A finite-difference summation-by-parts, conditionally stable partitioned algorithm for conjugate heat transfer problems
一种有限差分求和-由部分的条件稳定分区算法用于导热问题
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种高阶、条件稳定的分区算法，用于求解共轭热传导问题，通过高阶有限差分和SATs结合，实现能量稳定性和稳定性保障。
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。
1. 扩散模型 39 篇
Scaling invariance: a bridge between geometry, dynamics and criticality
尺度不变性：几何、动力学与临界性的桥梁
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文通过几何构造、分析论证和原型动力学模型，探讨了尺度不变性在临界行为、非线性系统及混沌动力学中的统一解释，展示了其在不同维度系统中的普遍适用性。
MePoly: Max Entropy Polynomial Policy Optimization
MePoly：最大熵多项式策略优化
机构 * University of Michigan, Ann Arbor（密歇根大学，安阿伯分校） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 MePoly通过多项式能量模型实现最大熵策略优化，有效捕捉复杂非凸流形并在多种基准上优于基线方法。
Describing a Universal Critical Behavior in a transition from order to chaos
描述从有序到混沌的普遍临界行为的转变
专题命中 扩散模型 ：diffusion(abstract)
AI总结 该研究通过分析椭圆弹道中从可积到非可积的转变，发现临界行为与连续相变相似，揭示了混沌层的扩散特性及标度律。
Universal Second-Order Phase Transition from Integrability to Chaos
从可积到混沌的普遍二级相变
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究揭示了从可积到混沌的普遍二级相变机制，通过分析弹奏板的相变行为，发现混沌出现的普遍规律。
A stochastic Schauder-Tychonoff type theorem and its applications
一种随机Schauder-tychonoff型定理及其应用
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种随机Schauder-Tychonoff定理，并将其应用于非线性随机扩散方程的存在性研究
Advancing Autonomous Emergency Response Systems: A Generative AI Perspective
推进自主应急响应系统：生成式AI的视角
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文从生成式AI视角探讨自动驾驶在应急响应中的应用，分析了扩散模型增强的强化学习和大型语言模型辅助的上下文学习，以提升系统鲁棒性和适应性。
Comments 8 pages, 3 figures, 2 tables
Morephy-Net: An Evolutionary Multi-objective Optimization for Replica-Exchange-based Physics-informed Neural Operator Learning Networks
Morephy-Net：一种基于复制交换的物理信息神经运算学习网络的进化多目标优化
专题命中 扩散模型 ：diffusion(abstract)
AI总结 Morephy-Net通过进化多目标优化、复制交换随机梯度兰道克动态和贝叶斯不确定性量化，提升噪声环境下参数PDE的正向预测和反向识别性能。
Hyperparameter Optimization in the Estimation of PDE and Delay-PDE models from data
从数据估计偏微分方程和时滞偏微分方程的超参数优化
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出一种基于贝叶斯优化和贝叶斯信息准则的改进方法，用于从数据中估计偏微分方程和时滞偏微分方程，通过优化超参数提高模型的鲁棒性和预测能力。
Joint modeling for learning decision-making dynamics in behavioral experiments
行为实验中决策动态学习的联合建模
机构 * Department of Biostatistics, Columbia University（哥伦比亚大学生物统计学系） ； Department of Statistics, University of Connecticut（康涅狄格大学统计学系） ； Department of Psychiatry, Columbia University（哥伦比亚大学精神病学系）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出结合强化学习和漂移扩散模型的框架，用于分析行为实验中的决策动态，揭示MDD患者在决策过程中的参与度和决策时间差异，并发现脑活动与'参与'状态的决策特征相关。
Journal ref The Annals of Applied Statistics, 19(4): 3372-3393, 2025
Learning hidden cascades via classification
通过分类学习隐藏的级联
机构 * Faculty of Information Technology and Communication Sciences, Tampere University（信息科技与通讯科学学院，塔尔皮耶大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种基于分类的机器学习框架，用于学习隐藏的传播级联，通过利用可观察的中间指标来推断底层传播动态，并在合成和现实网络中验证了其有效性。
nuGAN: Generative Adversarial Emulator for Cosmic Web with Neutrinos
nuGAN：基于中微子的宇宙网生成对抗网络
专题命中 扩散模型 ：diffusion(abstract)
AI总结 nuGAN通过生成对抗网络模拟不同中微子质量下的宇宙结构，实现高精度的宇宙网生成，为宇宙学预测提供新方法。
Comments 14 pages, 5 figures, 4 tables
Fast Brownian cluster dynamics
快速布朗运动簇动力学
专题命中 扩散模型 ：diffusion(abstract)
AI总结 该研究提出了一种高效的快速布朗运动簇动力学方法，用于模拟高碰撞率下的粒子集体运动，应用于粘性硬球在周期性势场中的单文件扩散。
Comments 15 pages, 7 figures
Journal ref Comput. Phys. Commun. 309, 109474 (2025)
Evolutionary Optimization of Physics-Informed Neural Networks: Advancing Generalizability by the Baldwin Effect
物理信息神经网络的进化优化：通过巴尔德效应提升通用性
机构 * Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore（高性能计算研究所，科技研究局，新加坡） ； School of Mechanical Sciences, Indian Institute of Technology Goa, India（机械科学学院，印度理工学院 Goa） ； College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学） ； Technology Centre for Offshore and Marine, Singapore（海上与海洋技术中心，新加坡） ； Agency for Science, Technology and Research, Singapore（科技研究局，新加坡）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出通过巴尔德效应框架优化PINNs，提升其在多物理任务中的通用性和预测精度。
Comments Accepted for publication in IEEE Transactions on Evolutionary Computation
Journal ref IEEE Transactions on Evolutionary Computation, 2026
2. 可控生成 5 篇
Multi-Level Conditioning by Pairing Localized Text and Sketch for Fashion Image Generation
通过局部文本和草图配对实现多级条件生成时尚图像
机构 * University of Verona（博洛尼亚大学） ； Polytechnic Institute of Turin（都灵理工大学） ； Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； Reykjavik University（雷克雅未克大学）
专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV
AI总结 LOTS通过结合全局草图指导与多级局部草图-文本对，提升时尚图像生成的结构准确性和局部语义指导能力。
Comments Project page: https://intelligolabs.github.io/lots/
Mod-Adapter: Tuning-Free and Versatile Multi-concept Personalization via Modulation Adapter
Mod-Adapter：通过调制适配器实现无需微调的多概念个性化
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Kolors Team, Kuaishou Technology（快手科技Kolors团队） ； Shenzhen Loop Area Institute, Shenzhen, China（深圳循环区研究所） ； Guangdong Key Laboratory of Big Data Analysis and Processing, Guangzhou, China（广东大数据分析与处理重点实验室） ； South China University of Technology, Guangzhou, China（华南理工大学）
专题命中 可控生成 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV
AI总结 本文提出Mod-Adapter方法，通过调制适配器实现无需微调的多概念个性化，有效定制物体和抽象概念，提升生成质量。
Comments Accepted by ICLR 2026, project page: https://weizhi-zhong.github.io/Mod-Adapter
Generated Reality: Human-centric World Simulation using Interactive Video Generation with Hand and Camera Control
生成现实：基于交互式视频生成的人本世界模拟
机构 * Stanford University（斯坦福大学） ； NYU Shanghai（纽约大学上海分校） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出了一种基于交互式视频生成的人本世界模拟系统，通过结合头部和手部姿态控制，提升虚拟环境的交互性和用户控制感。
Comments Project page here: https://codeysun.github.io/generated-reality
DEIG: Detail-Enhanced Instance Generation with Fine-Grained Semantic Control
DEIG：细节增强的实例生成与细粒度语义控制
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 DEIG通过细粒度语义控制生成多实例场景，提升空间一致性与语义准确性。
Comments Accepted by AAAI 2026
Duality methods in stochastic optimal control
随机最优控制中的对偶方法
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出两种对偶方法，用于解决随机最优控制问题中的价值函数描述，扩展了受控扩散情况下的应用。
3. 个性化与一致性 1 篇
EXACT: Explicit Attribute-Guided Decoding-Time Personalization
EXACT: 显式属性引导的解码时个性化
机构 * Department of Statistics, the Pennsylvania State University, PA, USA（统计系，宾夕法尼亚州立大学） ； University of Southern California, CA, USA（南加州大学）
专题命中 个性化与一致性 ：personalized generation(abstract)
AI总结 EXACT通过显式属性引导解码时个性化，利用预定义可解释属性提升生成质量，有效缓解上下文偏好变化。
4. 图像生成评测 1 篇
LGD-Net: Latent-Guided Dual-Stream Network for HER2 Scoring with Task-Specific Domain Knowledge
LGD-Net：基于任务特定领域知识的HER2评分潜变量引导双流网络
机构 * School of Mathematics and Statistics, Fujian Normal University（福建师范大学数学与统计学学院） ； Department of Oncology, Mengchao Hepatobiliary Hospital of Fujian Medical University（福建医科大学 Mengchao 肝胆医院肿瘤科）
专题命中 图像生成评测 ：image generation(abstract)；分类 cs.CV
AI总结 LGD-Net通过跨模态特征幻觉替代显式像素生成，利用任务特定领域知识提升HER2评分的准确性与效率。
5. 效率与蒸馏 3 篇
CDLM: Consistency Diffusion Language Models For Faster Sampling
CDLM：一致性扩散语言模型用于更快的采样
专题命中 效率与蒸馏 ：diffusion(title,abstract)
AI总结 CDLM通过一致性建模和块状因果注意力掩码，显著降低扩散语言模型的推断延迟，同时保持在数学和编码任务上的准确性。
Comments Accepted to MLSys 2026
MeanVoiceFlow: One-step Nonparallel Voice Conversion with Mean Flows
MeanVoiceFlow: 一步非并行语音转换基于均值流
机构 * NTT, Inc.（日本NTT公司）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 MeanVoiceFlow是一种基于均值流的一步非并行语音转换模型，通过结构边缘重建损失和条件扩散输入训练，实现从头开始训练的高效语音转换。
Comments Accepted to ICASSP 2026. Project page: https://www.kecl.ntt.co.jp/people/kaneko.takuhiro/projects/meanvoiceflow/
Duality Models: An Embarrassingly Simple One-step Generation Paradigm
对偶模型：一种 embarrassingly简单的单步生成范式
机构 * Westlake University, Hangzhou, China（西湖大学） ； Zhejiang University, Hangzhou, China（浙江大学） ； University College London, London, UK（伦敦大学学院） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, UAE（穆罕默德·本·扎耶德人工智能大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 Duality Models通过一输入双输出范式，同时预测速度和流映射，提升生成稳定性与效率，在ImageNet上实现SOTA FID
Comments https://github.com/LINs-lab/DuMo
6. 其他图像生成 1 篇
PlayFutures: Imagining Civic Futures with AI and Puppets
PlayFutures: 用人工智能和木偶想象公民的未来
专题命中 其他图像生成 ：image generation(abstract)
AI总结 PlayFutures通过结合人工智能和木偶制作，探讨如何利用新技术重新想象公民空间的未来，并通过儿童参与的游戏和表演促进公民参与。
Comments This version is a position paper presented at the "CHI 2024 Workshop on Child-centred AI Design, May 11, 2024, Honolulu, HI, USA." Updated version of paper accepted In. Proc. ACM SIGCSE TS 2026 V.2
Journal ref PlayFutures: Imagining Civic Futures with AI and Puppets. In Proceedings of the 57th ACM Technical Symposium on Computer Science Education V.2 (SIGCSE TS 2026)
