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。

2026-02-26 至 2026-02-26 共收录 63 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 48 篇

2602.21631 2026-02-26 cs.CV 57%

UniHand: A Unified Model for Diverse Controlled 4D Hand Motion Modeling

UniHand:一种统一模型,用于多样可控的4D手部运动建模

Zhihao Sun, Tong Wu, Ruirui Tu, Daoguo Dong, Zuxuan Wu

机构 * Institute of Trustworthy Embodied AI (TEAI)(可信具身人工智能研究所) Fudan University(复旦大学) Stanford University(斯坦福大学)

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

AI总结 UniHand通过统一的扩散框架,将手部运动估计与生成统一为条件运动合成,有效整合异构输入并提升鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21535 2026-02-26 cs.CV 57%

Pseudo-View Enhancement via Confidence Fusion for Unposed Sparse-View Reconstruction

通过置信度融合的伪视图增强用于未定位稀疏视图重建

Beizhen Zhao, Sicheng Yu, Guanzhi Ding, Yu Hu, Hao Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))

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

AI总结 本文提出通过置信度融合的伪视图增强方法,解决稀疏视角下户外场景重建中的几何不一致和伪影问题,提升重建质量和稳定性。

Comments 14 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21508 2026-02-26 cs.LG cs.CR cs.CV 57%

WaterVIB: Learning Minimal Sufficient Watermark Representations via Variational Information Bottleneck

WaterVIB: 通过变分信息瓶颈学习最小充分水印表示

Haoyuan He, Yu Zheng, Jie Zhou, Jiwen Lu

机构 * Department of Automation, Tsinghua University(自动化系,清华大学)

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

AI总结 WaterVIB通过变分信息瓶颈学习最小充分水印表示,提升对抗生成变化攻击的鲁棒性。

Comments 22 pages, 7 figures. Preprint

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.22044 2026-02-26 cond-mat.soft nlin.CD physics.bio-ph physics.comp-ph physics.flu-dyn 50%

Hydrodynamics of Dense Active Fluids: Turbulence-Like States and the Role of Advected Activity

密集活性流体的流体力学:湍流状状态与活动的传播作用

Sandip Sahoo, Siddhartha Mukherjee, Samriddhi Sankar Ray

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了密集活性流体的流体力学特性,揭示了活性湍流的产生机制及活动场动态对湍流行为的影响。

Comments Mini-review and new results on heterogeneous active turbulence

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.22024 2026-02-26 cond-mat.mtrl-sci 50%

Band-Like Transport and Cation Off-Centring in Ag/Bi-Based Solar Absorbers

带状输运与Ag/Bi基太阳能吸收体中的阳离子偏心

Yi-Teng Huang, Yixin Wang, Georgia Fields, Peixi Cong, Yongjie Wang, Jack E. N. Swallow, Avari Roy, Jack M. Woolley, Victoria Rotaru, Maxim Guc, Lars van Turnhout, Mohamed Aouane, Emmanuelle Suard, Dominik Kubicki, Alejandro Pérez-Rodríguez, Aditya Sadhanala, Akshay Rao, Dennis Friedrich, Robert S. Weatherup, Simon J. Clarke, Seán R. Kavanagh, Robert L. Z. Hoye

专题命中 扩散模型 :diffusion(abstract)

AI总结 Ag/Bi基太阳能吸收体通过紧密堆积实现带状输运,其阳离子偏心与无序影响载流子扩散,研究为优化光伏效率提供新方向。

Comments Main text is 37 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21913 2026-02-26 math.NA cs.NA 50%

A fully iterative adaptive energy-based approach for monotone elliptic problems

一种完全迭代的自适应能量基方法用于单调椭圆问题

Raphael Leu, Thomas P. Wihler

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于能量减少原理的完全迭代自适应方法,用于求解单调椭圆问题,通过自适应细化有限元空间和共轭梯度方法实现最优收敛。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21789 2026-02-26 physics.flu-dyn 50%

Frequency-Dependent Magnetic modulation of deposition morphology

频率依赖的磁调制对沉积形貌的影响

S. K. Saroj, P. K. Panigrahi

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究通过频率依赖的磁场调制影响铁流体蒸发过程中的沉积形貌,发现驱动频率影响环的数量及咖啡环效应的抑制。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21747 2026-02-26 physics.comp-ph physics.chem-ph 50%

Emergent Rate Laws for Collective Lying-Standing Transitions

集体欺骗-站立转变的涌现速率定律

Anna Werkovits, Simon B. Hollweger, Oliver T. Hofmann

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究通过模拟揭示了有机-无机界面躺立转变的集体动力学规律,提出几何参数对转变速率的控制作用,并推导出解析表达式用于设计界面转变时间尺度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17772 2026-02-26 math.DS cs.LG nlin.CD 50%

Weighted Birkhoff Averages Accelerate Data-Driven Methods

加权布里科夫平均加速数据驱动方法

Maria Bou-Sakr-El-Tayar, Jason J. Bramburger, Matthew J. Colbrook

机构 * Department of Computer Science and Software Engineering, Concordia University(计算机科学与软件工程系,康科迪亚大学) Department of Mathematics and Statistics, Concordia University(数学与统计学系,康科迪亚大学) Department of Applied Mathematics and Theoretical Physics, Cambridge University(应用数学与理论物理系,剑桥大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 加权布里科夫平均通过简单方法显著提升数据驱动算法的收敛速度和性能

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.02544 2026-02-26 cond-mat.mtrl-sci 50%

Active-Learning Inspired $\textit{Ab Initio}$ Theory-Experiment Loop Approach for Management of Material Defects: Application to Superconducting Qubits

受主动学习启发的从头计算理论-实验循环方法用于材料缺陷管理:应用于超导量子比特

Sarvesh Chaudhari, Cristóbal Méndez, Rushil Choudhary, Tathagata Banerjee, Maciej W. Olszewski, Jadrien T. Paustian, Jaehong Choi, Zhaslan Baraissov, Raul Hernandez, David A. Muller, B. L. T. Plourde, Gregory D. Fuchs, Valla Fatemi, Tomás A. Arias

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种结合从头计算理论、机器学习和实验数据的闭环策略,用于通过预测金属覆盖层来抑制材料氧化物形成,以提高超导量子比特性能。

Comments 8 pages, 7 figures (8 images), Supplemental Information pdf included

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.10732 2026-02-26 physics.hist-ph 50%

The Rapid Arrival of Josiah Willard Gibbs's Elementary Principles in Statistical Mechanics in European University Libraries

吉布斯统计力学基本原理在欧洲大学图书馆中的快速传播

Hector Giacomini

专题命中 扩散模型 :diffusion(abstract)

AI总结 吉布斯《统计力学基本原理》在1902年通过多种渠道迅速传播至欧洲大学图书馆。

Journal ref Archives for History of Exact Sciences (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.12223 2026-02-26 cond-mat.soft cond-mat.stat-mech 50%

Steering chiral active Brownian motion via stochastic position-orientation resetting

通过随机位置-取向重置引导手性主动布朗运动

Amir Shee

专题命中 扩散模型 :diffusion(abstract)

AI总结 通过随机位置-取向重置调控手性主动布朗粒子的运动,实现可调动态和传输模式转变。

Comments 15 pages, 9 figures

Journal ref Physical Review E 113, 025424 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.09443 2026-02-26 math-ph math.MP 50%

Variational formulations of transport phenomena on combinatorial meshes

变分形式的传输现象在组合网格上的表述

Kiprian Berbatov, Andrey P. Jivkov

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出组合网格微分学(CMC)框架,用于在组合网格上建模传输现象,通过混合变分形式实现高效局部消除策略,适用于多孔介质、复合材料等具有复杂微观结构的材料建模。

Comments 42 pages, 7 figures, 45 references

详情

展开后加载摘要…

URL PDF HTML 收藏
2501.10783 2026-02-26 cond-mat.soft physics.bio-ph 50%

Dynamical Boundary Following and Corner Trapping of Undulating Worms

蠕虫的动态边界跟随与角点陷阱

Sohum Kapadia, Arshad Kudrolli

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过自推进杆模型揭示了蠕虫在圆形单元和多边形腔室中动态跟随边界并被凹角陷阱的现象,Péclet数表征了其边界对齐动态和陷阱时间分布。

Comments SI.pdf contains supplementary information

Journal ref Soft Matter, 2026, 22, 1767 - 1779

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.16800 2026-02-26 math.AP 50%

The time-relaxation limit for weak solutions to the quantum hydrodynamics system

弱解对量子流体动力学系统的时松弛极限

Paolo Antonelli, Pierangelo Marcati, Hao Zheng

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了量子流体动力学系统弱解的时松弛极限,通过GCP解证明了QDD方程的收敛性并给出了收敛速率。

Comments Key words: quantum hydrodynamics, time-relaxation limit

详情

展开后加载摘要…

URL PDF HTML 收藏
2304.02749 2026-02-26 cond-mat.supr-con 50%

Temporal evolution of electric transport properties of YBCO Josephson junctions produced by focused Helium ion beam irradiation

YBCO Josephson结的电输运性质的时间演化:通过聚焦氦离子束辐照产生

M. Karrer, K. Wurster, J. Linek, M. Meichsner, R. Kleiner, E. Goldobin, D. Koelle

专题命中 扩散模型 :diffusion(abstract)

AI总结 通过聚焦氦离子束辐照制备YBCO Josephson结,并研究其电输运性质的时间演化及稳定性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21654 2026-02-26 eess.SP 50%

Score-Based Conditional Flow Models for MIMO Receiver Design with Superimposed Pilots

基于分数率的条件流模型用于MIMO接收机设计与叠加导频

Ruhao Zhang, Yupeng Li, Yitong Liu, Shijian Gao, Jing Jin, Hongwen Yang, Jiangzhou Wang

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于分数率的条件流模型,用于改进MIMO接收机设计,通过整合接收端先验知识和矩一致的ODE,实现更准确的信道估计和更强的符号检测鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21469 2026-02-26 cs.LG 50%

D-Flow SGLD: Source-Space Posterior Sampling for Scientific Inverse Problems with Flow Matching

D-Flow SGLD:基于流匹配的源空间后验采样用于科学反问题

Meet Hemant Parikh, Yaqin Chen, Jian-Xun Wang

机构 * Sibley School of Mechanical and Aerospace Engineering, Cornell University(科尼尔大学机械与航空航天工程学院) Department of Aerospace and Mechanical Engineering, University of Notre Dame(诺丁汉大学航空航天与机械工程系)

专题命中 扩散模型 :diffusion(abstract)

AI总结 D-Flow SGLD是一种基于流匹配的源空间后验采样方法,通过可微源推断与预条件随机梯度兰格-多夫动态相结合,实现科学反问题中高效且保真的后验采样。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21439 2026-02-26 math.AP 50%

Analysis of a Model for Electrical Discharge in MEMS

MEMS电火花模型的分析

Heiko Gimperlein, Runan He, Andrew A. Lacey

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了MEMS电火花现象的数学模型,通过非线性椭圆-抛物方程组分析电火花的局部存在性,采用紧致性技术证明了弱解的局部时间存在性。

Comments 30 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21392 2026-02-26 physics.app-ph 50%

Mid-Infrared Thermal Radiation Harvesting using Uncooled Narrow Bandgap GeSn Thermophotovoltaic cell

利用未冷却窄带隙GeSn热光伏电池进行中红外热辐射收集

Gérard Daligou, Mahmoud R. M. Atalla, Cédric Lemieux-Leduc, Anthony Nomezine, Simone Assali, Richard Soref, Oussama Moutanabbir

专题命中 扩散模型 :diffusion(abstract)

AI总结 GeSn热光伏电池在中红外波段实现高效热辐射收集,展示出与InAs相似的性能趋势,但受缺陷复合和传输损失限制,具有进一步优化的潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.18060 2026-02-26 cs.LG cs.AI cs.RO 50%

SPACeR: Self-Play Anchoring with Centralized Reference Models

SPACeR:基于集中参考模型的自我对战锚定

Wei-Jer Chang, Akshay Rangesh, Kevin Joseph, Matthew Strong, Masayoshi Tomizuka, Yihan Hu, Wei Zhan

机构 * Applied Intuition University of California, Berkeley(加州大学伯克利分校) New York University(纽约大学) Stanford University(斯坦福大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 SPACeR通过集中参考模型指导自我对战,实现高效、可扩展的自动驾驶策略生成。

Comments Accepted at ICLR 2026. Project page: https://spacer-ai.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2408.12011 2026-02-26 math.PR 50%

Fractional binomial distributions induced by the generalized binomial theorem and their applications

分数二项分布由广义二项式定理诱导及其应用

Masanori Hino, Ryuya Namba

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文通过广义二项式定理诱导分数二项分布,并研究其相关算子的性质及极限行为。

Comments 43 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 可控生成 6 篇

2602.21596 2026-02-26 cs.CV 83%

A Hidden Semantic Bottleneck in Conditional Embeddings of Diffusion Transformers

扩散变换器条件嵌入中的隐藏语义瓶颈

Trung X. Pham, Kang Zhang, Ji Woo Hong, Chang D. Yoo

机构 * Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)

专题命中 可控生成 :diffusion(title,abstract);image generation(abstract);分类 cs.CV

AI总结 研究揭示扩散变换器条件嵌入中的语义瓶颈,发现语义信息集中于少量维度,通过剪枝提升生成质量。

Comments Accepted to ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21824 2026-02-26 cs.LG 78%

DocDjinn: Controllable Synthetic Document Generation with VLMs and Handwriting Diffusion

DocDjinn: 基于VLMs和手写扩散的可控合成文档生成

Marcel Lamott, Saifullah Saifullah, Nauman Riaz, Yves-Noel Weweler, Tobias Alt-Veit, Ahmad Sarmad Ali, Muhammad Armaghan Shakir, Adrian Kalwa, Momina Moetesum, Andreas Dengel, Sheraz Ahmed, Faisal Shafait, Ulrich Schwanecke, Adrian Ulges

机构 * RheinMain University of Applied Sciences(莱茵-美因应用科学大学) German Research Center for Artificial Intelligence(德国人工智能研究中心) DeepReader GmbH(DeepReader公司) Insiders Technologies GmbH(Insiders Technologies公司) National University of Sciences and Technology(国家科学与技术大学)

专题命中 可控生成 :diffusion(title,abstract)

AI总结 DocDjinn利用VLMs和手写扩散生成可控合成文档,通过聚类和参数化采样从未标注种子生成高质量标注文档,实现隐私保护和高效数据生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21929 2026-02-26 cs.CV 57%

Geometry-as-context: Modulating Explicit 3D in Scene-consistent Video Generation to Geometry Context

几何作为上下文:调节显式3D以在场景一致视频生成中利用几何上下文

JiaKui Hu, Jialun Liu, Liying Yang, Xinliang Zhang, Kaiwen Li, Shuang Zeng, Yuanwei Li, Haibin Huang, Chi Zhang, Yanye Lu

机构 * Institute of Medical Technology, Peking University(北京大学医学技术学院) TeleAI MUST

专题命中 可控生成 :inpainting(abstract);分类 cs.CV

AI总结 本文提出几何作为上下文的方法,通过自回归模型迭代生成3D场景,提升视频生成的场景一致性和相机控制能力。

Comments Accepted by CVPR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.19430 2026-02-26 cs.CV 57%

TherA: Thermal-Aware Visual-Language Prompting for Controllable RGB-to-Thermal Infrared Translation

TherA: 用于可控RGB到热红外转换的热感知视觉-语言提示

Dong-Guw Lee, Tai Hyoung Rhee, Hyunsoo Jang, Young-Sik Shin, Ukcheol Shin, Ayoung Kim

机构 * Seoul National University(首尔国立大学) Kyungpook National University(庆北国立大学) KENTECH

专题命中 可控生成 :diffusion(abstract);分类 cs.CV

AI总结 TherA通过热感知视觉-语言提示方法,实现了可控的RGB到热红外转换,提升了翻译性能和细粒度控制能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21593 2026-02-26 cs.LG cs.CR cs.CV 57%

Breaking Semantic-Aware Watermarks via LLM-Guided Coherence-Preserving Semantic Injection

破坏语义感知水印:通过LLM引导的保持连贯性语义注入

Zheng Gao, Xiaoyu Li, Zhicheng Bao, Xiaoyan Feng, Jiaojiao Jiang

机构 * University of New South Wales(新南威尔士大学) Griffith University(格里菲斯大学)

专题命中 可控生成 :diffusion(abstract);分类 cs.CV

AI总结 本文提出CSI攻击,利用LLM引导的语义操纵破坏语义水印的绑定,揭示当前语义水印设计在面对LLM驱动的语义扰动时的安全漏洞。

Comments Accepted by The Web Conference 2026 (Short Paper Track)

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.21365 2026-02-26 cs.CV cs.AI cs.LG eess.IV 57%

Towards Controllable Video Synthesis of Routine and Rare OR Events

面向常规和罕见OR事件可控视频合成

Dominik Schneider, Lalithkumar Seenivasan, Sampath Rapuri, Vishalroshan Anil, Aiza Maksutova, Yiqing Shen, Jan Emily Mangulabnan, Hao Ding, Jose L. Porras, Masaru Ishii, Mathias Unberath

机构 * Johns Hopkins University(约翰霍普金斯大学) Technical University Munich(慕尼黑技术大学) Johns Hopkins Medical Institutions(约翰霍普金斯医学机构)

专题命中 可控生成 :diffusion(abstract);分类 cs.CV

AI总结 本文提出了一种可控视频合成框架,用于生成手术室中常规和罕见事件,以支持环境智能模型的发展。

Comments Accepted to IPCAI 2026 and submitted to IJCARs

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 图像生成评测 1 篇

2503.05236 2026-02-26 cs.CV 57%

Unified Reward Model for Multimodal Understanding and Generation

多模态理解和生成的统一奖励模型

Yibin Wang, Yuhang Zang, Hao Li, Cheng Jin, Jiaqi Wang

机构 * Fudan University(复旦大学) Shanghai Innovation Institute(上海创新研究院) Shanghai AI Lab(上海人工智能实验室)

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

AI总结 本文提出统一奖励模型,通过联合学习多种视觉任务提升多模态理解和生成的性能。

Comments project page: https://codegoat24.github.io/UnifiedReward/

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 效率与蒸馏 3 篇

2511.11456 2026-02-26 cs.RO 50%

SimTac: A Physics-Based Simulator for Vision-Based Tactile Sensing with Biomorphic Structures

SimTac: 基于物理的模拟器用于基于视觉的生物形态触觉感知

Xuyang Zhang, Jiaqi Jiang, Zhuo Chen, Yongqiang Zhao, Tianqi Yang, Daniel Fernandes Gomes, Jianan Wang, Shan Luo

机构 * Department of Engineering, King’s College London(工程系,伦敦国王学院) School of Aerospace Engineering, Beijing Institute of Technology(航空工程学院,北京理工大学) Department of Computer Science, University College London(计算机科学系,伦敦大学学院)

专题命中 效率与蒸馏 :image generation(abstract)

AI总结 SimTac是一个基于物理的模拟器,用于设计和验证生物形态触觉传感器,通过多种几何结构实现准确高效的触觉感知模拟。

Journal ref Cyborg and Bionic Systems, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏