结 通过分析概率各向异性，提出一种高效的扩散模型记忆化检测与缓解方法，提升检测效率并减少计算成本。

Comments Accepted at ICLR 2026

LD-ViCE: Latent Diffusion Model for Video Counterfactual Explanations

LD-ViCE：基于视频的反事实解释的潜在扩散模型

Payal Varshney, Adriano Lucieri, Christoph Balada, Sheraz Ahmed, Andreas Dengel

机构 * Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau（莱茵-瓦尔德大学凯泽斯劳滕-兰道分校） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 LD-ViCE通过潜在扩散模型生成高质量的视频反事实解释，提升模型可解释性和可信度。

Comments 44 Pages

Survey of Video Diffusion Models: Foundations, Implementations, and Applications

视频扩散模型综述：基础、实现与应用

Yimu Wang, Xuye Liu, Wei Pang, Li Ma, Shuai Yuan, Paul Debevec, Ning Yu

机构 * University of Waterloo（滑铁卢大学） ； Netflix Eyeline Studios ； Duke University（杜克大学） 纠错

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

AI总结 本文综述视频扩散模型的基础、实现与应用，系统梳理了当前方法学体系，分析架构创新与优化策略，并探讨其在视频生成中的实际应用及与其他领域的协同作用。

Comments Accepted by TMLR

Unconditional Priors Matter! Improving Conditional Generation of Fine-Tuned Diffusion Models

无条件先验很重要！改进细调扩散模型的条件生成

Prin Phunyaphibarn, Phillip Y. Lee, Jaihoon Kim, Minhyuk Sung

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 本文提出通过替换无条件噪声提升条件生成质量，验证了使用其他扩散模型进行无条件噪声预测的有效性。

Comments WACV 2026; Project Page: https://unconditional-priors-matter.github.io/

DiffBreak: Is Diffusion-Based Purification Robust?

DiffBreak: 差分法净化是否具有鲁棒性？

Andre Kassis, Urs Hengartner, Yaoliang Yu

机构 * Cheriton School of Computer Science, University of Waterloo（查尔顿计算机科学学院，滑铁卢大学） 纠错

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

AI总结 DiffBreak研究指出基于差分的净化存在鲁棒性缺陷，提出改进方法并挑战其有效性。

Journal ref Advances in Neural Information Processing Systems (NeurIPS), 2025

Constant Rate Scheduling: A General Framework for Optimizing Diffusion Noise Schedule via Distributional Change

恒定速率调度：通过分布变化优化扩散噪声调度的通用框架

Shuntaro Okada, Kenji Doi, Ryota Yoshihashi, Hirokatsu Kataoka, Tomohiro Tanaka

机构 * LY Corporation, Japan（日本LY公司） 纠错

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

AI总结 本文提出了一种通过分布变化优化扩散噪声调度的通用框架，通过恒定速率变化提升扩散模型在像素空间和潜在空间中的性能，实现更高质量的样本生成。

Comments Published in Transactions on Machine Learning Research (TMLR), January 2026

The chiral random walk: A quantum-inspired framework for odd diffusion

手性随机游走：一种量子启发的奇数扩散框架

Jan Wójcik, Erik Kalz

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种量子启发的手性随机游走模型，揭示了奇数扩散的拓扑保护机制，并提供了预测受限几何中传输的工具。

Asymptotic estimates for solutions of inhomogeneous non-divergence diffusion equations with drifts

非齐次非散度扩散方程解的渐近估计

Luan Hoang, Akif Ibragimov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了非齐次非散度扩散方程解的渐近行为，通过分析漂移项和数据的渐近特性，得出了解的渐近估计和收敛性结果。

Comments minor fixes. to appear in Journal of Mathematical Analysis and Applications (34 pages)

Open diffusion MRI and connectivity data for epilepsy and surgery: The IDEAS II release

开放扩散磁共振成像与连接数据用于癫痫和手术：IDEAS II发布

Peter N. Taylor, Gerard Hall, Jonathan Horsley, Yujiang Wang, Sjoerd B. Vos, Gavin P Winston, Andrew W McEvoy, Anna Miserocchi, Jane de Tisi, John S Duncan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 IDEAS II发布开放的扩散磁共振成像和连接数据，用于研究癫痫的结构连接性和手术结果，提供216名癫痫患者和98名健康对照者的DWI数据及预处理后的扩散度量图、分割结构连接体等信息。

Convergence to pushed fronts and the behavior of level sets in monostable reaction-diffusion equations

趋近于推动前沿及单调反应扩散方程中等高线的行为

Ryo Kiyono

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究单调反应扩散方程中解趋近于推动前沿的行为，揭示了等高线演化与均曲率流的关联。

Comments 20 pages

LDG method for solving spatial and temporal fractional nonlinear convection-diffusion equations

具有空间和时间分数阶非线性对流扩散方程的LDG方法

Majid Rajabzadeh, Moein Khalighi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于Legendre基函数的局部间断Galerkin方法，用于求解具有空间和时间分数阶非线性对流扩散方程，并证明了其稳定性和最优收敛性。

Preference Aligned Visuomotor Diffusion Policies for Deformable Object Manipulation

偏好对齐的视觉-运动扩散策略用于可变形物体操作

Marco Moletta, Michael C. Welle, Danica Kragic

机构 * KTH Royal Institute of Technology（皇家理工学院） ； INCAR Robotics AB（INCAR机器人有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出RKO方法，通过偏好对齐提升机器人对可变形物体操作的个性化性能。

Where-to-Unmask: Ground-Truth-Guided Unmasking Order Learning for Masked Diffusion Language Models

Where-to-Unmask: 基于真实情况引导的去掩码顺序学习用于掩码扩散语言模型

Hikaru Asano, Tadashi Kozuno, Kuniaki Saito, Yukino Baba

机构 * The University of Tokyo, Tokyo, Japan（东京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Gt-Margin方法，通过真实标记计算去掩码顺序，提升MDLM在逻辑推理任务中的生成质量。

Comments 15 pages, 6 figures

Adaptive recurrent flow map operator learning for reaction diffusion dynamics

适应性递归流映射运算符学习用于反应扩散动力学

Huseyin Tunc

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DDOL-ART通过适应性递归训练在反应扩散动力学中实现高效稳定的运算符学习，无需PDE残差，且在训练成本上显著优于传统方法。

Reward-Guided Discrete Diffusion via Clean-Sample Markov Chain for Molecule and Biological Sequence Design

基于清洁样本马尔可夫链的奖励引导离散扩散模型用于分子和生物序列设计

Prin Phunyaphibarn, Minhyuk Sung

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出 Clean-Sample Markov Chain 方法，通过清洁样本构建马尔可夫链，实现离散扩散模型的高效奖励引导采样，提升分子和生物序列生成效果。

A Trainable-Embedding Quantum Physics-Informed Framework for Multi-Species Reaction-Diffusion Systems

可训练嵌入的量子物理信息框架用于多物种反应扩散系统

Ban Q. Tran, Nahid Binandeh Dehaghani, A. Pedro Aguiar, Rafal Wisniewski, Susan Mengel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种可训练嵌入的量子物理信息框架，用于解决多物种反应扩散系统问题，通过比较经典与量子嵌入方法，展示了量子嵌入在精度和优化性能上的优势。

Comments 19 pages, 13 figures

Gencho: Room Impulse Response Generation from Reverberant Speech and Text via Diffusion Transformers

Gencho：通过扩散变压器从混响语音和文本生成房间脉冲响应

Jackie Lin, Jiaqi Su, Nishit Anand, Zeyu Jin, Minje Kim, Paris Smaragdis

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Adobe Research（Adobe研究） ； University of Maryland（马里兰大学） ； MIT（麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Gencho通过扩散变压器模型从混响语音和文本生成房间脉冲响应，实现了更灵活和逼真的声学模拟与生成。

Comments In Proc. of the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2026. Audio examples available at https://linjac.github.io/Gencho/

CausalGDP: Causality-Guided Diffusion Policies for Reinforcement Learning

CausalGDP: 基于因果引导的扩散策略用于强化学习

Xiaofeng Xiao, Xiao Hu, Yang Ye, Xubo Yue

机构 * Department of Mechanical & Industrial Engineering, Northeastern University, Boston, MA, USA（机械与工业工程系，东北大学，波士顿，马萨诸塞州，美国） ； Department of Civil and Environmental Engineering, Northeastern University, Boston, MA, USA（土木与环境工程系，东北大学，波士顿，马萨诸塞州，美国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 CausalGDP通过整合因果推理，提升基于扩散的强化学习策略在复杂高维控制任务中的性能。