视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
通过原行星盘中的阴影探测盘动力学和尘埃演化：以HD 142527盘为例
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究通过构建三维模型估计原行星盘冷却时间尺度，进而推断尘埃表面密度和粒径，以HD 142527盘为例，发现其北部阴影区域冷却时间尺度及最大粒径，还满足垂直剪切不稳定性条件，为约束尘埃粒径提供有效工具，可用于其他过渡盘。
Comments 25 pages, 21 figures, 2 tables, submitted to PASJ
Anysynth：通过上下文学习和非对称分层引导实现零样本乐器克隆
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究旨在实现零样本乐器克隆，提出基于上下文流匹配的无嵌入神经合成器Anysynth，通过特定条件设定让模型动态检索声学细节，实验显示其性能优越，还提出非对称分层CFG优化可控性，推动了零样本乐器克隆发展。
Comments rejected by ISMIR 2026
由Lévy噪声驱动的具有时滞的McKean-Vlasov p-Laplacian格点系统测度吸引子的存在性及消失噪声极限
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究由Lévy噪声驱动的带时滞的McKean-Vlasov随机p-Laplace格点系统，证明右连左极解存在唯一，定义非自治余圈，证明其相关性质及拉回测度吸引子的存在唯一性，还研究了噪声强度趋于零时测度吸引子的极限行为及收敛速率。
基于区域分解的层次注意力机制
机构 * Faculty of Mathematics and Computer Science（数学与计算机科学系）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种基于两水平重叠Schwarz区域分解的层次注意力机制，通过局部低秩注意力块与粗网格注意力块结合，在少参数下实现更快训练和更高精度。
Comments 23 pages
CaloTrilogy：迈向现代量热器一步式端到端物理引导簇射生成的突破
机构 * School of Physics and Astronomy, University of Edinburgh（爱丁堡大学物理与天文学学院） ； Department of Physics, University of Wisconsin-Madison（威斯康星大学麦迪逊分校物理系） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； State Key Laboratory of Dark Matter Physics, Tsung-Dao Lee Institute & School of Physics and Astronomy, Shanghai Jiao Tong University（上海交通大学暗物质物理国家重点实验室、李政道研究所及物理与天文学学院） ； Key Laboratory for Particle Astrophysics and Cosmology (MOE) & Shanghai Key Laboratory for Particle Physics and Cosmology, Shanghai Jiao Tong University（教育部粒子天体物理与宇宙学重点实验室及上海粒子物理与宇宙学重点实验室，上海交通大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种结合平均速度场积分器、学习生成先验和物理引导损失项的框架，实现一步或少量评估步骤的高质量簇射生成，性能与最先进的流和扩散模型相当。
大气压下微腔等离子体阵列中CO共发射离子化发光分布：一种用于等离子体催化研究的系统方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了大气压微腔等离子体阵列（MCPA）反应器中CO从CO₂在氦气中的解离过程，通过结合TALIF和ICCD相机的诊断方法，实现了CO数密度的三维空间分布测量，并验证了扩散模型的准确性，揭示了主导的传输机制，为等离子体催化研究提供了系统研究平台。
稳健的频域水印用于合成表格数据
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出TAB-DRW水印方案，通过频域嵌入和秩基伪随机生成提升合成表格数据的鲁棒性和效率，实验显示其在抗后处理攻击和保持数据保真度方面表现优异。
Comments Accepted to Statistical Learning and Data Science
Journal ref Statistical Learning and Data Science (2026), Article 100001
超越α模型：利用系统非理想磁流体动力学模拟扩展原行星盘的风驱动吸积率
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究通过引入超箱尺度扩散方案，解决了局部剪切盒模拟中磁场累积问题，揭示了吸积率与等效双极Elssasser数和磁活动层厚度的幂律关系，为预测局部盘物理量下的吸积率提供了框架。
Comments 15 pages, 12 figures, Accepted for publication in PASJ
数据平衡策略：重采样与增强方法的系统综述
机构 * Department of Mathematics and Computer Science（数学与计算机科学系） ； Amirkabir University of Technology (Tehran Polytechnic)（阿美尔卡比大学（德黑兰理工大学）） ； Iran（伊朗）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文系统回顾了数据平衡方法，涵盖重采样、增强、欠采样及混合策略，分析其适用场景与优劣，指出无一方法普适，需根据数据特征和模型选择优化。
Comments 81 pages, 4 figures, 25 tables
Journal ref Machine Learning and Knowledge Extraction, 2026, 8(7), 211; https://www.mdpi.com/2504-4990/8/7/211
ECHO：通过高阶运算编码社区
机构 * Thomas Lord Department of Computer Science, University of Southern California（美国南加州大学汤姆·劳德计算机科学系）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 ECHO通过高阶运算和自监督架构，解决社区检测中的拓扑与语义瓶颈，实现高效准确的社区划分。
Journal ref Machine Learning with Applications, Volume 25, 100930, 2026
矩阵加权网络中的图灵图案
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了矩阵加权网络中图灵图案的形成机制，通过引入节点依赖的正交矩阵，将相干网络的扩散转换为标准加权网络，从而分析网络拓扑、权重和变换对图案形成的影响。
极地超分辨率卫星地表温度数据四十年研究
机构 * Oeschger Centre for Climate Change Research, University of Bern（气候变化研究中心，伯尔尼大学） ； Institute of Geography, University of Bern（地理研究所，伯尔尼大学） ； Institute of Geodesy and Photogrammetry, ETH Zurich（测绘与摄影测量研究所，苏黎世联邦理工学院） ； Institute of Meteorology and Climatology Research, Karlsruhe Institute of Technology（气象与气候研究研究所，卡尔斯鲁厄技术大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种基于深度各向异性扩散模型的超分辨率算法，将AVHRR数据下采样至1公里，生成42年极地LST数据集，用于改善冻土建模和气候监测。
弥合叙述鸿沟：碎片化生态系统中的跨平台 discourse 网络
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出一种平台无关框架，用于重建用户跨平台互动的社交图谱，发现潜在叙述和用户参与，提升信息扩散网络分析的效率和准确性。
Comments 22 pages, 5 figures
Journal ref Proceedings of the International AAAI Conference on Web and Social Media, 20(1), 851-873, 2026
用于增强6G网络物理层安全性的二元混沌提升S盒
专题命中 扩散模型 ：diffusion(abstract)
AI总结 6G网络面临安全挑战，本文提出用二元混沌提升S盒增强物理层安全，结合β变换驱动系统与二元条件采样生成8位排列，具有高代数次数、非线性度等优点，能满足6G网络对轻量级、可重构混淆组件的关键需求。
复杂空间过程的神经条件模拟
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对空间过程分布条件模拟难题，提出基于神经扩散模型的神经条件模拟（NCS）方法，利用空间掩码实现条件得分扩散模型，训练后可高效模拟多种预测分布，比传统方法更准确高效，还应用于红海空间极值预测。
Comments 66 pages, 14 figures
IGA-LBM：等几何格子玻尔兹曼方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对格子玻尔兹曼方法处理弯曲边界的不足，提出等几何配置格子玻尔兹曼方法，通过在适配物体的几何上求解离散速度BGK系统实现，经测试验证具有精度、稳定性和几何保真度，能为弯曲边界流动提供高阶自由流保持方法。
Comments 49 pages, 23 figures
嵌入空间扩散用于零样本环境声音分类
机构 * School of Information and Physical Sciences, University of Newcastle, Australia（信息与物理科学学院，新南威尔士大学，澳大利亚）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出一种基于扩散模型的条件生成方法，用于零样本环境声音分类，在多个音频数据集上平均性能优于现有基线方法。
NaP-Control: 为多功能和快速字符控制导航扩散先验
机构 * ETH Zurich（苏黎世联邦理工学院）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.GR
AI总结 本文提出NaP-Control方法，通过强化学习操控任务无关的扩散策略先验的潜在噪声，实现快速、鲁棒且高保真的字符控制，同时通过环境交互优化任务奖励，提升成功率并适应挑战性场景。
Comments ECCV 2026. Project page: https://chiawenchen.github.io/nap-control-project/
思考、规划、绘制：统一模型中用于可控图像生成的布局感知推理
机构 * Tencent（腾讯） ； Peking University（北京大学）
专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV
AI总结 研究针对统一多模态大语言模型在可控图像生成中难以遵循复杂空间指令的问题，提出ATLAS框架，采用“思考、规划、绘制”范式及布局共享表示，经强化学习提升性能，在图像生成等任务中效果显著，还支持相关编辑与多模态基础，并引入评估基准。
Comments 22 pages, 12 figures, 9 tables
深度估计器是用于3D场景几何修复和重建的隐式神经场
机构 * College of Artificial Intelligence, Zhejiang University（浙江大学人工智能学院）
专题命中 可控生成 ：inpainting(title,abstract)；分类 cs.CV
AI总结 针对现实世界场景数据3D几何不完整问题，提出神经深度场（NDF），将深度估计器视为场景级隐式场解决问题，通过单测试时优化实现，实验表明其在3D场景几何修复中性能优异。
StructGen：通过结构化上下文建模消除多参考图像生成中的歧义
机构 * Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学研究所） ； Institute of Big Data, Fudan University（复旦大学大数据研究院） ； Visual Intelligence + X International Joint Laboratory of the Ministry of Education（教育部视觉智能+X国际联合实验室） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； MT Lab, Meitu Inc（美图公司MT实验室）
专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV
AI总结 研究多参考图像生成问题，现有方法因自然语言指令缺陷致效果不佳。提出StructGen，用结构化格式编码参考图像，构建数据集、训练框架和基准，实验证明其在语义对齐和生成一致性上优于现有方法。
Comments Project page: https://jianingpeng0382.github.io/StructGen/
通过原子封装和基于GNN的错误隐藏实现抗丢包的3D高斯压缩
机构 * Central South University Changsha China ； Malanshan Audio \& Video Laboratory Changsha China ； Central South University ； Malanshan Audio \& Video Laboratory
专题命中 可控生成 ：inpainting(abstract)；分类 cs.CV、cs.GR、cs.MM
AI总结 研究3D高斯压缩在网络流传输中丢包问题，提出通过原子封装、分层随机分组及基于GNN的错误隐藏框架，改进丢包时的渲染效果，相比无隐藏传输有显著提升，平均PSNR退化限制在约3dB。
Comments 21 pages, 3 figures, 3 tables
通过诗歌复兴古画：一种用于对齐文化语义的色彩化框架
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 针对古画褪色问题，提出PoemColor框架，通过诗歌绘画投影仪和结构感知语义注意力，将诗歌文化语义与绘画恢复对齐，并构建混合数据集。实验证明该框架显著优于现有方法，能实现可控色彩化，恢复古画历史真实性与诗歌语义。
OmniMotion-X：通用多模态全身运动生成
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 介绍用于全身人类运动生成的OmniMotion-X框架，利用自回归扩散变换器，提出参考运动等方法，构建数据集并采用新训练策略，超越现有方法，在多模态任务中表现出色，可交互式生成逼真连贯可控的长时间运动。
Comments Accepted to CVPR 2026 Findings
CityLoc：基于高斯表示的大规模场景文本描述的6自由度姿态分布定位
机构 * Computer Vision Lab, ETH Zurich（苏黎世联邦理工学院计算机视觉实验室） ； University of Pisa（比萨大学） ； University of Trento（特伦托大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 研究大规模场景文本描述的6自由度姿态分布定位问题，核心方法是用基于扩散架构结合预训练文本编码器细化姿态，经3D高斯渲染提高精度，通过与标准方法对比验证其在多数据集上的优越性。
语义空间的几何：Transformer架构的连续几何框架
机构 * INFN, Sezione di Cagliari（意大利国家核物理研究所，卡利亚里分部）
专题命中 可控生成 ：diffusion(abstract)
AI总结 该研究提出连续几何框架，将Transformer架构运算建模为积分 - 微分方程，从几何公理出发转化其核心组件。通过实验验证，此框架能为大语言模型的稳定性、上下文及优化动态提供预测性描述词汇。
分数阶正则化双曲方程组的局部适定性
专题命中 可控生成 ：diffusion(abstract)
AI总结 针对具有分数阶耗散和非局部交换子的双曲拟线性演化系统，利用分数阶拉普拉斯的自伴性和傅里叶乘子交换子的代数恒等式，结合非齐次Littlewood-Paley理论建立局部适定性，并通过Schauder不动点定理克服Banach收缩原理失效的困难。
不定随机线性二次最优控制问题：带有随机系数和泊松跳跃的闭环表示法
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了具有随机系数和泊松跳跃的有限时间随机线性二次最优控制问题，证明了在均匀凸性条件下，带跳跃的随机黎曼-西格纳方程有唯一强正则解，从而得到开环最优控制的闭环表示。
Comments 26 pages
一种用于对流主导状态方程的椭圆分布最优控制问题的单调有限元方法
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种单调有限元方法，用于求解对流主导的椭圆分布最优控制问题，通过保持离散最大原理和最优收敛阶次，确保数值稳定性与鲁棒性。
InertialAR：基于惯性框架的自回归3D分子生成
机构 * The Chinese University of Hong Kong（香港中文大学） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Ottawa（渥太华大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究探索基于Transformer的自回归模型在3D分子生成上的应用。提出InertialAR，通过规范标记化、几何位置编码及分层自回归范式应对挑战，在无条件和可控生成任务中表现出色，多个指标达领先水平。
Comments Accepted at ICML 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈