图像生成

Superlinear drift in consensus-based optimization with condensation phenomena

具有凝聚现象的基于共识的优化中的超线性漂移

Jonathan Franceschi, Lorenzo Pareschi, Mattia Zanella

专题命中 扩散模型 ：diffusion(abstract)

AI总结 受Kaniadakis-Quarati模型启发，提出一种具有超线性漂移和非恒定扩散的CBO方法，在平均场极限下出现有限时间爆破等凝聚现象，并通过边缘化方法避免维度灾难。

Comments 32 pages, 6 figures, 3 tables. Updated to reflect in-print version on ESAIM:COCV

Hydrodynamic fluctuations of stochastic charged cellular automata

随机带电单元自动机的流体动力学波动

Takato Yoshimura, Žiga Krajnik

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机带电单元自动机在非确定性单文件极限下的电荷波动，通过流体动力学获得精确典型电荷概率分布，揭示正常扩散与对流扩散共存机制。

Comments 7+6 pages, 2 figures

Journal ref Phys. Rev. E 113, 064120 (2026)

On MDS Property of g-Circulant Matrices

关于g-循环矩阵的MDS性质

Tapas Chatterjee, Ayantika Laha

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究g-循环矩阵的MDS性质，证明除非g ≡ -1 (mod k)，否则k×k的g-循环对合矩阵不可能是MDS；并推广了循环矩阵的近期结果，证明特征2有限域上2^d×2^d循环矩阵不能同时具有MDS和半正交性质。

Comments 21 pages

SiGnature: Explicit Motion Diffusion for Stylized Semantic Gesture

SiGnature: 显式运动扩散用于风格化语义手势

Adi Rosenthal, Tomer Koren, Nadav Shaked, Doron Friedman, Ariel Shamir

机构 * Reichman University（赖希曼大学） 纠错

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

AI总结 提出SiGnature框架，通过显式关节旋转空间和免训练推理机制JMI，实现语义手势的精准控制与说话人风格的高保真保持，优于现有方法。

Output-Feedback Boundary Control of Reaction--Diffusion PDEs on Arbitrary Lipschitz Domains: A Target-Domain Approach

任意Lipschitz域上反应-扩散PDE的输出反馈边界控制：一种目标域方法

Rafael Vazquez

专题命中 可控生成 ：diffusion(title,abstract)

AI总结 提出一种域扩展框架，通过将不规则域嵌入已知稳定设计的目标域（如球或矩形），实现任意有界Lipschitz域上反应-扩散方程的输出反馈边界镇定，并保证适定性和指数稳定性。

Comments Preprint submitted to IEEE Transactions on Automatic Control

A Diffusion Monte Carlo algorithm employing depth first traversal and a stack instead of a swarm

一种采用深度优先遍历和栈而非群体的扩散蒙特卡罗算法

Bastiaan J. Braams

专题命中 可控生成 ：diffusion(title,abstract)

AI总结 提出基于深度优先遍历和栈的扩散蒙特卡罗算法（DMCD），通过栈管理分裂历史，相比传统广度优先群体方法更节省内存，并统一了特征值问题与线性方程问题的算法处理。

Comments 12 pages. The code in the original (v1) Arxiv submission could randomly get trapped in a cycle where the same walker is all the time restarted with ever decreasing weight. The issue is described and addressed in this (v2) submission

SACE: Concept Erasure at the Semantic Singularity in Visual Autoregressive Models

SACE: 视觉自回归模型中的语义奇点概念擦除

Siya Yang, Nanxiang Jiang, Zhaoxin Fan, Yunfeng Diao

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） ； School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） 纠错

专题命中 可控生成 ：text-to-image(abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 针对视觉自回归模型应用现有擦除技术导致语义崩溃和视觉伪影的问题，提出语义奇点公理并通过增量语义显著性分析验证，进而引入首个尺度感知的概念擦除框架SACE，在首尺度耦合熵正则化擦除目标与恢复性保存损失，实现精确概念擦除。

R2RDreamer: 3D-aware Data Augmentation for Spatially-generalized 2D Manipulation Policies

R2RDreamer: 面向空间泛化的2D操作策略的3D感知数据增强

Xiuwei Xu, Haowen Sun, Angyuan Ma, Yiwei Zhang, Zhenyu Wu, Xiaofeng Wang, Bingyao Yu, Zheng Zhu, Jie Zhou, Jiwen Lu

机构 * Tsinghua University（清华大学） ； BUPT（北京邮电大学） ； GigaAI 纠错

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

AI总结 提出R2RDreamer框架，通过轻量级3D编辑和2D视频补全，从少量真实演示生成几何一致的增强数据，提升2D操作策略的空间泛化能力。

Comments Project page: https://r2rdreamer.github.io/

DenseControl: Instance-Level Controllable Synthesis of Dense Crowd Image

DenseControl: 密集人群图像的实例级可控合成

Juncheng Wang, Lei Shang, Wang Lu, Baigui Sun, Shujun Wang

机构 * the Hong Kong Polytechnic University（香港理工大学） ； Tongyi lab, Alibaba Group（阿里巴巴集团通义实验室） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出DenseControl管道，通过隔离对象嵌入图和隐式尺度嵌入策略，实现密集人群图像中实例位置、大小、背景、风格和属性的精确控制，在合成质量和下游应用中达到最优。

Comments Accepted to IEEE TMM

CausalDrive: Real-time Causal World Models for Autonomous Driving

CausalDrive: 用于自动驾驶的实时因果世界模型

Tianyi Yan, Huan Zheng, Dubing Chen, Meizhi Qu, Yingying Shen, Lijun Zhou, Mingfei Tu, Bing Wang, Guang Chen, Hangjun Ye, Haiyang Sun, Cheng-zhong Xu, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学协同创新研究院，科技学院） ； Xiaomi EV（小米汽车） ； CASIA（中国科学院自动化研究所） 纠错

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

AI总结 提出CausalDrive，一种可控、实时的驾驶世界渲染器，通过因果预测和Context-Forced DMD架构实现交互式模拟，支持闭环评估、强化学习后训练和人在环仿真。

Texture-Shape Bias Balancing for Robust Synthetic-to-Real Semantic Segmentation in Automotive NIR Imagery

纹理-形状偏差平衡用于汽车近红外图像中鲁棒的合成到真实语义分割

Felix Stillger, Ben Hamscher, Lukas Hahn, Annika Mütze, Tobias Meisen, Kira Maag

机构 * University of Wuppertal（伍珀塔尔大学） ； Aptiv（Aptiv公司） ； Heinrich Heine University Düsseldorf（海因里希·海涅大学杜塞尔多夫） ； Osnabrück University（奥斯纳布吕克大学） 纠错

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

AI总结 提出生成式增强框架，通过目标风格适配和Voronoi风格多样化策略平衡纹理-形状偏差，实现近红外图像合成到真实域适应，将域差距减少高达63.6%。

Comments Accepted at ECML PKDD 2026 (ADS Track)

Unified Audio Generation and Editing via Joint Condition Modeling and Progressive Training

统一音频生成与编辑：联合条件建模与渐进训练

Haocheng Dong, Yuheng Lu, Cheng Gong, Shansong Liu, Xiao-Lei Zhang, Xuelong Li

机构 * Department of Electronic Engineering and Information Science, University of Science and Technology of China（电子工程与信息科学系，中国科学技术大学） ； Tianjin Key Laboratory of Cognitive Computing and Application, School of Artificial Intelligence, Tianjin University（认知计算与应用重点实验室，天津大学人工智能学院） ； Institute of Artificial Intelligence of China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI）） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出AudioWeave统一模型，通过联合条件建模和渐进多阶段训练策略，实现文本到音频生成和音频编辑的单一框架，性能与专用模型相当。

ControlMap: Controllable High-Definition Map Generation for Traffic Scenario Simulation

ControlMap: 用于交通场景仿真的可控高清地图生成

Marwan Farag, Steffen Wäldele, Yu Yao

机构 * University of Stuttgart（斯图加特大学） ； Robert Bosch GmbH（博世公司） ； Motional, Inc（Motional公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出基于潜在扩散和ControlNet的数据驱动管道，实现可控高清地图生成，支持空间引导、条件强度调整和城市风格迁移，并引入新指标评估控制信号遵循度和地图真实性。

Adaptive Resource Management and Quality Control for Streaming Video Generation

自适应资源管理与质量控制用于流式视频生成

Yifei Xia, Hao Yuan, Suhan Ling, Haoran Sun, Hanke Zhang, Xupeng Miao, Fangcheng Fu, Bin Cui

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对自回归扩散Transformer在实时流式视频生成中的播放连续性SLO，提出基于播放余量的服务系统SlackServe，通过三级优先级队列、重新归位和弹性序列并行重新分配资源，并在质量下限下通过双模帕累托路由选择每块保真度配置，显著提升QoE并降低首块延迟。

Towards Unified Song Generation and Singing Voice Conversion with Accompaniment Co-Generation

面向统一歌曲生成与带伴奏共生成的歌声转换

Ziyu Zhang, Chunyu Qiang, Xiaopeng Wang, Yuxin Guo, Kang Yin, Wenjie Tian, Jingbin Hu, Tianlun Zuo, Zhao Guo, Teng Ma, Yuzhe Liang, Chen Zhang, Lei Xie

机构 * Northwestern Polytechnical University（西北工业大学） ； Kuaishou Technology（快手科技） ； Beijing Institute of Technology（北京理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出UniSinger框架，基于多模态扩散Transformer统一零样本歌曲生成与伴奏共生成歌声转换，通过共享说话人嵌入和课程学习策略实现跨任务音色控制与多任务优化。

StyleShield: Exposing the Fragility of AIGC Detectors through Continuous Controllable Style Transfer

StyleShield: 通过连续可控风格迁移揭示AIGC检测器的脆弱性

Guantian Zheng

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 可控生成 ：image synthesis(abstract)

AI总结 提出StyleShield，一种基于流匹配的条件文本风格迁移框架，通过连续控制风格迁移强度，在保持语义相似度的同时实现高规避率，并引入RateAudit算法质疑基于分数的检测可靠性。

Comments 12 pages, 5 figures. Code and model weights will be released upon acceptance

From Noise to Intent: Anchoring Generative VLA Policies with Residual Bridges

从噪声到意图：基于残差桥的生成式VLA策略锚定

Yiming Zhong, Yaoyu He, Zemin Yang, Pengfei Tian, Yifan Huang, Qingqiu Huang, Xinge Zhu, Yuexin Ma

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出ResVLA架构，通过频谱分析将机器人控制解耦为确定性低频锚点和随机高频残差，利用残差扩散桥聚焦局部动态精化，实现高效表示与强条件对齐。

Comments Accepted to ICML 2026

Evaluating SQL Understanding in Large Language Models

评估大型语言模型对SQL的理解能力

Ananya Rahaman, Anny Zheng, Mostafa Milani, Fei Chiang, Rachel Pottinger

专题命中 可控生成 ：image generation(abstract)

AI总结 本文评估大型语言模型在SQL任务中的理解能力，通过检测语法错误、识别缺失token、预测查询性能等任务，揭示模型在语义理解和连贯性方面的局限。

Comments 12 pages conference submission

Journal ref Proc. EDBT 2025, pp. 909-921, 2025

Optimizing Multiple Feature Types for Image Inpainting in the Linear and Nonlinear Setting

线性和非线性设置下优化多种特征类型的图像修复

Vassillen Chizhov, Ferdinand Jost, Joachim Weickert

专题命中 图像修复 ：inpainting(title,abstract)；diffusion(abstract)

AI总结 提出一种通用理论和框架，允许在线性或非线性修复中优化任意特征（如导数、局部积分），自动选择特征位置和类型，实验表明增加特征类型可显著提升压缩重建质量。

SP$^3$: Spherical Priors for Plug-and-Play Restoration

SP$^3$：用于即插即用恢复的球面先验

Sean Man, Ron Raphaeli, Matan Kleiner, Or Ronai

机构 * Technion – Israel Institute of Technology（以色列理工学院） ； Independent Researcher（独立研究员） 纠错

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 提出SP$^3$算法，用球面编码器替代去噪器作为生成先验，通过半二次分裂实现快速图像恢复，速度比零样本扩散方法快3-630倍。

Bridging data-driven priors via the score function for posterior sampling -- Comparative review and experimental study

通过得分函数桥接数据驱动先验进行后验采样——比较综述与实验研究

Elhadji Cisse Faye, Mame Diarra Fall, Sylvain Delchini, Nicolas Dobigeon

机构 * IDP, Univ Orléans（IDP，奥尔良大学） ； LITIS, Univ Rouen Normandie（LITIS，鲁昂-诺曼底大学） ； Bureau de Recherches Géologiques et Minières Orléans, France（奥尔良地质与矿业研究局，法国） ； IRIT, Univ Toulouse（图卢兹大学IRIT） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文综述了贝叶斯逆问题中多种数据驱动先验如何通过得分函数统一，并展示其在采样算法中的有效集成，通过图像修复和超分辨率实验验证了方法的效率与通用性。

Redirecting the Flow: Image Customization through Attention Distribution Shift

重定向流：通过注意力分布偏移实现图像定制

Jie Li, Suorong Yang, Jian Zhao, Furao Shen

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； School of Computer Science, Nanjing University（南京大学计算机科学与技术学院） ； School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院） 纠错

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

AI总结 提出基于最大熵理论的Conditional Attention Distribution Shift方法，通过双分支架构CustomShift实现高效主题驱动图像生成，在DreamBooth和Custom101基准上优于现有方法。

Manifold-Orthogonal Dual-spectrum Extrapolation for Parameterized Physics-Informed Neural Networks

流形正交双谱外推法用于参数化物理信息神经网络

Zhangyong Liang, Huanhuan Gao

机构 * National Center for Applied Mathematics, Tianjin University（天津大学应用数学中心） ； School of Mechanical and Aerospace Engineering, Jilin University（吉林大学机械与 aerospace 工程学院） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 提出流形正交双谱外推法（MODE），通过主谱密集混合、残谱激活和平移解锁三种机制，在保持SVD参数效率的同时实现参数化PINN的强分布外泛化。

DriveReward: A Comprehensive Dataset and Generative Vision-Language Reward Model for Autonomous Driving

DriveReward：面向自动驾驶的综合数据集与生成式视觉语言奖励模型

Qimao Chen, Fang Li, Yuechen Luo, Zehan Zhang, Haiyang Sun, Fangzhen Li, Bing Wang, Guang Chen, Yang Ji, Jiong Deng, Hongwei Xie, Hangjun Ye, Long Chen, Yi Zhang

机构 * Tsinghua University（清华大学） ； Xiaomi EV（小米汽车） 纠错

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

AI总结 提出DriveReward数据集和专用视觉语言奖励模型，通过反事实标注和时序视觉引导，解决自动驾驶中奖励获取的泛化问题，在强化学习和轨迹选择中取得与基于规则方法相当的性能。

CoRPA: Adversarial Image Generation for Chest X-rays Using Concept Vector Perturbations and Generative Models

CoRPA: 基于概念向量扰动和生成模型的胸部X光图像对抗生成

Amy Rafferty, Rishi Ramaesh, Ajitha Rajan

机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； NHS Lothian（NHS洛锡安） 纠错

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

AI总结 本文提出CoRPA，一种针对医学影像领域的临床聚焦对抗攻击框架，通过概念向量扰动生成对抗性影像报告和图像，揭示医疗AI在真实临床场景下的脆弱性。

HoliDubber: Holistic Video Dubbing for Complex Acoustic Scenes via Text-Guided Audio Synthesis

HoliDubber: 通过文本引导的音频合成实现复杂声学场景的全景视频配音

Wenhao Guan, Yifan Duan, Junxi Liu, Yu Gu, Feng Dang, Kaidi Wang, Qingyang Hong, Lin Li, Xie Chen

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 提出HoliDubber框架，基于补丁自回归扩散Transformer，从单一文本提示联合生成语音和音效，实现全景视频配音，显著优于现有方法。

Shift-and-Sum Quantization for Visual Autoregressive Models

Shift-and-Sum 量化用于视觉自回归模型

Jaehyeon Moon, Bumsub Ham

机构 * Yonsei University（延世大学） ； Articron 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 提出针对视觉自回归模型的训练后量化框架，通过移位求和量化减少注意力值乘积误差，并采用重采样策略校准数据，在图像生成等任务上达到新最优。

Comments ICLR 2026

QPILOTS: Efficient Test-Time Q-Steering for Flow Policies

QPILOTS：面向流策略的高效测试时Q引导

Yifan Ruan, Chenyang Cao, Andreas Burger, Ali Pesaranghader, Kaveh Kamali, Jaehong Kim, Nandita Vijaykumar, Alan Aspuru-Guzik, Igor Gilitschenski, Nicholas Rhinehart

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； LG Electronics（LG电子） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出QPILOTS方法，在推理时通过投影去噪中间状态到最终动作估计并计算评论家梯度来引导流匹配和扩散策略，无需修改原策略，在离线到在线RL基准上达到90%平均成功率。

Comments 10 pages, 7 figures

SimWeaver: Zero-Shot RGB Sim-to-Real for Deformable Manipulation

SimWeaver：面向可变形操作的零样本RGB仿真到现实

Wenkang Hu, Haoran Wang, Yitong Li, Liu Liu, Mengao Zhao, Lai Jiang, Xincheng Tang, Junhang Wei, Zhengjie Shu, Zhendong Wang, Zhizhong Su, Huamin Wang, Ruigang Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Horizon Robotics（地平线机器人） ； Style3D Research（Style3D研究院） 纠错

专题命中 其他图像生成 ：image generation(abstract)

AI总结 提出SimWeaver框架，通过200条仿真演示训练零样本RGB VLA策略，在5种可变形任务中达到91%平均真实成功率，无需遥操作或任务校准。