图像生成

Curriculum-DPO++: Direct Preference Optimization via Data and Model Curricula for Text-to-Image Generation

Curriculum-DPO++: 通过数据和模型课程直接优化偏好用于文本到图像生成

Florinel-Alin Croitoru, Vlad Hondru, Radu Tudor Ionescu, Nicu Sebe, Mubarak Shah

机构 * Department of Computer Science, University of Bucharest（布加勒斯特大学计算机科学系） ； University of Trento（特伦托大学） ； Center for Research in Computer Vision (CRCV), University of Central Florida（中央佛罗里达大学计算机视觉研究中心） 纠错

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

AI总结 Curriculum-DPO++通过数据和模型课程增强直接偏好优化，提升文本到图像生成的性能。

Comments arXiv admin note: substantial text overlap with arXiv:2405.13637

Vulnerabilities in AI-generated Image Detection: The Challenge of Adversarial Attacks

AI生成图像检测中的漏洞：对抗攻击的挑战

Yunfeng Diao, Naixin Zhai, Changtao Miao, Zitong Yu, Xingxing Wei, Xun Yang, Meng Wang

机构 * Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学） ； School of Computing and Information Technology（计算与信息学院） ； Institute of Artificial Intelligence（人工智能研究院） ； Great Bay University（大亚湾大学） 纠错

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

AI总结 本文提出FPBA方法，通过频域扰动和贝叶斯策略攻击AIGI检测器，揭示对抗攻击对检测器的真实威胁。

Comments Accepted in TMM

Whole-Body Image-to-Image Translation for a Virtual Scanner in a Healthcare Digital Twin

全身体图像到图像翻译用于医疗数字孪生中的虚拟扫描仪

Valerio Guarrasi, Francesco Di Feola, Rebecca Restivo, Lorenzo Tronchin, Paolo Soda

机构 * Department of Computing Science, Umeå University（计算科学系，乌梅大学） ； Department of Diagnostics and Intervention, Biomedical Engineering and Radiation Physics, Umeå University（诊断与介入系，生物医学工程与放射物理，乌梅大学） 纠错

专题命中 文生图 ：image synthesis(abstract)

AI总结 本文提出了一种基于区域分割的GAN方法，用于全身体CT到PET的图像翻译，通过分割身体为四个区域并使用区域特定的GANs提升翻译精度，从而在医疗数字孪生中实现更准确的虚拟PET扫描。

Hallucinating 360°: Panoramic Street-View Generation via Local Scenes Diffusion and Probabilistic Prompting

生成360°全景图：通过局部场景扩散与概率提示的街道视图生成

Fei Teng, Kai Luo, Sheng Wu, Siyu Li, Pujun Guo, Jiale Wei, Jiaming Zhang, Kunyu Peng, Kailun Yang

机构 * School of Artificial Intelligence and Robotics and the National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（人工智能与机器人学院和机器人视觉感知与控制技术国家工程研究中心，湖南大学） ； Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（人机学与机器人研究所，卡尔斯鲁厄技术大学） 纠错

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

AI总结 本文提出Percep360方法，通过局部场景扩散与概率提示技术，实现自动驾驶中的可控全景图像生成，提升真实场景下的鸟瞰图分割性能。

Comments Accepted to ICRA 2026. The source code will be publicly available at https://github.com/FeiT-FeiTeng/Percep360

Reproducing DragDiffusion: Interactive Point-Based Editing with Diffusion Models

重现DragDiffusion：基于扩散模型的交互式点编辑

Ali Subhan, Ashir Raza

机构 * Faculty of Computer and Information Science（计算机与信息科学学院） ； University of Ljubljana（卢布尔雅那大学） 纠错

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

AI总结 本文重现了DragDiffusion方法，验证了其在不同超参数下的可重复性，并发现其性能对优化时间步和特征层敏感。

Comments 16 pages, 8 figures. Reproducibility study of DragDiffusion (CVPR 2024). Submitted to TMLR Reproducibility Challenge. Code available on GitHub

Realistic Face Reconstruction from Facial Embeddings via Diffusion Models

通过扩散模型从面部嵌入中重建逼真人脸

Dong Han, Yong Li, Joachim Denzler

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

AI总结 本文提出FEM框架，利用扩散模型和KAN网络，从面部嵌入中重建逼真人脸，以评估FR和PPFR系统的隐私安全性和攻击鲁棒性。

Comments Accepted to AAAI 2026

DuoCast: Duo-Probabilistic Diffusion for Precipitation Nowcasting

DuoCast：双概率扩散用于降水现在预测

Penghui Wen, Mengwei He, Patrick Filippi, Na Zhao, Feng Zhang, Thomas Francis Bishop, Zhiyong Wang, Kun Hu

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

AI总结 DuoCast通过双扩散框架分解降水预报为低频和高频成分，利用正交潜在子空间提升预测精度，优于现有方法。

ProCache: Constraint-Aware Feature Caching with Selective Computation for Diffusion Transformer Acceleration

ProCache：基于约束的特征缓存与选择性计算用于扩散变换器加速

Fanpu Cao, Yaofo Chen, Zeng You, Wei Luo

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

AI总结 ProCache通过约束感知的特征缓存和选择性计算，有效缓解了扩散变换器的高计算成本问题，实现了显著的加速效果。

Comments Accepted for poster presentation at AAAI 2026

Sample-Specific Noise Injection For Diffusion-Based Adversarial Purification

针对扩散的对抗性净化中的样本特定噪声注入

Yuhao Sun, Jiacheng Zhang, Zesheng Ye, Chaowei Xiao, Feng Liu

机构 * School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算机与信息系统学院） ； University of Wisconsin, Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文提出样本特定的分数感知噪声注入方法，通过自适应调整噪声水平提升对抗净化的准确性和鲁棒性。

Nonlinear Diffusion, and Geometric and Functional Inequalities on Smooth Metric Measure spaces

非线性扩散，以及在光滑度量度量空间中的几何和函数不等式

Ali Taheri

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了非线性扩散方程与光滑度量度量空间中的几何和函数不等式之间的联系，并提出了新的研究成果。

Comments 12 pages (conference paper)

Diffusion-Pretrained Dense and Contextual Embeddings

基于扩散预训练的密集和上下文嵌入

Sedigheh Eslami, Maksim Gaiduk, Markus Krimmel, Louis Milliken, Bo Wang, Denis Bykov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出pplx-embed模型，通过多阶段对比学习在扩散预训练语言模型基础上实现多语言嵌入，其中pplx-embed-v1在多个基准测试中表现优异，pplx-embed-context-v1在ConTEB基准中创纪录。

LLaDA2.1: Speeding Up Text Diffusion via Token Editing

LLaDA2.1: 通过令牌编辑加速文本扩散

Tiwei Bie, Maosong Cao, Xiang Cao, Bingsen Chen, Fuyuan Chen, Kun Chen, Lun Du, Daozhuo Feng, Haibo Feng, Mingliang Gong, Zhuocheng Gong, Yanmei Gu, Jian Guan, Kaiyuan Guan, Hongliang He, Zenan Huang, Juyong Jiang, Zhonghui Jiang, Zhenzhong Lan, Chengxi Li, Jianguo Li, Zehuan Li, Huabin Liu, Lin Liu, Guoshan Lu, Yuan Lu, Yuxin Ma, Xingyu Mou, Zhenxuan Pan, Kaida Qiu, Yuji Ren, Jianfeng Tan, Yiding Tian, Zian Wang, Lanning Wei, Tao Wu, Yipeng Xing, Wentao Ye, Liangyu Zha, Tianze Zhang, Xiaolu Zhang, Junbo Zhao, Da Zheng, Hao Zhong, Wanli Zhong, Jun Zhou, Junlin Zhou, Liwang Zhu, Muzhi Zhu, Yihong Zhuang

机构 * Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LLaDA2.1通过结合令牌编辑与掩码到令牌方案，实现解码速度与生成质量的平衡，展示了在大规模扩散模型上的性能提升。

Comments 11 pages, 3 figures

AEGIS: Adversarial Target-Guided Retention-Data-Free Robust Concept Erasure from Diffusion Models

AEGIS：对抗性目标引导的无数据保留鲁棒概念擦除从扩散模型

Fengpeng Li, Kemou Li, Qizhou Wang, Bo Han, Jiantao Zhou

机构 * State Key Laboratory of Internet of Things and Smart City, University of Macau（物联网与智能城市国家重点实验室，澳门大学） ； TMLR Group, Department of Computer Science, Hong Kong Baptist University（TMLR集团，香港 Baptist大学计算机科学系） ； Imperfect Information Learning Team, RIKEN Center for Advanced Intelligence Project（不完美信息学习团队，日本RIKEN先进人工智能项目中心） ； PRADA Lab, King Abdullah University of Science and Technology（PRADA实验室，卡塔尔国王科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 AEGIS提出了一种无数据保留的框架，同时提升扩散模型的鲁棒性和保留性，以更有效地实现概念擦除。

Comments 30 pages,12 figures

Journal ref Accpted in ICLR 2026

Pareto-Conditioned Diffusion Models for Offline Multi-Objective Optimization

基于帕累托条件的扩散模型用于离线多目标优化

Jatan Shrestha, Santeri Heiskanen, Kari Hepola, Severi Rissanen, Pekka Jääskeläinen, Joni Pajarinen

机构 * Aalto University（阿尔托大学） ； Tampere University（塔尔库大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 基于帕累托条件的扩散模型用于离线多目标优化，通过条件采样解决离线多目标优化问题，提升泛化能力和任务一致性。

Comments Accepted at ICLR 2026 (Oral). Project website: https://sites.google.com/view/pcd-iclr26

On the Ginzburg-Landau approximation for quasilinear pattern forming reaction-diffusion-advection systems

关于准线性模式形成反应-扩散-对流系统的吉因斯-兰道近似

Théo Belin, Guido Schneider

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文证明吉因斯-兰道方程能准确预测准线性模式形成反应-扩散-对流系统的动力学，并应用于格雷-斯科特-克劳斯梅尔模型。

Comments 21 pages, 1 figure

TA-KAND: Two-stage Attention Triple Enhancement and U-KAN based Diffusion For Few-shot Knowledge Graph Completion

TA-KAND: 两阶段注意力三重增强与U-KAN基于扩散的少样本知识图谱补全

Xinyu Gao

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

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 TA-KAND通过两阶段注意力三重增强和U-KAN扩散模型，解决少样本知识图谱补全问题，实验表明其在两个公开数据集上表现优异。

Comments Work in progress

The effective diffusion constant of stochastic processes with spatially periodic noise

具有空间周期性噪声的随机过程的有效扩散常数

Stefano Giordano, Ralf Blossey

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有空间周期性噪声的随机过程的有效扩散常数，推导了不同离散化规则下的扩散系数，并推广了Lifson-Jackson定理。

Journal ref Physical Review E 110, 044123 (2024)

Continuous-time q-Learning for Jump-Diffusion Models under Tsallis Entropy

基于Tsallis熵的连续时间q学习在跳跃扩散模型中的应用

Lijun Bo, Yijie Huang, Xiang Yu, Tingting Zhang

机构 * School of Mathematics and Statistics, Xidian University（西安电子科技大学数学与统计学院） ； Department of Applied Mathematics, The Hong Kong Polytechnic University（香港理工大学应用数学系） ； Center for Financial Engineering, Soochow University（苏州大学金融工程中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于Tsallis熵正则化的连续时间q学习方法，用于跳跃扩散模型中的强化学习，通过显式求解最优策略分布并设计两种q学习算法，解决了最优策略的显式表征问题。

Short-time expansion of one-dimensional Fokker-Planck equations with heterogeneous diffusion

一维福克-普兰克方程的短时间展开：具有异质扩散系数的情况

Tom Dupont, Stefano Giordano, Fabrizio Cleri, Ralf Blossey

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种针对具有异质扩散系数的一维福克-普兰克方程的短时间展开方法，通过奇异和常规项的乘积形式，结合泰勒展开和常微分方程，实现对随机过程的精确处理。

Comments 19 pages, 8 figures

Journal ref Physical Review E 109, 064106, 2024

Asymptotically self-similar graph-like solutions to a multi-dimensional surface diffusion flow equation under contact angle and no-flux boundary conditions

多维表面扩散流方程在接触角和无通量边界条件下的渐近自相似图状解

Yoshikazu Giga, Sho Katayama

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了多维表面扩散流方程在接触角和无通量边界条件下的自相似解存在性及渐近行为。

Comments 29 pages

DiffuRank: Effective Document Reranking with Diffusion Language Models

DiffuRank: 基于扩散语言模型的有效文档重排序

Qi Liu, Kun Ai, Jiaxin Mao, Yanzhao Zhang, Mingxin Li, Dingkun Long, Pengjun Xie, Fengbin Zhu, Ji-Rong Wen

机构 * Renmin University of China（中国人民大学） ； Alibaba Group（阿里巴巴集团） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffuRank利用扩散语言模型改进文档重排序，通过三种策略提升效率和可控性，实验表明其性能可与自回归模型媲美。

Comments The code is available at https://github.com/liuqi6777/DiffusionRank

Dirichlet-Neumann Waveform Relaxation Method with Multiple Subdomains for Reaction-Diffusion Equation with a Time Delay

具有多个子域的反应扩散方程含时间延迟的狄利克雷-Neumann波形松弛方法

Bankim C. Mandal, Deeksha Tomer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种用于具有时间延迟的反应扩散方程的狄利克雷-Neumann波形松弛方法，通过多个子域的安排和数值实验评估其效率和有效性。

PuYun-LDM: A Latent Diffusion Model for High-Resolution Ensemble Weather Forecasts

PuYun-LDM：一种用于高分辨率集合天气预报的潜在扩散模型

Lianjun Wu, Shengchen Zhu, Yuxuan Liu, Liuyu Kai, Xiaoduan Feng, Duomin Wang, Wenshuo Liu, Jingxuan Zhang, Kelvin Li, Bin Wang

机构 * MetaCarbon 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 PuYun-LDM通过引入3D-MAE和VA-MFM策略，提升高分辨率集合天气预报的潜在扩散能力，实现短时间预报优于ENS，长时间预报与ENS相当。

Enhancing guidance for missing data in diffusion-based sequential recommendation

增强扩散基于序列推荐中缺失数据的引导

Qilong Yan, Yifei Xing, Dugang Liu, Jingpu Duan, Jian Yin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 CARD模型通过双侧汤普森采样和反事实注意力机制，提升扩散生成模型在序列推荐中对缺失数据的引导能力，提高生成质量。

Comments ICASSP 2026 accecpted

A dynamic shim approach for correcting eddy current effects in diffusion-prepared MRI acquisition using a multi-coil AC/DC shim-array

一种动态 shim 方法用于纠正扩散准备 MRI 获取中涡流效应的影响，使用多线圈 AC/DC shim-array

Congyu Liao, Jason P. Stockmann, Zhitao Li, Zhixing Wang, Mengze Gao, Lincoln Craven-Brightman, Monika Sliwiak, Charles Biggs, Jack Glad, Jiazheng Zhou, Yurui Qian, Zheng Zhong, Nan Wang, Hua Wu, Thomas Grafendorfer, Fraser Robb, Bernhard Gruber, Azma Mareyam, Adam B. Kerr, Xiaozhi Cao, Kawin Setsompop

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种动态 shim 方法，利用多线圈 AC/DC shim-array 纠正扩散准备 MRI 中的涡流效应，实现高 b 值成像且无 SNR 损失。

Comments 35 pages, 10 figures

Journal ref Magnetic Resonance in Medicine, 2026

Watermarking Discrete Diffusion Language Models

对离散扩散语言模型进行水印标记

Avi Bagchi, Akhil Bhimaraju, Moulik Choraria, Daniel Alabi, Lav R. Varshney

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stony Brook University（石溪大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种针对离散扩散语言模型的水印标记方法，通过保持分布的Gumbel-max采样技巧和序列位置播种随机性，实现了可靠检测和无失真水印。

Diffusion-Based Scenario Tree Generation for Multivariate Time Series Prediction and Multistage Stochastic Optimization

基于扩散的场景树生成用于多变量时间序列预测和多阶段随机优化

Stelios Zarifis, Ioannis Kordonis, Petros Maragos

机构 * HERON - Hellenic Robotics Center of Excellence（希腊机器人 excellence 中心） ； Robotics Institute（机器人研究所） ； School of Electrical & Computer Engineering（电气与计算机工程学院） ； National Technical University of Athens（雅典技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于扩散的场景树生成方法，用于多变量时间序列预测和多阶段随机优化，通过递归采样和聚类生成结构化的场景树，提升不确定性处理能力。

Comments 5 pages, 2 figures, 1 table, and 1 algorithm. This version is submitted to the 34th EURASIP European Signal Processing Conference 2026 (EUSIPCO 2026), to be held in Bruges, Belgium, on August 31 - September 4, 2026

R3DPA: Leveraging 3D Representation Alignment and RGB Pretrained Priors for LiDAR Scene Generation

R3DPA：利用3D表示对齐和RGB预训练先验知识进行LiDAR场景生成

Nicolas Sereyjol-Garros, Ellington Kirby, Victor Besnier, Nermin Samet

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

AI总结 R3DPA通过结合3D表示对齐和RGB预训练先验知识，实现LiDAR场景生成的先进性能。

Comments ICRA 2026

Multi-Scale Texture Loss for CT denoising with GANs

多尺度纹理损失用于GANs的CT去噪

Francesco Di Feola, Lorenzo Tronchin, Valerio Guarrasi, Paolo Soda

机构 * Department of Diagnostics and Intervention, Radiation Physics, Biomedical Engineering, Umeå University, Sweden（诊断与介入部门、辐射物理、生物医学工程、乌梅大学，瑞典） ； Bioinformatics, Department of Engineering, University Campus Bio-Medico of Rome, Italy（生物信息学、工程部门、罗马生物医学大学，意大利） 纠错

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

AI总结 本文提出多尺度纹理损失方法，通过自注意力层动态聚合图像信息，提升GANs在低剂量CT去噪中的性能。

SLA2: Sparse-Linear Attention with Learnable Routing and QAT

SLA2: 基于可学习路由和量化感知训练的稀疏-线性注意力

Jintao Zhang, Haoxu Wang, Kai Jiang, Kaiwen Zheng, Youhe Jiang, Ion Stoica, Jianfei Chen, Jun Zhu, Joseph E. Gonzalez

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 SLA2通过可学习路由和量化感知训练，提升稀疏-线性注意力的效率和性能