图像生成

Di3PO - Diptych Diffusion DPO for Targeted Improvements in Image Generation

Di3PO - Diptych Diffusion DPO用于图像生成的针对性改进

Sanjana Reddy, Ishaan Malhi, Sally Ma, Praneet Dutta

机构 * Google（谷歌） ； DeepMind 纠错

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

AI总结 Di3PO通过针对性改进图像生成中的特定区域，提升扩散模型的文本渲染性能。

Improved Object-Centric Diffusion Learning with Registers and Contrastive Alignment

改进的基于注册和对比对齐的对象中心扩散学习

Bac Nguyen, Yuhta Takida, Naoki Murata, Chieh-Hsin Lai, Toshimitsu Uesaka, Stefano Ermon, Yuki Mitsufuji

机构 * Sony AI（索尼人工智能） ； Stanford University（斯坦福大学） ； Sony Group Corporation（索尼集团） 纠错

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

AI总结 CODA通过注册槽位和对比对齐损失改进物体中心学习，提升物体发现、属性预测和图像生成性能。

Comments Accepted at ICLR 2026

Amber-Image: Efficient Compression of Large-Scale Diffusion Transformers

Amber-Image: 大规模扩散变换器的高效压缩

Chaojie Yang, Tian Li, Yue Zhang, Jun Gao

机构 * Computational Intelligence Dept（计算智能系） 纠错

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

AI总结 Amber-Image通过高效压缩技术将大规模扩散变换器模型参数减少70%，实现低成本高精度的文本到图像生成。

CoreEditor: Correspondence-constrained Diffusion for Consistent 3D Editing

CoreEditor: 基于对应关系的扩散模型用于一致的3D编辑

Zhe Zhu, Honghua Chen, Peng Li, Mingqiang Wei

机构 * School of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） ； Shenzhen Research Institute, Nanjing University of Aeronautics and Astronautics（南京航空航天大学深圳研究院） ； School of Data Science, Lingnan University（岭南大学数据科学学院） 纠错

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

AI总结 CoreEditor通过引入对应关系约束的注意力机制，实现了高质量且一致的3D编辑，显著优于现有方法。

Comments Accepted by IEEE TVCG

DDiT: Dynamic Patch Scheduling for Efficient Diffusion Transformers

DDiT: 动态补丁调度用于高效的扩散变换器

Dahye Kim, Deepti Ghadiyaram, Raghudeep Gadde

机构 * Boston University（波士顿大学） ； Amazon（亚马逊） 纠错

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

AI总结 DDiT通过动态调整补丁大小，在保持生成质量的同时显著提升扩散变换器的推理效率。

VFace: A Training-Free Approach for Diffusion-Based Video Face Swapping

VFace：一种无需训练的基于扩散模型的视频人脸交换方法

Sanoojan Baliah, Yohan Abeysinghe, Rusiru Thushara, Khan Muhammad, Abhinav Dhall, Karthik Nandakumar, Muhammad Haris Khan

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

AI总结 VFace提出一种无需训练的视频人脸交换方法，通过频率谱注意力插值、目标结构引导和流引导注意力时间平滑机制，提升时间一致性和视觉保真度。

Comments Accepted at WACV 2026

Sink-Aware Pruning for Diffusion Language Models

面向扩散语言模型的Sink-aware剪枝

Aidar Myrzakhan, Tianyi Li, Bowei Guo, Shengkun Tang, Zhiqiang Shen

机构 * VILA Lab, MBZUAI（VILA实验室，MBZUAI） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 面向扩散语言模型的Sink-aware剪枝方法通过识别并剪枝不稳定sink，提升模型效率与质量的平衡，优于现有基线方法。

Comments Code at: https://github.com/VILA-Lab/Sink-Aware-Pruning

MolHIT: Advancing Molecular-Graph Generation with Hierarchical Discrete Diffusion Models

MolHIT: 通过分层离散扩散模型推进分子图生成

Hojung Jung, Rodrigo Hormazabal, Jaehyeong Jo, Youngrok Park, Kyunggeun Roh, Se-Young Yun, Sehui Han, Dae-Woong Jeong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 MolHIT通过分层离散扩散模型提升分子图生成的有效性和性能，首次在图扩散中实现接近完美的化学有效性，并在多个指标上超越1D基线。

Optimal control of stochastic Volterra integral equations with completely monotone kernels and stochastic differential equations on Hilbert spaces with unbounded control and diffusion operators

具有完全单调核的随机Volterra积分方程与在Hilbert空间上的随机微分方程的最优控制

Gabriele Bolli, Filippo de Feo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有完全单调核的随机Volterra积分方程的最优控制问题，通过马尔可夫提升方法将其转化为Hilbert空间上的随机微分方程问题，并证明了新的平滑性质，从而建立了Hamilton-Jacobi-Bellman方程的弱解存在性和唯一性，以及构造了最优反馈控制。

Watermarking Diffusion Language Models

扩散语言模型水印

Thibaud Gloaguen, Robin Staab, Nikola Jovanović, Martin Vechev

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出首个针对扩散语言模型的水印技术，通过在期望上下文中应用水印并促进增强水印强度的token，实现高真阳性率和低质量影响的可靠水印。

MGD: Moment Guided Diffusion for Maximum Entropy Generation

MGD：基于矩引导的扩散用于最大熵生成

Etienne Lempereur, Nathanaël Cuvelle--Magar, Florentin Coeurdoux, Stéphane Mallat, Eric Vanden-Eijnden

机构 * Département d’informatique, ENS, Université PSL（信息学院，巴黎高等师范学院，巴黎国立高等科学研究院） ； Capital Fund Management（资本基金管理公司） ； Collège de France（法兰西学院） ； Flatiron Institute（Flatiron研究所） ； Courant Institute of Mathematical Sciences, New York University（纽约大学应用数学科学学院） ； ML Lab, Capital Fund Management（资本基金管理公司的机器学习实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 MGD结合最大熵方法与扩散模型，通过随机微分方程引导矩值，实现高效高维样本生成并提供理论保证。

Self-similar extinction for a fast diffusion equation with weighted absorption

快速扩散方程带有加权吸收的自相似灭绝

Razvan Gabriel Iagar, Diana-Rodica Munteanu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究证明了带加权吸收的快速扩散方程在有限时间内灭绝的性质，并证明了自相似解的存在。

MxDiffusion: A Physics-Aware Maxwells Law-Guided Diffusion Model Strategy for Inverse Photonic Metasurface Design

MxDiffusion：一种基于麦克斯韦定律的扩散模型策略用于逆向光子超材料设计

Sujoy Mondal, Taehyuk Park, Sudipta Biswas, Alan X. Wang, Wenshan Cai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 MxDiffusion通过结合物理和数据驱动的扩散模型，实现了高精度的光子超材料逆向设计，尤其在复杂和约束条件下表现优异。

A Kinetic Phase-Field Model of Diffusion Bonding: A Nonlocal Approach to Interface Coalescence

扩散焊接的动力相场模型：一种非局部方法用于界面融合

Maryam Khodadad, Noel Walkington, Suresh Kalyanam, Matteo Pozzi, Kaushik Dayal

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种非局部动力相场模型，用于模拟在特定热力学条件下保持分离的界面融合过程，通过几何守恒定律和非局部高阶导数曲率不变量实现可控的焊接动力学。

Comments To appear in Journal of Applied Mechanics

LRT-Diffusion: Calibrated Risk-Aware Guidance for Diffusion Policies

LRT-Diffusion：校准的风险感知指导用于扩散策略

Ximan Sun, Xiang Cheng

机构 * Duke University（杜克大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LRT-Diffusion通过校准的风险控制提升离线强化学习中扩散策略的回报与离分布检测的权衡。

Single Exposure Quantitative Phase Imaging with a Conventional Microscope using Diffusion Models

单次曝光定量相位成像使用常规显微镜与扩散模型

Gabriel della Maggiora, Luis Alberto Croquevielle, Harry Horsley, Thomas Heinis, Artur Yakimovich

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用色差和扩散模型实现单次曝光的高精度相位成像，提升生物医学应用的效率。

Journal ref (2025). Proceedings of the AAAI Conference on Artificial Intelligence, 39(3), 2672-2680

An Allen-Cahn equation with jump-diffusion noise for biological damage and repair processes

具有跳跃扩散噪声的Allen-Cahn方程用于生物损伤与修复过程

Andrea Di Primio, Marvin Fritz, Luca Scarpa, Margherita Zanella

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出了一种包含跳跃扩散噪声的随机Allen-Cahn方程，用于建模生物损伤与修复过程，并分析了其数学性质与数值模拟方法。

LayerSync: Self-aligning Intermediate Layers

LayerSync: 自对齐的中间层

Yasaman Haghighi, Bastien van Delft, Mariam Hassan, Alexandre Alahi

机构 * Ecole Polytechnique Fédérale de Lausanne (EPFL)（联邦理工学院洛桑校区） 纠错

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

AI总结 LayerSync通过自对齐中间层提升扩散模型的生成质量和训练效率，适用于图像、音频、视频等多种领域。

Art2Mus: Artwork-to-Music Generation via Visual Conditioning and Large-Scale Cross-Modal Alignment

Art2Mus: 通过视觉条件和大规模跨模态对齐进行艺术品到音乐生成

Ivan Rinaldi, Matteo Mendula, Nicola Fanelli, Florence Levé, Matteo Testi, Giovanna Castellano, Gennaro Vessio

机构 * University of Bari Aldo Moro（巴里大学阿尔多·莫罗大学） ； Catalonia's Telecommunications Technology Centre（加泰罗尼亚电信技术中心） ； University of Picardie Jules Verne（皮卡第大学朱利·瓦内大学） 纠错

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

AI总结 ArtToMus通过直接视觉条件生成音乐，无需图像到文本转换，实现艺术品到音乐的跨模态对齐。

CORAL: Correspondence Alignment for Improved Virtual Try-On

CORAL: 用于改进虚拟试衣的对应对齐

Jiyoung Kim, Youngjin Shin, Siyoon Jin, Dahyun Chung, Jisu Nam, Tongmin Kim, Jongjae Park, Hyeonwoo Kang, Seungryong Kim

机构 * NC AI Co., Ltd（NC AI公司） 纠错

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

AI总结 CORAL通过引入基于DiT的框架，显式对齐查询-键匹配与外部对应关系，从而提升虚拟试衣中的人-服装对应精度和细节保留能力。

Comments 32 pages, 25 figures

Unified Latents (UL): How to train your latents

统一潜在空间（UL）：如何训练你的潜在空间

Jonathan Heek, Emiel Hoogeboom, Thomas Mensink, Tim Salimans

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

AI总结 本文提出统一潜在空间框架，通过结合扩散先验和模型实现高效潜在表示学习，实现在ImageNet-512和Kinetics-600上的优异性能。

PartRAG: Retrieval-Augmented Part-Level 3D Generation and Editing

PartRAG：基于检索的分层3D生成与编辑

Peize Li, Zeyu Zhang, Hao Tang

机构 * King’s College London（伦敦国王学院） ； Peking University（北京大学） 纠错

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

AI总结 PartRAG通过整合外部部分数据库和扩散变换器，实现基于检索的分层3D生成与编辑，提升多视角一致性和局部编辑能力。

Catastrophic Forgetting Resilient One-Shot Incremental Federated Learning

抗灾难性遗忘的一次式联邦学习

Obaidullah Zaland, Zulfiqar Ahmad Khan, Monowar Bhuyan

机构 * Linköping University（利厄普大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 OSI-FL通过一次通信轮次生成类别特定嵌入并结合选择性样本保留技术，有效解决增量联邦学习中的通信开销和灾难性遗忘问题。

Comments Accepted for publication in the IEEE International Conference on Big Data (IEEE BigData) 2025

Enhanced distribution of molecules in the brain due to oscillations of the interstitial flow

由于间质流的振荡，大脑中分子分布的增强

Raghu Raghavan, Richard D. Penn

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了心脏和呼吸周期驱动的间质流振荡对大脑分子扩散的影响，提出振荡随机游走模型以解释高体积传输现象，并探讨了外部力调节流动的可能性。

Comments 31 pages, 7 figures

Light-Activated Self-thermophoretic Janus Nanopropellers

光激活自热泳Janus纳米推进器

Henri Truong, Chiara Moretti, Lionel Buisson, Benjamin Abecassis, Eric Grelet

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过光激活实现无燃料、可逆的Janus纳米推进器，展示其在纳米尺度上操控主动物质的能力。

Journal ref Nanoscale 2026

Tracking the Brownian motion of DNA-functionalized magnetic nanoparticles for conformation analysis beyond the optical resolution limit

追踪DNA功能化磁性纳米颗粒的布朗运动以超越光学分辨率极限进行构象分析

Christian Janzen, Fabian Schmid-Michels, Yahya Shubbak, Melanie Wegener, Karl-Josef Dietz, Inga Ennen, Rico Huhnstock, Arno Ehresmann, Andreas Hütten

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过布朗运动分析DNA功能化磁性纳米颗粒的构象，超越光学分辨率极限，揭示水动力学标度与dsDNA长度的关系。

Comments Article: 18 pages, 7 figures; Supporting Information: 3 pages, 3 figures

An Investigation into the Distribution of Ratios of Particle Solver-based Likelihoods

对基于粒子求解器的似然比分布的调查

Emil Løvbak, Sebastian Krumscheid

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在贝叶斯反问题中，基于粒子求解器的似然比分布对Metropolis-Hastings算法的影响，通过理论分析和数值实验探讨了高斯噪声对近似似然比分布的影响。

Comments 17 pages, 4 figures, minor revisions and corrections

DeepQuark: A Deep-Neural-Network Approach to Multiquark Bound States

DeepQuark: 一种用于多夸克束缚态的深度神经网络方法

Wei-Lin Wu, Lu Meng, Shi-Lin Zhu

机构 * School of Physics, Peking University, Beijing 100871, China（北京大学物理系） ； School of Physics, Southeast University, Nanjing 211189, China（东南大学物理系） ； School of Physics（物理系） ； Center of High Energy Physics, Peking University, Beijing 100871, China（北京大学高能物理中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 DeepQuark通过深度神经网络方法高效处理多夸克束缚态，展现出在核子、四夸克和五夸克系统中的优越性能，为探索非微扰QCD提供了新工具。

Comments 17 pages, 7 figures, 9 tables. Version published in PRL

Journal ref Phys. Rev. Lett. 136, 071901 (2026)

WFST Supernovae in the First Year: III. Systematical Study of the Photometric Behavior of Early-phase Core-collapse Supernovae

WFST超新星第一年：III. 早期相核心坍缩超新星光度行为的系统研究

Junhan Zhao, Ji-an Jiang, Zelin Xu, Yu-Hao Zhang, Qiliang Fang, Liang-Duan Liu, Qingfeng Zhu, Yun-Wei Yu, Keiichi Maeda, Lluís Galbany, Hanindyo Kuncarayakti, Željko Ivezić, Saurabh W. Jha, Peter Yoachim, Dezheng Meng, Weiyu Wu, Zhengyan Liu, Andrew J. Connolly, Ziqing Jia, Wen Zhao, Lulu Fan, Ming Liang, Hairen Wang, Jian Wang, Hongfei Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究利用WFST观测数据，通过结合冲击冷却模型和放射性扩散模型，分析早期相核心坍缩超新星的光度行为，确定其前体质量范围及演化途径。

Comments 13 pages, 8 figures, 4 tables, submitted to ApJ

Synergizing Transport-Based Generative Models and Latent Geometry for Stochastic Closure Modeling

融合基于传输的生成模型与潜在几何用于随机闭合建模

Xinghao Dong, Huchen Yang, Jin-long Wu

机构 * Department of Mechanical Engineering, University of Wisconsin–Madison, Madison, WI 53706（威斯康星大学麦迪逊分校机械工程系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出通过融合基于传输的生成模型与潜在几何，实现随机闭合模型的高效采样与学习。