图像生成

Dynamics of a vortex column of supercritical fluid across the pseudo-boiling line

超临界流体涡柱在拟沸腾线附近的动力学

Jordi Poblador-Ibanez, Fazle Hussain

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过低马赫数数值模拟，研究超临界CO₂涡柱在拟沸腾线附近的热分层演化，发现粘性效应主导涡量变化，并识别出三种额外粘性机制，其中涡旋与粘性/密度梯度相互作用可产生反向涡量。

Comments 38 pages, 33 figures

KFTD: Koopman-Fourier Time-Differentiable Network for Continuous Ocean Spatiotemporal Forecasting

KFTD: 用于连续海洋时空预测的Koopman-Fourier时间可微网络

Qinghui Chen, Zekai Zhang, Hailong Liu, Jinglin Zhang, Cong Bai

机构 * Shandong University（山东大学） ； Laoshan Laboratory（崂山实验室） ； Chinese Academy of Sciences（中国科学院） ； Zhejiang University of Technology（浙江工业大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出KFTD网络，通过Koopman线性空间和傅里叶分析实现连续时间插值，结合轻量残差网络进行预测，在四个海洋数据集上均方误差平均降低5.6%，效率提升76.25%。

Dynamical properties of ab initio water from machine-learning potentials

机器学习势函数下从头算水的动力学性质

P. Montero de Hijes, L. Neubeck, G. Kresse, C. Dellago

专题命中 扩散模型 ：diffusion(abstract)

AI总结 使用机器学习势评估多种密度泛函预测液态水的动力学性质，发现RPBE-D3/zd与实验最吻合，并在宽温压范围内验证其准确性。

Bridging the continuum and the kinetic-Boltzmann theories of heat flow through generalized Knudsen numbers

通过广义克努森数桥接热流的连续介质理论与动理学-玻尔兹曼理论

Nikhil Malviya, Navaneetha K. Ravichandran

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过引入广义克努森数，将线性化Peierls-Boltzmann方程系统约化为连续介质热方程，统一描述了半导体晶体中从弹道到水动力等所有热流状态，并揭示了弱准弹道与水动力状态的互斥性、第二声波速的尺度依赖等新特征。

Excitonic Condensation in an Asymmetric Electron-Hole Biwire

非对称电子-空穴双线系统中的激子凝聚

Gautam Shah, Vinod Ashokan, N. D. Drummond, K. N. Pathak

专题命中 扩散模型 ：diffusion(abstract)

AI总结 使用扩散量子蒙特卡洛方法研究质量不对称的一维电子-空穴双线系统，通过计算配对关联函数和凝聚分数构建相图，发现低维强关联促进激子准凝聚至高密度极限。

The Tale of a Hungry Subgiant and Its Brown Dwarf: Interior Radiative Damping Dominates the Tidal Evolution of TOI-5882

饥饿亚巨星与褐矮星的故事：内部辐射阻尼主导TOI-5882的潮汐演化

Ritvik Sai Narayan, Melinda Soares-Furtado, Richard H. D. Townsend

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出自洽潮汐演化框架，结合MESA双星演化与GYRE-tides线性潮汐响应，应用于TOI-5882系统，发现内部辐射阻尼主导潮汐演化，经典平衡潮模型低估恒星角动量演化数个量级，导致吞噬时间尺度缩短2-6倍，加速伴星内旋约25-110 Myr。

Comments 14 pages, 5 figures, accepted for publication in the Astrophysical Journal Letters. All inlists and the coupled framework are available at https://doi.org/10.5281/zenodo.18855025

Journal ref ApJL (2026), 1005, L35

High-energy Particle Transport in Three-dimensional Anisotropic Turbulent Magnetic Fields

高能粒子在各向异性湍流磁场中的三维输运

Daniela Maci, Rony Keppens, Fabio Bacchini

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用BxC工具包生成合成湍流磁场，研究强湍流中各向异性涨落对粒子散射的影响，发现无引导场时散射不受湍流相关长度支配，有引导场时散射机制不同于常规俯仰角扩散。

Journal ref ApJL 1005 L27 (2026)

High-Eccentricity Tidal Migration Driven by Secular Chaos in Wide-Binary Systems

宽双星系统中由长期混沌驱动的高偏心率潮汐迁移

Yurou Liu, Hareesh Gautham Bhaskar, Xian-Yu Wang, Cristobal Petrovich

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究宽双星系统中第三体扰动如何通过长期混沌激发极端偏心率，驱动行星潮汐迁移形成热木星，并预测了轨道倾角分布。

Comments Under review by ApJ

Weibull-Stationary Stochastic Differential Equations for Conditional Long-Horizon Wind Power Forecasting

条件长期风电预测的威布尔平稳随机微分方程

Luca Di Persio, Mehrdad Ghadiri

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种基于威布尔平稳SDE的月度风电概率预测框架，通过异方差卡尔曼滤波和三种SDE模型实现高分辨率预测，CRPS约1.57 m/s，功率Wasserstein距离低于额定容量1.4%。

Splitting schemes and estimators for stochastic differential equations with Hölder multiplicative noise

具有Hölder乘性噪声的随机微分方程的分裂方案和估计器

Bowen Fang, Dario Spanò, Massimiliano Tamborrino

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了具有局部Lipschitz漂移和Hölder连续乘性扩散的单变量随机微分方程的参数估计问题，提出了一种基于数值分裂方案的首个显式伪似然估计器，该方案在强均方收敛性和状态空间保持性方面优于传统的欧拉-马尔蒂内斯离散化方法，并通过模拟验证了其在准确性和计算效率上的优越性。

Comments Additional simulation results. 56 pages, 14 figures, 2 tables

Laser-Enhanced Contact Optimization in Silicon Photovoltaics: Mechanisms, Reliability, and Predictive Process Design

硅光伏中的激光增强接触优化：机制、可靠性与预测工艺设计

Donald Intal, Abasifreke U. Ebong

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了激光增强接触优化在硅光伏中的机制与可靠性，提出预测性工艺设计方法，通过耦合多物理场过程提升电池效率和稳定性。

Journal ref Renewable and Sustainable Energy Reviews, 2026

Controlled Zeno-Induced Localization of Free Fermions in a Quasiperiodic Chain

受控的Zeno诱导自由费米子在准周期链中的局域化

Pinaki Singha, Nilanjan Roy, Marcin Szyniszewski, Auditya Sharma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究测量诱导局域化，探讨在持续监测的一维Aubry-André-Harper模型中量子Zeno区域的特性，通过自洽的量子轨迹构建有效势能，计算Lyapunov指数并验证局域化长度的数值结果。

Comments 19 pages, 5 figures, 1 table

Journal ref Phys. Rev. B 113, 235122 (2026)

Learning and Generating Mixed States Prepared by Shallow Channel Circuits

通过浅层通道电路学习和生成混合态

Fangjun Hu, Christian Kokail, Milan Kornjača, Pedro L. S. Lopes, Weiyuan Gong, Sheng-Tao Wang, Xun Gao, Stefan Ostermann

机构 * QuEra Computing Inc.（QuEra计算公司） ； School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过浅层通道电路生成混合态的学习问题，证明在特定相态下，仅通过测量数据即可高效学习生成混合态，为量子生成模型提供结构基础。

Comments 44 pages, 14 figures, 1 table

SP-GCRL: Influence Maximization on Incomplete Social Graphs

SP-GCRL：在不完整社交图上的影响力最大化

Haohua Niu, Yuxuan Yang, Lingfeng Zhang, Hao Li, Jiao Liang, Zongfu Luo, Luca Rossi

机构 * School of Systems Science and Engineering（系统科学与工程学院） ； Sun Yat-sen University（中山大学） ； Jiangxi University of Finance and Economics（江西财经大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Anhui University of Science and Technology（安徽理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出SP-GCRL框架，通过社交传播感知的图对比强化学习实现端到端的种子选择，解决了不完整社交图和非平稳扩散动态带来的挑战，提升了效率和可扩展性。

Comments Accepted by DASFAA 2026. The first two authors contributed equally

A Generalized Sinkhorn Algorithm for Mean-Field Schrödinger Bridge

平均场薛定谔桥的广义Sinkhorn算法

Asmaa Eldesoukey, Yongxin Chen, Abhishek Halder

机构 * Department of Aerospace Engineering, Iowa State University（爱荷华州立大学航空航天工程系） ； School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对平均场薛定谔桥问题，提出广义Hopf-Cole变换并设计Sinkhorn型递归算法求解积分-偏微分方程组，在弱假设下证明收敛性，数值实验验证有效性。

Gas dynamics around dust asymmetries in turbulent disks

尘埃不对称性在湍流盘中的气体动力学

Lizxandra Flores-Rivera, Natascha Manger, Michiel Lambrechts, Mario Flock, Sebastian Lorek, Anders Johansen, Hubert Klahr

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究湍流盘中由垂直剪切不稳定性驱动的自维持涡旋对尘埃捕获的影响，发现涡旋能捕获尘埃并增强径向和方位向运动，但未在合成图像中观测到螺旋特征。

Comments 19 pages, 18 figures, accepted for publication in A&A

Journal ref A&A 710, A124 (2026)

Thermodynamic constraints and future singularities in Unimodular Gravity driven by phantom and non-phantom fluids

由幻影和非幻影流体驱动的单模引力中的热力学约束与未来奇点

Norman Cruz, Samuel Lepe, Guillermo Palma, Miguel Cruz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 在单模引力框架下，通过能量扩散函数Q引入非守恒，研究平直FLRW宇宙中未来奇点，发现扩散可在非幻影流体中诱导有效幻影行为，产生Big Rip奇点。

Comments Improved version, 13 pages, no figures

Asymptotic numerical hypocoercivity of the space-time discontinuous Galerkin method for the Kolmogorov equation

Kolmogorov方程时空间断Galerkin方法的渐近数值hypocoercivity

Zhaonan Dong, Emmanuil H. Georgoulis, Philip J. Herbert

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究标准时空间断Galerkin方法离散Kolmogorov方程时，证明该方法在离散水平上具有渐近hypocoercivity性质，并通过修正内积范数族建立inf-sup稳定性，首次为一般Galerkin格式获得此类结果。

Single-View Holographic Volumetric 3D Printing with Coupled Differentiable Wave-Optical and Photochemical Optimization

单视角全息体积3D打印：耦合可微波动光学与光化学优化

Felix Wechsler, Riccardo Rizzo, Christophe Moser

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出单视角全息体积增材制造（SHVAM），通过耦合可微波动光学模型和光化学模型优化全息序列，实现微米级分辨率3D打印，在秒级时间内制造出特征尺寸约10微米的结构。

On Surjectivity of Neural Networks: Can you elicit any behavior from your model?

论神经网络的满射性：你能从模型中诱导出任何行为吗？

Haozhe Jiang, Nika Haghtalab

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文证明现代神经网络架构（如预层归一化和线性注意力模块）几乎总是满射，意味着任何输出（包括有害内容）原则上都可生成，揭示了模型在对抗攻击下的固有脆弱性。

Comments Blog: https://astro-eric.github.io/blogs/surjective/

Geometry-Preserving Encoder/Decoder in Latent Generative Models

潜在生成模型中的几何保持编码器/解码器

Wonjun Lee, Riley C. W. O'Neill, Dongmian Zou, Jeff Calder, Gilad Lerman

机构 * Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系） ； Department of Mathematics, University of Minnesota（明尼苏达大学数学系） ； Zu Chongzhi Center for Mathematics and Computational Sciences, Duke Kunshan University（杜克-昆山大学仲长奇中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种新型几何保持编码器/解码器框架，通过保留数据分布的几何结构，在潜在扩散模型中实现更高效的训练和更快的收敛。

Comments 50 pages

Real-Time Reinforcement Learning for Dynamic Tasks with a Parallel Soft Robot

动态任务的实时强化学习与并行软机器人

James Avtges, Jake Ketchum, Millicent Schlafly, Helena Young, Taekyoung Kim, Allison Pinosky, Ryan L. Truby, Todd D. Murphey

机构 * Department of Mechanical Engineering, Northwestern University（西北大学机械工程系） ； Department of Materials Science and Engineering, Northwestern University（西北大学材料科学与工程系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于课程学习的实时强化学习方法，用于在单次部署中实现软机器人的动态平衡，通过并行软执行器和HSA结构实现高可靠性控制。

Comments Published at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

GASE: Gaussian Splatting-Based Automated System for Reconstructing Embodied-Simulation Environments

GASE：基于高斯溅射的自动化系统用于重建具身仿真环境

Jiawei Zhang, Yiming Yan, Chao Liang, Nuo Xu, Seson Sun, Qichen Zhang, Yuhao Xu, Yantai Yang, Yingqiao Wang, Qin Jin, Zhipeng Zhang

机构 * AutoLab, SAI, Shanghai Jiao Tong University（上海交通大学SAI学院AutoLab实验室） ； AIM3 Lab, School of Information, Renmin University of China（中国人民大学信息学院AIM3实验室） ； Research Lab, Anyverse Dynamics（Anyverse Dynamics研究实验室） 纠错

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

AI总结 提出GASE系统，利用全景相机阵列和多视图视频流，通过相机位姿策略提取前景物体并修复场景，独立重建后导入物理仿真器，实现高效高保真仿真环境构建，分割精度提升超10%，真实机器人部署性能差距小于10%。

Visual Retrieval-Augmented Generation for Silhouette-Guided Animal Art

视觉检索增强生成：基于轮廓引导的动物艺术创作

Quoc-Duy Tran, Anh-Tuan Vo, Trung-Nghia Le

机构 * University of Science, VNU-HCM（胡志明市国立大学理科大学） ； Vietnam National University, Ho Chi Minh（胡志明市国立大学） 纠错

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

AI总结 提出视觉检索增强生成（Visual-RAG）框架，通过检索与自然轮廓结构相似的动物形状，结合ControlNet和IP-Adapter引导扩散模型生成动物艺术，实现计算空想性视错觉。

Comments SOICT 2025

TextMesh4D: Zero-shot Text-to-4D Mesh Generation

TextMesh4D: 零样本文本到4D网格生成

Sisi Dai, Xinxin Su, Kai Xu

机构 * National University of Defense Technology（国防科技大学） ； Institute of AI for Industries, Chinese Academy of Sciences, Nanjing, 211135, China（中国科学院工业人工智能研究所，南京，211135，中国） ； Jiangsu Key Laboratory of AI for Industries Institute of AI for Industries, Chinese Academy of Sciences（江苏省人工智能工业关键实验室 中国科学院工业人工智能研究所） 纠错

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

AI总结 提出TextMesh4D框架，通过雅可比变形场和局部-全局语义正则化，实现零样本文本到动态网格生成，解决扩散引导与网格拓扑约束的冲突，达到高时间一致性和几何保真度。

Online Spectral Deflation for State Constrained Optimal Control Problems

状态约束最优控制问题的在线谱消去法

Teeratorn Kadeethum, Francesco Ballarin, Youngsoo Choi, Sanghyun Lee

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对参数化PDE约束最优控制中的点态状态约束问题，提出一种可复用的谱消去策略，通过预计算参考Schur补的低阶特征模态并在在线阶段限制到非活动集，结合A-DEF2消去基加速Jacobi预处理CG求解，在多个基准测试中减少55-98%的CG迭代次数。

Universal Image Restoration via Internalized Chain-of-Thought Reasoning

通过内化思维链推理的通用图像恢复

Yu Guo, Zhengru Fang, Shengfeng He, Senkang Hu, Yihang Tao, Phone Lin, Yuguang Fang

机构 * Hong Kong JC Lab of Smart City and Department of Computer Science, City University of Hong Kong（香港城市大学智慧城市香港联合实验室及计算机科学系） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； Computer Science and Information Engineering, National Taiwan University（国立台湾大学计算机科学与信息工程学系） 纠错

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

AI总结 提出CoTIR框架，将思维链推理内化到单个预训练编辑模型中，通过可微拉格朗日优化实现混合退化下的通用图像恢复，在5.2M样本基准上优于现有方法。

CASR: A Robust Cyclic Framework for Arbitrary Large-Scale Super-Resolution with Distribution Alignment and Self-Similarity Awareness

CASR：一种鲁棒的循环框架，用于任意大尺度超分辨率，具有分布对齐和自相似性意识

Wenhao Guo, Zhaoran Zhao, Peng Lu, Sheng Li, Qian Qiao, DeRui Li

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） 纠错

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

AI总结 CASR通过分布对齐和自相似性意识，解决大尺度超分辨率中的分布漂移和扩散不一致问题，实现稳定推理和高效单模型处理。

Beware of Aliases -- Signal Preservation is Crucial for Robust Image Restoration

警惕混叠——信号保留对鲁棒图像复原至关重要

Shashank Agnihotri, Julia Grabinski, Janis Keuper, Margret Keuper

机构 * University of Mannheim（曼海姆大学） ； Institute for Machine Learning and Analytics（机器学习与分析研究所） ； Offenburg University（奥芬堡大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； Saarland Informatics Campus（萨尔州信息校区） 纠错

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

AI总结 针对图像复原网络因混叠导致鲁棒性差的问题，提出BOA-Restormer，通过在频域执行部分下采样和上采样操作，确保无混叠路径，在低成本下提升模型鲁棒性。

Comments Tags: Adversarial attack, image restoration, image deblurring, frequency sampling

RAVA: Retrieval-Augmented Viewpoint Alignment for Subject-Driven Image Generation

RAVA: 检索增强的视角对齐用于主题驱动图像生成

Qiwei Yan, Zhiqiang Yuan, Chongyang Li, Jiapei Zhang, Ying Deng, Jinchao Zhang, Jie Zhou

机构 * WeChat AI, Tencent Inc.（腾讯微信人工智能实验室） 纠错

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

AI总结 提出RAVA框架，通过检索增强提供几何证据，解决跨主体视角对齐中的视角漂移和结构不匹配问题，在保持身份的同时实现可靠视角控制。