图像生成

Flow caching for autoregressive video generation

流缓存用于自回归视频生成

Yuexiao Ma, Xuzhe Zheng, Jing Xu, Xiwei Xu, Feng Ling, Xiawu Zheng, Huafeng Kuang, Huixia Li, Xing Wang, Xuefeng Xiao, Fei Chao, Rongrong Ji

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（中国教育部多媒体可信感知与高效计算重点实验室，厦门大学） ； ByteDance（字节跳动） 纠错

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

AI总结 FlowCache通过分块缓存策略和优化的KV缓存压缩机制，显著提升了自回归视频生成的速度，同时保持生成质量。

Multimodal Priors-Augmented Text-Driven 3D Human-Object Interaction Generation

多模态先验增强的文本驱动3D人-物交互生成

Yin Wang, Ziyao Zhang, Zhiying Leng, Haitian Liu, Frederick W. B. Li, Mu Li, Xiaohui Liang

机构 * State Key Laboratory of Virtual Reality Technology and Systems（虚拟现实技术与系统国家重点实验室） ； Beihang University（北京航空航天大学） ； Department of Computer Science, University of Durham（杜伦大学计算机科学系） ； Zhongguancun Laboratory（中关村实验室） 纠错

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

AI总结 本文提出MP-HOI框架，通过多模态先验、增强物体表示、模态感知MoE模型和级联扩散技术，提升文本驱动的3D人-物交互生成效果。

H2OFlow: Grounding Human-Object Affordances with 3D Generative Models and Dense Diffused Flows

H2OFlow: 通过3D生成模型和密集扩散流接地人类-物体 affordances

Harry Zhang, Luca Carlone

机构 * MIT（麻省理工学院） 纠错

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

AI总结 H2OFlow通过3D生成模型和密集扩散流学习人类-物体交互的3D affordances，无需人工标注，有效泛化至现实物体。

Reentrance in a Hamiltonian flocking model

Hamiltonian flocking模型中的重新进入现象

Letian Chen, Luke K. Davis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究在哈密顿模型中揭示了均质相重新进入现象，通过自旋-速度耦合与动能摩擦的竞争机制解释了运动诱导相分离的行为。

Stochastic synthesis-degradation processes: first-passage properties and connections with resetting

随机合成-降解过程：首次通过性质及与重置的联系

Gabriel Mercado-Vásquez, Denis Boyer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机合成-降解过程的首次通过性质，发现其在特定条件下能优化搜索效率，与重置过程有相似特性。

Comments 6 pages, 3 Figures. (7 pages of Suppl. Mat.)

Machine learning exploration of binding energy distributions of H2O at astrochemically relevant dust grain surfaces

利用机器学习探索星际化学相关尘埃颗粒表面H2O的结合能分布

Anant Vaishnav, Niels M. Mikkelsen, Mie Andersen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用机器学习建模，探索了尘埃颗粒表面水分子的结合能分布，揭示了不同表面性质对冰形貌和结合能的影响，为星化学模型提供了新的物理输入。

Fake stationary rough Heston volatility: Microstructure-inspired foundations

虚假平稳粗糙Heston波动率：微结构启发的基础

Emmanuel Gnabeyeu, Gilles Pagès, Mathieu Rosenbaum

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于时间非齐性粗糙分数CIR方程的虚假平稳粗糙Heston波动率模型，研究其在重尾核函数下的渐进行为及性质。

Comments 35 pages

Relative Chaos for $C_0$-Semigroups Beyond Topological Notions

超越拓扑观念的 $C_0$- 半群相对混沌

El-Mehdi Nafia, Aziz El Ghazouani, M'hamed El Omari

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于轨迹的相对混沌概念，用于描述 $C_0$- 半群在无限维空间中的不稳定性，克服了传统拓扑方法的局限性。

Comments 54 pages, 3 figures

Accretion Rate Changes Detected in a Polluted White Dwarf

污染白矮星中吸积率的变化

Jay Farihi, Hiba Tu Noor, Carl Melis, Beth L. Klein, Snehalata Sahu, Boris T. Gänsicke, Mark C. Wyatt, Seth Redfield, Ted M. Johnson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究发现污染白矮星中金属丰度下降，验证了扩散理论，并指出Fe为主要吸积物质。

Comments 8 pages, 5 figures, and 3 tables, accepted to MNRAS Letters

Stability estimates for Interior Penalty D.G. Methods for the Nonlinear Dynamics of the complex Ginzburg Landau equation

内罚DG方法在复Ginzburg-Landau方程非线性动力学中的稳定性估计

Dimitrios Kostas

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了复Ginzburg-Landau方程非线性动力学中三种DG方法的稳定性，发现SIPG方案最稳健，IIPG方案稳定性更优。

Comments In this article Stability of complex Landau equation is presented. After a rigorous Stability analysis for three Discontinuous Galerkin schemes, Numerical Results demonstrate which of these three methods is more stable and what happens if we use big enough penalty terms

Quantitative low-temperature spectral asymptotics for reversible diffusions in temperature-dependent domains

可逆扩散在温度依赖域中的低温谱渐进行为定量分析

Noé Blassel, Tony Lelièvre, Gabriel Stoltz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了温度依赖域中可逆扩散的低温谱渐进行为，扩展了厄林-克拉默斯公式并揭示了谱对能量函数临界点附近域形状的敏感性。

Comments 65 pages, 6 figures, 1 table

Transport, Don't Generate: Deterministic Geometric Flows for Combinatorial Optimization

传输，不要生成：用于组合优化的确定性几何流

Benjy Friedmann, Nadav Dym

机构 * Faculty of Mathematics, Department of Applied Mathematics, Technion - Israel Institute of Technology, Haifa, Israel（数学系，应用数学系，技术学院 - 以色列理工学院，海法，以色列） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 CycFlow通过确定性几何流替代传统扩散模型，实现组合优化问题的高效求解，提升求解速度三数量级并保持优化质量。

Comments Preprint. 10 pages

Queues with Rechargeable Servers

可充电服务器的队列

Eliezer Fuentes-Quezada, Jamol Pender

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种考虑充电动态的Erlang-S*队列模型，推导了流体和扩散极限，并提出了新的 staffing 规则以优化延迟和放弃概率。

Comments 50 pages, 6 figures

Block encoding of sparse matrices with a periodic diagonal structure

具有周期性对角结构的稀疏矩阵的块编码

Alessandro Andrea Zecchi, Claudio Sanavio, Luca Cappelli, Simona Perotto, Alessandro Roggero, Sauro Succi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出了一种基于线性单元操作框架的量子电路，用于高效编码具有周期性对角结构的稀疏矩阵，适用于求解微分问题。

Generalized Robust Adaptive-Bandwidth Multi-View Manifold Learning in High Dimensions with Noise

高维噪声下的通用稳健自适应带宽多视图流形学习

Xiucai Ding, Chao Shen, Hau-Tieng Wu

机构 * Department of Statistics, University of California, Davis（加州大学戴维斯分校统计系） ； Amazon（亚马逊） ； Courant Institute of Mathematical Sciences, New York University, New York, 10012, NY, USA（纽约大学Courant数学科学研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出GRAB-MDM框架，通过视图依赖的自适应带宽策略，在高维噪声环境下实现稳健的多视图流形学习。

Comments 4 figures

Accurate simulation of pulled and pushed fronts in the nonautonomous Fisher-KPP equation

在非自治Fisher-KPP方程中准确模拟被拉和被推的前沿

Troy Tsubota, Smridhi Mahajan, Adrian van Kan, Edgar Knobloch

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种新的数值方法，用于准确模拟非自治Fisher-KPP方程中被拉和被推前沿的传播，提高了前沿速度的计算精度。

Comments 20 pages, 15 figures

Navigating heterogeneous protein landscapes through geometry-aware smoothing

通过几何感知平滑导航异质性蛋白景观

Srinivas Anumasa, Barath Chandran, Tingting Chen, Nuwaisir Mohammad Rahman, Yingtao Zhu, Rushi Shah, Hongyu He, Peisong Zhang, Yizhen Liao, Yiming Tang, Yong Shen, Tianfan Fu, Rui Qing, Xiao Li, Sebastian Maurer-Stroh, Xinyi Su, Zhizhuo Zhang, Dianbo Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出密度依赖平滑方法，通过几何感知平滑解决异质生物序列空间中的生成建模问题，提升抗体设计和病毒抗体检测试点性能。

Self-pinning mechanism for grain boundary stabilization

晶界稳定化的自钉机制

Omar Hussein, Yuri Mishin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种新的晶界稳定化机制——自钉机制，通过晶界偏析自发形成溶质富集簇，实现晶粒生长的抑制，无需预存第二相，聚焦晶界相行为。

Photoluminescent registration of fullerite C$_{60}$ derivatives during chemical interaction with H$_{2}$ and N$_{2}$ molecules

全富勒烯C60衍生物在与H2和N2分子化学相互作用期间的光致发光登记

Victor Zoryansky, Peter Zinoviev, Yuri Semerenko

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究首次在低温下观测到富勒烯C60与H2/N2相互作用生成的新物质的光致发光，揭示了双氮富勒烯的发光特性及其对发射光谱的影响。

Limiting Behavior of Randomly Perturbed Diffusions with Invariant Repelling Surfaces

随机扰动扩散过程的极限行为：具有不变排斥面

Leonid Koralov, Chenglin Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机扰动扩散过程在存在不变排斥面时的极限行为，揭示了不同时间尺度下亚稳分布与遍历不变测度的关系。

OAT: Ordered Action Tokenization

OAT：有序动作标记化

Chaoqi Liu, Xiaoshen Han, Jiawei Gao, Yue Zhao, Haonan Chen, Yilun Du

专题命中 扩散模型 ：diffusion(abstract)

AI总结 OAT通过有序动作标记化方法，实现高压缩性和因果有序的标记空间，提升机器人动作生成的灵活性和性能。

HOGraspFlow: Taxonomy-Aware Hand-Object Retargeting for Multi-Modal SE(3) Grasp Generation

HOGraspFlow: 一种基于分类意识的多模态SE(3)抓取生成方法

Yitian Shi, Zicheng Guo, Rosa Wolf, Edgar Welte, Rania Rayyes

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 HOGraspFlow通过多模态SE(3)抓取生成方法，在无需显式几何先验的情况下实现高保真的抓取合成。

Comments Accepted to ICRA 2026

Kinetic renormalization of auroral turbulence

等离子体湍流的动能重整化

Magnus F Ivarsen, Kaili Song, Luca Spogli, Jean-Pierre St-Maurice, Brian Pitzel, Saif Marei, Devin R Huyghebaert, Satoshi Kasahara, Kunihiro Keika, Yoshizumi Miyoshi, Tomo Hori, David R Themens, Yoichi Kazama, Shiang-Yu Wang, Ayako Matsuoka, Iku Shinohara, Atsuki Shinbori, Kazuhiro Yamamoto, Takefumi Mitani, Shoichiro Yokota, P. T. Jayachandran, Glenn C Hussey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究发现地球电离层中存在自组织湍流现象，通过Bohm扩散建模揭示了湍流与驱动功率的线性关系，为空间天气建模提供了新的参数化方法。

Comments 18 pages, 5 figures

Linear Analysis of Stochastic Verlet-Type Integrators for Langevin Equations

随机Verlet型积分器对 Langevin 方程的线性分析

Niels Grønbech-Jensen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种分析框架，用于评估随机Verlet型积分器在模拟Langevin方程中的性能，重点评估扩散、漂移和统计采样等基本特性，并指出GJ积分组在模拟线性系统中的优越性。

Comments Latest version corrects two inconsequential typographical errors of previous versions: 1) Equation reference just above Eq. (9), and 2) numerator corrected in last term of Eq. (50a)

Journal ref Journal of Statistical Physics Vol.193, 12 (2026)

A model of full thermodynamic stabilization of nanocrystalline alloys

一种纳米晶合金的完全热力学稳定模型

Omar Hussein, Yuri Mishin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出一个结合Potts模型和晶格气体模型的多晶合金模型，用于探究晶界偏析是否能实现完全稳定的纳米晶状态。

Journal ref Acta Materialia 310, 121545 (2025)

Hypercube Policy Regularization Framework for Offline Reinforcement Learning

超立方体策略正则化框架用于离线强化学习

Yi Shen, Hanyan Huang

机构 * Sun Yat-Sen University（中山大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出超立方体策略正则化框架，通过允许智能体探索相似状态对应的动作，提升离线强化学习在低质量数据集中的性能。

Comments Revised version accepted at MLMI 2025

Intricate Evaporation Dynamics in Different Multi-Droplet Configurations

不同多液滴配置中的复杂蒸发动力学

Hari Govindha A., Saravanan Balusamy, Sayak Banerjee, Kirti Chandra Sahu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究不同多液滴配置中液滴寿命影响因素，通过实验和理论模型揭示蒸发动力学与屏蔽效应的关系。

Comments 38 pages, 9 figures, Accepted in Langmuir

Journal ref Langmuir, 2024, 40 (35), 18555-18567

Localized Control in Diffusion Models via Latent Vector Prediction

通过潜在向量预测实现扩散模型中的局部控制

Pablo Domingo-Gregorio, Javier Ruiz-Hidalgo

专题命中 可控生成 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出通过潜在向量预测实现扩散模型的局部控制，使模型能精准控制用户定义区域并自主生成剩余部分。

Dynamic Frequency Modulation for Controllable Text-driven Image Generation

动态频率调制用于可控的文本驱动图像生成

Tiandong Shi, Ling Zhao, Ji Qi, Jiayi Ma, Chengli Peng

机构 * School of Geosciences and Info-Physics of Central South University（中南大学地球科学与信息物理学院） ； School of Geography and Remote Sensing（地理科学与遥感学院） ； Electronic Information School（电子信息学院） ； School of Robotics（机器人学院） 纠错

专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出一种无需训练的动态频率调制方法，通过操控噪声潜在变量实现可控的文本驱动图像生成，有效平衡结构保持与语义更新。

ArtisanGS: Interactive Tools for Gaussian Splat Selection with AI and Human in the Loop

ArtisanGS: 带有AI和人机协作的高斯点选择交互工具

Clement Fuji Tsang, Anita Hu, Or Perel, Carsten Kolve, Maria Shugrina

机构 * NVIDIA ； NVIDIA Canada（NVIDIA 加拿大） ； University of Toronto Canada（多伦多大学 加拿大） ； NVIDIA France（NVIDIA 法国） ； University of Toronto（多伦多大学） ； Institute for Clarity in Documentation Dublin Ohio USA（文档清晰研究所 俄亥俄州 大致） ； Inria Paris-Rocquencourt（法国巴黎-罗克琴特研究所） ； Rajiv Gandhi University Doimukh Arunachal Pradesh India（拉吉夫·甘地大学 亚当穆克 阿鲁纳恰尔邦 印度） ； Tsinghua University Haidian Qu Beijing Shi China（清华大学 海淀区 北京市 中国） ； Palmer Research Laboratories San Antonio Texas USA（帕勒研究中心 肯塔基州 威斯康星州 美国） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 ArtisanGS通过交互式工具实现高斯点选择与分割，结合AI与人工干预，提供灵活的局部编辑功能，适用于真实场景中的可控编辑。

Comments 12 pages, includes supplementary material