图像生成

Quantitative models for excess carrier diffusion and recombination in STEM-EBIC experiments on semiconductor nanostructures

半导体纳米结构中STEM-EBIC实验中过剩载流子扩散与复合的定量模型

Tobias Meyer, Christoph Flathmann, David A. Ehrlich, Patrick Paap-Peretzki, Jonas Lindner, Christian Jooß, Michael Seibt

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种用于半导体纳米结构中STEM-EBIC实验的定量模型，用于精确确定本征扩散长度。

Intent-driven Diffusion-based Path for Mobile Data Collector in IoT-enabled Dense WSNs

基于意图的扩散路径：物联网密集WSN中的移动数据收集器路径规划

Uma Mahesh Boda, Mallikharjuna Rao Nuka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出ID2P2框架，通过意图驱动的扩散路径规划，提升物联网密集WSN中移动数据收集器的能效、数据新鲜度和网络公平性。

Diffusion-based Dynamic Contract for Federated AI Agent Construction in Mobile Metaverses

基于扩散的动态合同用于移动元宇宙中联邦AI代理的构建

Jinbo Wen, Jiawen Kang, Yang Zhang, Yue Zhong, Dusit Niyato, Jie Xu, Jianhang Tang, Chau Yuen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于扩散模型的EDMSAC算法，通过动态合同机制优化边缘-云协作下的AI代理构建，提升移动元宇宙中服务的低延迟与安全性。

Stroke3D: Lifting 2D strokes into rigged 3D model via latent diffusion models

Stroke3D: 通过潜在扩散模型将2D笔触提升为拟合的3D模型

Ruisi Zhao, Haoren Zheng, Zongxin Yang, Hehe Fan, Yi Yang

机构 * ReLER, CCAI, Zhejiang University（ReLER、CCAAI、浙江大学） ； DBMI, HMS, Harvard University（DBMI、HMS、哈佛大学） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV

AI总结 Stroke3D通过潜在扩散模型，将用户绘制的2D笔触和文本提示转化为拟合的3D模型，实现可控的骨骼生成和纹理网格合成。

Comments Accepted by ICLR 2026

X-ray Insights Unleashed: Pioneering the Enhancement of Multi-Label Long-Tail Data

X射线洞察力释放：开创多标签长尾数据增强领域

Xinquan Yang, Jinheng Xie, Yawen Huang, Yuexiang Li, Huimin Huang, Hao Zheng, Xian Wu, Yefeng Zheng, Linlin Shen

机构 * Tencent Jarvis Lab（腾讯 Jarvis实验室） ； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院） ； National University of Singapore（新加坡国立大学） ； Westlake University（西湖大学） 纠错

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

AI总结 本文提出一种基于扩散模型和LKG模块的X光数据合成方法，通过正常X光片生成长尾病变数据，提升肺部异常诊断的性能。

Towards Sequence Modeling Alignment between Tokenizer and Autoregressive Model

向 token 分词器与自回归模型对齐的序列建模

Pingyu Wu, Kai Zhu, Yu Liu, Longxiang Tang, Jian Yang, Yansong Peng, Wei Zhai, Yang Cao, Zheng-Jun Zha

机构 * University of Science and Technology of China（中国科学技术大学） ； Tongyi Lab（通义实验室） 纠错

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

AI总结 AliTok通过双向编码器与因果解码器设计，解决图像生成中分词器与自回归模型的对齐问题，实现高保真度和可预测性，模型在ImageNet-256和ImageNet-512上取得SOTA结果。

Comments ICLR2026

HybridFlow: A Two-Step Generative Policy for Robotic Manipulation

HybridFlow: 一种用于机器人操作的两阶段生成策略

Zhenchen Dong, Jinna Fu, Jiaming Wu, Shengyuan Yu, Fulin Chen, Yide Liu

机构 * Anker Humanoid Lab（安克人形实验室） ； PolyU ； CUHK（香港中文大学） 纠错

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)

AI总结 HybridFlow是一种用于机器人操作的两阶段生成策略，通过结合MeanFlow的快速生成与ReNoise和ReFlow的精度优化，提升了动作生成的效率和准确性。

TexSpot: 3D Texture Enhancement with Spatially-uniform Point Latent Representation

TexSpot: 基于空间均匀点潜在表示的3D纹理增强

Ziteng Lu, Yushuang Wu, Chongjie Ye, Yuda Qiu, Jing Shao, Xiaoyang Guo, Jiaqing Zhou, Tianlei Hu, Kun Zhou, Xiaoguang Han

机构 * Shenzhen University（深圳大学） 纠错

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

AI总结 TexSpot提出一种基于扩散的3D纹理增强框架，通过融合点与UV表示的Texlet方法，提升纹理生成的视觉保真度和几何一致性。

Comments Project page: https://texlet-arch.github.io/TexSpot-page

A Generative AI Approach for Reducing Skin Tone Bias in Skin Cancer Classification

一种用于减少皮肤癌分类中肤色偏见的生成AI方法

Areez Muhammed Shabu, Mohammad Samar Ansari, Asra Aslam

机构 * University of Sheffield（谢菲尔德大学） ； University of Chester（切斯特大学） 纠错

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

AI总结 本文提出利用生成AI生成合成数据，以减少皮肤癌分类中的肤色偏见，提升诊断公平性。

Learning Part-Aware Dense 3D Feature Field for Generalizable Articulated Object Manipulation

学习具有部分感知的密集3D特征场以实现通用的可变形物体操作

Yue Chen, Muqing Jiang, Kaifeng Zheng, Jiaqi Liang, Chenrui Tie, Haoran Lu, Ruihai Wu, Hao Dong

机构 * Peking University（北京大学） ； Beijing Institute of Technology（北京理工大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出PA3FF，一种具有部分感知的密集3D特征场，用于提升可变形物体操作的泛化能力，通过对比学习训练，实现高效且通用的机器人操作

Comments Accept to ICLR 2026, Project page: https://pa3ff.github.io

Skeleton2Stage: Reward-Guided Fine-Tuning for Physically Plausible Dance Generation

Skeleton2Stage: 基于奖励的微调以生成物理合理的舞蹈生成

Jidong Jia, Youjian Zhang, Huan Fu, Dacheng Tao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Bosch（博世） ； Youku, Alibaba（优酷、阿里巴巴） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 Skeleton2Stage通过物理奖励引导微调，提升舞蹈生成的物理合理性与真实感。

Latent Denoising Makes Good Tokenizers

潜在去噪使分词器更有效

Jiawei Yang, Tianhong Li, Lijie Fan, Yonglong Tian, Yue Wang

机构 * USC（美国南加州大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Google DeepMind（谷歌DeepMind） ； OpenAI 纠错

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

AI总结 本文提出通过潜在去噪目标优化分词器，提升生成模型的生成质量。

Comments Code is available at: https://github.com/Jiawei-Yang/DeTok

TriniMark: A Robust Generative Speech Watermarking Method for Trinity-Level Traceability

TriniMark：一种针对三级可追溯性的稳健生成语音水印方法

Yue Li, Weizhi Liu, Kaiqing Lin, Dongdong Lin, Kassem Kallas

机构 * Huaqiao University（华侨大学） ； East China Normal University（华东师范大学） ； Shenzhen University（深圳大学） ； French National Institute of Health and Medical Research（法国国家健康与医学研究院） 纠错

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

AI总结 TriniMark是一种基于扩散的生成语音水印方法，实现内容、模型和用户三级可追溯性，通过轻量编码器和时间感知解码器增强水印鲁棒性，支持大规模可追溯应用。

Story-Iter: A Training-free Iterative Paradigm for Long Story Visualization

Story-Iter: 一种无需训练的迭代方法用于长故事可视化

Jiawei Mao, Xiaoke Huang, Yunfei Xie, Yuanqi Chang, Mude Hui, Bingjie Xu, Zeyu Zheng, Zirui Wang, Cihang Xie, Yuyin Zhou

机构 * UC Santa Cruz（加州大学圣克鲁兹分校） ； Rice University（德克萨斯大学里士满分校） ； Singapore Institute of Technology（新加坡科技学院） ； UC Berkeley（加州大学伯克利分校） ； Apple（苹果公司） 纠错

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

AI总结 Story-Iter提出一种无需训练的迭代方法，通过全局参考交叉注意力模块实现长故事可视化中的语义一致性和细粒度交互优化。

Comments 31 pages, 33 figures, The project page and associated code can be accessed via https://jwmao1.github.io/storyiter/

A Survey on Generative Modeling with Limited Data, Few Shots, and Zero Shot

有限数据、少样本和零样本生成建模综述

Milad Abdollahzadeh, Guimeng Liu, Touba Malekzadeh, Christopher T. H. Teo, Keshigeyan Chandrasegaran, Ngai-Man Cheung

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； SAP, Singapore（新加坡SAP公司） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文综述了在有限数据、少样本和零样本条件下生成建模的挑战与方法，提出了新的分类体系，并探讨了未来研究方向。

Comments Accepted to Transactions on Machine Learning Research (TMLR)

Journal ref Transactions on Machine Learning Research (TMLR), 2025

FlowHOI: Flow-based Semantics-Grounded Generation of Hand-Object Interactions for Dexterous Robot Manipulation

FlowHOI: 基于流的语义引导的双手-物体交互生成用于灵巧机器人操作

Huajian Zeng, Lingyun Chen, Jiaqi Yang, Yuantai Zhang, Fan Shi, Peidong Liu, Xingxing Zuo

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·扎耶德人工智能大学） ； Technical University of Munich（慕尼黑技术大学） ； National University of Singapore（新加坡国立大学） ； Westlake University（西湖大学） 纠错

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

AI总结 FlowHOI通过语义引导的流匹配框架生成双手-物体交互序列，提升机器人操作的准确性和效率。

Comments Project Page: https://huajian-zeng.github.io/projects/flowhoi/

MacroGuide: Topological Guidance for Macrocycle Generation

MacroGuide：宏环生成的拓扑引导

Alicja Maksymiuk, Alexandre Duplessis, Michael Bronstein, Alexander Tong, Fernanda Duarte, İsmail İlkan Ceylan

机构 * University of Oxford（牛津大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 MacroGuide通过持久同调引导预训练扩散模型生成宏环，显著提高生成效率并提升质量指标

The proximal Galerkin method for non-symmetric variational inequalities

非对称变分不等式的近邻伽辽金方法

Guosheng Fu, Brendan Keith, Dohyun Kim, Rami Masri, Will Pazner

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种非对称变分不等式的近邻伽辽金方法，通过建立符合性和混合混合一阶系统变体，实现了最优误差估计，并应用于美式期权定价等实际问题。

Gravitational Decoherence Estimation in Optomechanical Systems

光学机械系统中引力退相干的估计

Leonardo A. M. Souza, Olimpio P. de Sá Neto, Enrico Russo, Rosario Lo Franco, Gerardo Adesso

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于量子 Fisher 信息的框架，用于在光学机械系统中高精度估计引力诱导的退相干。

Reciprocal Specific Relative Entropy between Continuous Martingales

连续鞅之间的互反特定相对熵

Julio Backhoff, Xin Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出连续鞅之间的互反特定相对熵概念，并展示了其优化器为Wright-Fisher扩散，揭示了其在预测市场模型中的独特地位。

Weak Poincaré inequalities for Deterministic-scan Metropolis-within-Gibbs samplers

弱Poincaré不等式用于确定性扫描Metropolis-within-Gibbs采样器

Mengxi Gao, Gareth O. Roberts, Andi Q. Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过弱Poincaré不等式分析了确定性扫描Metropolis-within-Gibbs采样器的收敛性质，并建立了相关理论结果及应用。

Comments 51 pages

Joint constraint on the propagation origin of the cosmic-ray spectral knee from energy spectrum and anisotropy observations

宇宙射线能谱膝部传播起源的联合约束：基于能谱和各向异性观测

Hua Yue, Lin Nie, Yi-Qing Guo, Hong-Bo Hu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过能谱和各向异性观测数据，提出宇宙射线膝部能谱指数变化源于传播系数变化，并利用双幂律扩散模型进行联合分析，推翻传播起源模型。

Comments 13 pages, 7 figures, accepted for publication in the Astrophysical Journal

Journal ref ApJ 998 264 (2026)

LAViG-FLOW: Latent Autoregressive Video Generation for Fluid Flow Simulations

LAViG-FLOW：用于流体流动模拟的潜在自回归视频生成

Vittoria De Pellegrini, Tariq Alkhalifah

专题命中 扩散模型 ：diffusion(abstract)

AI总结 LAViG-FLOW通过潜在自回归视频生成框架高效模拟流体流动，实现比传统方法快百倍的饱和度和压力场生成。

Noise-robust multi-fidelity surrogate modelling for parametric partial differential equations

具有抗噪声能力的多保真度替代建模用于参数偏微分方程

Benjamin M. Kent, Lorenzo Tamellini, Matteo Giacomini, Antonio Huerta

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出改进的多指数随机列点方法，通过检测求解器噪声自动排除低保真度计算，提升参数PDE替代模型的稳健性与准确性。

Comments 37 pages, 31 figures

Journal ref Journal of Computational Physics, 554:114761 (2026)

Decoupled Continuous-Time Reinforcement Learning via Hamiltonian Flow

通过哈密顿流实现解耦的连续时间强化学习

Minh Nguyen

机构 * Google（谷歌） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了解耦的连续时间强化学习算法，通过哈密顿流更新价值函数，并利用扩散生成器学习优势率函数，实现了在连续控制任务中的优越性能。

Feedback Stabilization and Tracking for Heat Equations Using Thermo-Plasmonic Nanoparticles as Actuators

使用热等离子体纳米颗粒作为执行器的热方程反馈稳定与跟踪

Arpan Mukherjee, Sérgio S. Rodrigues, Mourad Sini

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用等离子体纳米颗粒作为执行器，提出反馈策略实现热方程的稳定与跟踪，通过分布-执行器理论证明指数稳定性，并引入前馈项和预补偿确保稳态匹配。

Adaptive Finite Elements with Algebraic Stabilization for Convection-Dominated Transport

自适应有限元与代数稳定化用于对流主导传输

Naveed Ahmed, Abhinav Jha

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了自适应有限元中代数稳定化技术对对流主导传输问题的误差估计与求解精度影响，揭示了不同稳定化方法在非线性问题中的表现差异。

On Anti-Confinement Estimates for Self-Repelling Random Walks

关于自排斥随机游走的反禁闭估计

Tobias Schmidt, Mark Sellke

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了自排斥随机游走的反禁闭估计，通过结合路径空间相关不等式和多尺度估计，证明了短程相互作用的扩散常数下界及长程相互作用下的超扩散行为。

Comments 23 pages

Conditional Expectation expression in mean-field SDEs and its applications

均场随机微分方程中的条件期望表达式及其应用

Samaneh Sojudi, Mahdieh Tahmasebi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种结合无条件期望与加权因子的均场随机微分方程中条件期望新方法，用于提升美式期权定价精度。

Convergent-Beam X-ray Crystallography

收敛束X射线晶体学

Chufeng Li, Margarita Zakharova, Mauro Prasciolu, Jia Chyi Wong, Holger Fleckenstein, Nikolay Ivanov, Wenhui Zhang, Mansi Butola, J. Lukas Dresselhaus, Ivan De Gennaro Aquino, Dmitry Egorov, Philipp Middendorf, Alessa Henkel, Bjarne Klopprogge, Lars Klemeyer, Tobias Beck, Oleksandr Yefanov, Miriam Barthelmess, Janina Sprenger, Dominik Oberthuer, Saša Bajt, Henry N. Chapman

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出收敛束X射线衍射技术，通过高分辨率成像揭示晶体内部结构与缺陷，用于研究晶体生长、材料结合及动态晶体响应等