arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2026-02-17 至 2026-02-17 共收录 97 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 76 篇

2602.14268 2026-02-17 math.NA cs.NA math.AP math.PR 50%

A Higher Order Discretization for the Stochastic Navier--Stokes equations with additive Noise

随机Navier-Stokes方程的高阶离散化方法

L. Banas, D. Breit, A. Chaudhary, A. Prohl

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种针对带加性噪声的随机Navier-Stokes方程的高阶时间离散化方法,实现速度和压力在概率意义下的强收敛性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.14003 2026-02-17 cs.AI 50%

Prompt-Driven Low-Altitude Edge Intelligence: Modular Agents and Generative Reasoning

基于提示的低空边缘智能:模块化代理与生成推理

Jiahao You, Ziye Jia, Chao Dong, Qihui Wu

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出P2AECF框架,通过模块化代理和生成推理实现灵活、高效和适应的低空边缘智能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13986 2026-02-17 math.AP 50%

Spectral Theory of Fractional Cooperative Systems and Threshold Dynamics in Epidemic Models

分数合作系统的谱理论与传染病模型中的阈值动力学

Cong-Bang Trang, Hoang-Hung Vo

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究分数合作系统的谱理论,通过分析主本征值的渐进行为,揭示传染病模型中阈值动力学的数学机制。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13873 2026-02-17 cs.AI cs.LG 50%

Ambient Physics: Training Neural PDE Solvers with Partial Observations

环境物理:通过部分观测训练神经PDE求解器

Harris Abdul Majid, Giannis Daras, Francesco Tudisco, Steven McDonagh

机构 * The University of Edinburgh, Edinburgh, Scotland(爱丁堡大学) Massachusetts Institute of Technology, Cambridge, Massachusetts, United States(麻省理工学院)

专题命中 扩散模型 :diffusion(abstract)

AI总结 环境物理通过部分观测直接学习PDE系数-解对的联合分布,显著提升重建性能并减少计算成本。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.07132 2026-02-17 stat.ML cs.LG 50%

Discrete Adjoint Matching

离散共轭匹配

Oswin So, Brian Karrer, Chuchu Fan, Ricky T. Q. Chen, Guan-Horng Liu

机构 * Massachusetts Institute of Technology(麻省理工学院) FAIR at Meta(Meta 的 FAIR)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出离散共轭匹配方法,用于微调离散生成模型,通过离散域上的共轭估计器解决熵正则化奖励优化问题。

Comments ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.16135 2026-02-17 cond-mat.soft 50%

Supercoiling DNA with a free end

用自由端超螺旋化DNA

Daniela Moretti, Giuseppe Gonnella, Antonio Suma, Giada Forte, Davide Marenduzzo, Cristian Micheletti

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过模拟和理论分析,揭示了在单端受扭矩作用下,DNA链在超螺旋相变中的动态行为及扭度分布特性。

Comments 16 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.21416 2026-02-17 cs.CL cs.LG 50%

Odin: Oriented Dual-module Integration for Text-rich Network Representation Learning

Odin:面向文本丰富网络表示学习的定向双模块集成

Kaifeng Hong, Yinglong Zhang, Xiaoying Hong, Xuewen Xia, Xing Xu

专题命中 扩散模型 :diffusion(abstract)

AI总结 Odin通过定向双模块机制在Transformer中整合图结构,实现无跳跃的结构-文本整合,提升文本属性图表示学习性能。

Comments 32 pages, 2 figures

Journal ref Neurocomputing 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.01039 2026-02-17 cs.LG 50%

Gated X-TFC: Soft Domain Decomposition for Forward and Inverse Problems in Sharp-Gradient PDEs

门控X-TFC:用于尖锐梯度PDE的正向和反向问题的软域分解

Vikas Dwivedi, Enrico Schiassi, Monica Sigovan, Bruno Sixou

机构 * CREATIS Biomedical Imaging Laboratory INSA, CNRS UMR 5220, Inserm, Universit´e Lyon 1(CREATIS生物医学成像实验室,INSA,CNRS UMR 5220,Inserm,里昂1大学) Department of Industrial Engineering University of Bologna(工业工程系,博洛尼亚大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 Gated X-TFC通过软学习域分解,提高处理尖锐梯度PDE问题的准确性和计算效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.09363 2026-02-17 cond-mat.mtrl-sci cond-mat.mes-hall 50%

Strain-induced exciton mobility in layered WS2 from first principles

二维硫化钨单层中应变诱导激子迁移率

Amir Kleiner, Sivan Refaely-Abramson

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过从头原理计算,揭示了单层WS₂中应变诱导的激子迁移特性,发现超球面传播和异常扩散现象,为二维材料中激子动力学调控提供了理论依据。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.22121 2026-02-17 q-fin.PM q-fin.CP 50%

Multi-period Mean-Buffered Probability of Exceedance in Defined Contribution Portfolio Optimization

多时期均值-缓冲概率超额量在定义贡献型投资组合优化中的应用

Duy-Minh Dang, Chang Chen

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出多时期均值-缓冲概率超额量优化方法,用于定义贡献型投资组合优化,展示其在长期财富安全中的优势。

Comments 44 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.18175 2026-02-17 eess.SP 50%

Generative AI for Physical-Layer Authentication

生成式AI用于物理层认证

Rui Meng, Xiqi Cheng, Song Gao, Xiaodong Xu, Chen Dong, Guoshun Nan, Xiaofeng Tao, Ping Zhang, Tony Q. S. Quek

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于生成式AI和信道外推的新型物理层认证框架,旨在提升认证系统的鲁棒性和安全性。

Comments 9 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.02415 2026-02-17 cs.LG 50%

Fast Graph Generation via Autoregressive Noisy Filtration Modeling

通过自回归噪声过滤建模实现快速图生成

Markus Krimmel, Jenna Wiens, Karsten Borgwardt, Dexiong Chen

机构 * Max Planck Institute of Biochemistry(马克斯·普朗克生物化学研究所)

专题命中 扩散模型 :diffusion(abstract)

AI总结 ANFM通过自回归噪声过滤建模实现高质量且高速的图生成。

Journal ref Transactions on Machine Learning Research, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13640 2026-02-17 cs.RO cs.AI 50%

Hierarchical Audio-Visual-Proprioceptive Fusion for Precise Robotic Manipulation

层次化音频-视觉-本体感知融合用于精确机器人操作

Siyuan Li, Jiani Lu, Yu Song, Xianren Li, Bo An, Peng Liu

机构 * Harbin Institute of Technology, China(哈尔滨工业大学) Nanyang Technological University, Singapore(南洋理工大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出层次化多模态融合框架,通过整合音频、视觉和本体感知信息,提升机器人精确操作性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13630 2026-02-17 q-bio.PE 50%

Bistability to Quad-stability: Emergence of Hybrid Phenotypes & Enhanced Spatio-temporal Plasticity in Presence of Host-Circuit Coupling

双稳到四稳:宿主-电路耦合下混合表型的出现及时空可塑性的增强

Ranu Kundu, Priya Chakraborty, Sohini Guin, Shyam Sundar Poriah, Sayantari Ghosh

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究发现宿主-电路耦合下双稳态遗传电路在资源竞争和生长反馈作用下产生多种表型,并增强时空可塑性,为癌症转移和进展提供新见解。

Comments 18 pages 9 Fig

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13616 2026-02-17 cs.AI cs.LG 50%

DiffusionRollout: Uncertainty-Aware Rollout Planning in Long-Horizon PDE Solving

DiffusionRollout:长时间尺度PDE求解中的不确定性感知 rollout 计划

Seungwoo Yoo, Juil Koo, Daehyeon Choi, Minhyuk Sung

专题命中 扩散模型 :diffusion(abstract)

AI总结 DiffusionRollout通过自适应选择步长策略,提升长时间尺度PDE求解的预测可靠性与准确性。

Comments TMLR

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13256 2026-02-17 physics.app-ph cond-mat.mtrl-sci physics.chem-ph 50%

The effect of graphene orientation on permeability and corrosion initiation under composite coatings

石墨烯取向对复合涂层中渗透性和腐蚀起始的影响

Majid Shaker, Erfan Salahinejad, Weiqi Cao, Xiaomin Meng, Vahdat Zahedi Asl, Qi Ge

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究提出一种模型,通过分析石墨烯取向对复合涂层中腐蚀起始时间的影响,发现石墨烯片与基材之间角度减小可显著延缓腐蚀起始。

Journal ref Construction and Building Materials, 319 (2022) 126080

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10285 2026-02-17 cs.RO 50%

Adaptive Time Step Flow Matching for Autonomous Driving Motion Planning

自适应时间步长流匹配用于自动驾驶运动规划

Ananya Trivedi, Anjian Li, Mohamed Elnoor, Yusuf Umut Ciftci, Avinash Singh, Jovin D'sa, Sangjae Bae, David Isele, Taskin Padir, Faizan M. Tariq

机构 * HRI Honda Research Institute(本田研究院) Northeastern University(东北大学) Princeton University(普林斯顿大学) University of Maryland(马里兰大学) Stanford University(斯坦福大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于条件流匹配的自适应时间步长框架,用于实时自动驾驶轨迹规划,通过在线调整推理步骤数和轨迹后处理提升性能。

Comments Accepted to Intelligent Vehicles Symposium 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.04990 2026-02-17 quant-ph physics.optics 50%

Quantum walk with coherent multiple translations induces fast quantum gate operations

具有相干多重翻译的量子行走诱导快速量子门操作

Yixiang Zhang, Xin Qiao, Luojia Wang, Yanyan He, Zhaohui Dong, Xianfeng Chen, Luqi Yuan

专题命中 扩散模型 :diffusion(abstract)

AI总结 利用相干多重路径量子行走实现快速量子门操作,提升量子算法效率。

Journal ref Light: Science & Applications, 15, 1 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.01629 2026-02-17 stat.ML cs.LG math.OC math.ST stat.TH 50%

Denoising Diffusions with Optimal Transport: Localization, Curvature, and Multi-Scale Complexity

去噪扩散与最优传输:局部化、曲率与多尺度复杂性

Tengyuan Liang, Kulunu Dharmakeerthi, Takuya Koriyama

机构 * University of Chicago, Booth School of Business(芝加哥大学商学院) University of Chicago(芝加哥大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究探讨了基于最优传输的去噪扩散方法,通过多尺度曲率复杂性分析去噪难度,揭示了曲率与信噪比的关系,以及多尺度复杂性对去噪过程的影响。

Comments 30 pages, 11 figures

Journal ref Transactions on Machine Learning Research, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 可控生成 5 篇

2602.14443 2026-02-17 cs.CV 77%

Controlling Your Image via Simplified Vector Graphics

通过简化矢量图形控制图像

Lanqing Guo, Xi Liu, Yufei Wang, Zhihao Li, Siyu Huang

机构 * The University of Texas at Austin, USA(德克萨斯大学奥斯汀分校) Clemson University, USA(克莱姆森大学) SparcAI Inc., USA(SparcAI公司)

专题命中 可控生成 :image generation(abstract);image editing(abstract);image synthesis(abstract);分类 cs.CV

AI总结 本研究提出通过简化矢量图形实现图像元素层面的可控生成,通过分层结构和语义对齐的矢量图形表示,实现对几何、颜色和物体语义的精确控制,适用于图像编辑和精细内容创作。

Comments Preprint

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.09407 2026-02-17 cs.CV 74%

Geometry-to-Image Synthesis-Driven Generative Point Cloud Registration

基于几何到图像合成的生成式点云配准

Haobo Jiang, Jin Xie, Jian Yang, Liang Yu, Jianmin Zheng

机构 * ANGEL CorpLab and College of Computing and Data Science, Nanyang Technological University, Singapore(ANGEL CorpLab和计算与数据科学学院,南洋理工大学,新加坡) Alibaba Cloud, Alibaba Group, China(阿里巴巴云,阿里巴巴集团,中国) PCA Lab, VCIP, College of Computer Science, Nankai University, China(PCA实验室,VCIP,计算机科学学院,南开大学,中国) State Key Laboratory for Novel Software Technology & Schoolof Intelligence Science and Technology, Nanjing University, China(新型软件技术国家重点实验室与智能科学与技术学校,南京大学,中国)

专题命中 可控生成 :image synthesis(title);分类 cs.CV

AI总结 本文提出生成式点云配准方法,通过生成跨视角一致的图像对,结合几何与颜色特征融合,提升3D配准性能。

Comments Journal extension of the ICML 2025 paper "Generative Point Cloud Registration". This version adopts a new title, and includes substantial methodological improvements, additional experiments, and extended analysis. Under review at IEEE TPAMI

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13833 2026-02-17 cs.RO 50%

Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation

语义接触场用于类别级可泛化的触觉工具操作

Kevin Yuchen Ma, Heng Zhang, Weisi Lin, Mike Zheng Shou, Yan Wu

专题命中 可控生成 :diffusion(abstract)

AI总结 SCFields通过融合视觉语义与密集接触估计,实现类别级可泛化的触觉工具操作,显著优于视觉和原始触觉基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.15026 2026-02-17 cs.CE 50%

Deep Generative Models in Condition and Structural Health Monitoring: Opportunities, Limitations and Future Outlook

深度生成模型在条件与结构健康监测中的应用:机遇、局限与未来展望

Xin Yang, Chen Fang, Yunlai Liao, Jian Yang, Konstantinos Gryllias, Dimitrios Chronopoulos

专题命中 可控生成 :diffusion(abstract)

AI总结 本文探讨深度生成模型在条件与结构健康监测中的应用,分析其优势与局限,并提出未来研究方向。

Comments 70 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13556 2026-02-17 cs.IT cs.AI eess.SP math.IT 50%

Discrete-Space Generative AI Pipeline for Semantic Transmission of Signals

离散空间生成式AI管道用于信号的语义传输

Silvija Kokalj-Filipovic, Yagna Kaasaragadda

机构 * Rowan University(罗文大学)

专题命中 可控生成 :diffusion(abstract)

AI总结 Discernment通过生成式AI在离散空间中实现信号语义传输,适应信道退化并保持高效通信性能。

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 图像修复 2 篇

2512.05039 2026-02-17 cs.CV 79%

Semantic-Guided Two-Stage GAN for Face Inpainting with Hybrid Perceptual Encoding

基于语义引导的两阶段GAN用于面部修复的混合感知编码

Abhigyan Bhattacharya, Hiranmoy Roy, Debotosh Bhattacharjee

机构 * RCC Institute of Information Technology(RCC信息科技学院) Jadavpur University(贾瓦德普尔大学)

专题命中 图像修复 :inpainting(title,abstract);分类 cs.CV

AI总结 本文提出一种基于语义引导的两阶段GAN模型,通过混合感知编码提升面部修复的语义一致性和图像质量。

Comments The paper is under consideration at Elsevier journal

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.14547 2026-02-17 astro-ph.CO 78%

Multiscale feature integration network for inpainting of full-sky CMB $B$-modes

多尺度特征整合网络用于全天空CMB B模的修复

Reyhan D. Lambaga, Vipin Sudevan, Pisin Chen

专题命中 图像修复 :inpainting(title,abstract)

AI总结 SkyReconNet-P通过多尺度特征整合网络修复全天空CMB B模,通过校准和模拟验证其在极化地图修复中的有效性。

Comments 11 pages, 11 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 个性化与一致性 2 篇

2602.13994 2026-02-17 cs.CV 85%

Inject Where It Matters: Training-Free Spatially-Adaptive Identity Preservation for Text-to-Image Personalization

在需要的地方注入:无需训练的空间自适应身份保持用于文本到图像个性化

Guandong Li, Mengxia Ye

机构 * iFLYTEK Aegon THTF

专题命中 个性化与一致性 :text-to-image(title,abstract);image generation(abstract);diffusion(abstract);分类 cs.CV

AI总结 SpatialID通过无需训练的空间自适应方法,有效提升文本到图像个性化中的身份保持与文本一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13637 2026-02-17 cs.CV 83%

DCDM: Divide-and-Conquer Diffusion Models for Consistency-Preserving Video Generation

DCDM:分而治之扩散模型用于保持一致性视频生成

Haoyu Zhao, Yuang Zhang, Junqi Cheng, Jiaxi Gu, Zenghui Lu, Peng Shu, Zuxuan Wu, Yu-Gang Jiang

机构 * Fudan University(复旦大学) Tencent(腾讯)

专题命中 个性化与一致性 :diffusion(title,abstract);text-to-image(abstract);分类 cs.CV

AI总结 DCDM通过分而治之的扩散模型,解决视频生成中的语义、几何和身份一致性问题,提升视频生成的连贯性和可控性。

Comments 7 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

5. 图像生成评测 4 篇

2602.14237 2026-02-17 cs.CV cs.AI 57%

AbracADDbra: Touch-Guided Object Addition by Decoupling Placement and Editing Subtasks

AbracADDbra: 通过解耦放置和编辑子任务实现触控引导的对象添加

Kunal Swami, Raghu Chittersu, Yuvraj Rathore, Rajeev Irny, Shashavali Doodekula, Alok Shukla

专题命中 图像生成评测 :diffusion(abstract);分类 cs.CV

AI总结 AbracADDbra通过解耦放置和编辑子任务,利用触控先验实现高效精准的对象添加,提升了交互式编辑的用户体验和编辑质量。

Comments Accepted in IEEE ICASSP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13961 2026-02-17 cs.CV astro-ph.IM cs.CL 57%

MarsRetrieval: Benchmarking Vision-Language Models for Planetary-Scale Geospatial Retrieval on Mars

MarsRetrieval: 用于火星尺度地理空间检索的视觉-语言模型基准测试

Shuoyuan Wang, Yiran Wang, Hongxin Wei

机构 * Department of Statistics and Data Science(统计与数据科学系) Department of Earth and Space Sciences(地球与空间科学系)

专题命中 图像生成评测 :generative vision(abstract);分类 cs.CV

AI总结 MarsRetrieval提出了一种用于评估视觉-语言模型在火星地理空间发现中检索能力的基准测试,强调领域特定微调对可推广发现的重要性。

详情

展开后加载摘要…

URL PDF HTML 收藏