图像生成

PEAK: Precise and Persistent Concept Erasure via k-Sparse Autoencoders

PEAK：基于k稀疏自编码器（kSAEs）的精确且持久的概念擦除

Man Jiang, Ouxiang Li, Weibao Xue, Zhenhua Tang, Yuan Wang, Shuo Wang, Yanbin Hao

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

AI总结 本研究针对文本到图像扩散模型的概念擦除难题，提出基于k稀疏自编码器的PEAK框架，实现了精确持久的概念擦除，在I2P基准上大幅降低了冒犯性内容检测量与攻击成功率，同时保留了生成质量。

Do Protective Perturbations Really Protect Portrait Privacy under Real-world Image Transformations?

保护性扰动在现实世界图像变换下是否真的能保护肖像隐私？

Ruiqing Sun, Xingshan Yao, Zhijing Wu, Tian Lan, Chenhao Cui, Huiyang Zhao, Jialing Shi, Chen Yang, Xianling Mao

机构 * Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 本文评估了现实世界图像变换对基于像素扰动的主动防御方法的影响，发现其有效性受挑战，并提出净化框架以去除保护性扰动。

Pre- to Post-Contrast Synthesis of Breast DCE-MRI using Latent Bridge Matching

基于潜在桥匹配的乳腺动态对比增强MRI从造影前到造影后合成

Sina Amirrajab, Zohaib Salahuddin, Henry C Woodruff, Philippe Lambin

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

AI总结 该研究提出潜在桥匹配框架，在MAMA-SYNTH挑战中从乳腺DCE-MRI造影前图像合成峰值增强图像，肿瘤条件变体性能优于造影前条件及LDM基线，为虚拟造影增强提供新方案。

AdvFD: Boosting Visual Generation via Adversarial Fr'echet Distance Loss

AdvFD：通过对抗性Fréchet距离损失提升视觉生成性能

Mingju Gao, Jingkai Zhou, Kun Gai, Changqian Yu, Hao Tang

机构 * Peking University（北京大学） ； KlingAI（可灵AI） 纠错

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

AI总结 本研究提出AdvFD算法，通过补充静态Fréchet损失的对抗学习表示并引入真实特征白化，解决Fréchet攻击问题，提升了JiT、pMF等骨干网络的单步生成器后训练性能。

Comments Project Page: https://gasaiyu.github.io/AdvFD-page/

SafeCA: Safe Cross-Attention Localization and Regulation for Text-to-Video Jailbreak Defense

SafeCA：用于文本到视频越狱防御的安全交叉注意力定位与调控

Siyuan Liang, Yupeng Qiu, Junfeng Fang, Rong-Cheng Tu, Jiaxing Huang, Dacheng Tao

机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 SafeCA是一种特征级T2V越狱防御机制，通过分析交叉注意力特征差异提出，可降低主流模型越狱成功率约20%，仅增0.1s推理开销且保持语义一致性，提供架构级可部署防护范式。

Comments 10 pages, 4 figures

Beyond Pixels: From Video Priors to 4D Worlds

超越像素：从视频先验到4D世界

Zihao Liu, Xiaolong Shen, Zhenglin Zhou, Ruijie Quan, Yi Yang

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

AI总结 本文提出Latent-to-4D方法，利用共享VAE的视频模型去噪潜在变量作为接口实现4D生成，在两个数据集上的DINO-F1指标优于对比方法，且受人类评估者认可。

Comments Project page: https://hayd-zju.github.io/Beyond-Pixels

Stream Forcing: Constructing Unified Training Trajectory for Robust Streaming Video Generation

流强制：构建用于鲁棒流视频生成的统一训练轨迹

Yueting Zhu, Yuehao Song, Kaicheng Zhang, Bao Tang, Shaoyu Chen, Qian Zhang, Wenyu Liu, Xinggang Wang

机构 * Huazhong University of Science & Technology（华中科技大学） ； Horizon Robotics（地平线机器人） ； Anyverse Dynamics 纠错

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

AI总结 针对流视频扩散模型的训练-推理不匹配问题，提出Stream Forcing统一训练框架，通过构建训练轨迹及相关算法，在UCF-101基准测试中FVD分别提升36.6%、27.9%，提升了生成质量与长时序泛化能力。

Comments 15 pages,6 figures

DynaPPI: A Large-scale Dynamic Protein Dataset for AI-driven Advances in Protein Interactomics

DynaPPI：面向AI驱动蛋白质互作组学进展的大规模动态蛋白质数据集

Jiabao Wei, Zilong Geng, Yuze Wang, Jianjun Li, Ning Ding, Bowen Zhou, Bing Zhang, Zhiyuan Ma

机构 * BIT（北京理工大学） ； HUST（华中科技大学） ； SJTU（上海交通大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 本研究提出DynaPPI动态蛋白质数据集，填补现有数据集忽略多体结合动态过程的空白，助力扩散模型预测未知蛋白质复合物结构，推动AI驱动的蛋白质互作组学发展。

Comments 9 pages, 1 figure, 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: AI4Science

Imaginative Generative AI: Crossing the Entropy Wall into Worlds Beyond Imitation

想象式生成人工智能：跨越熵墙进入超越模仿的世界

Farzan Farnia, Hossein Goli, Amin Gohari

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 该研究提出IGA框架，通过熵约束投影实现从模仿到想象的生成，可修复数据多样性并实现可控频谱外推，相关方法适用于DDPM等扩散模型。

UniScale: Arbitrary-Scale Industrial Anomaly Generation

UniScale：任意尺度的工业异常生成

Shilei Zeng, Linxin Guan, Xurui Li, Yaohan Tang, Yu Zhou

机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） 纠错

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

AI总结 针对工业异常检测中真实异常样本不足及小尺度异常易丢失的问题，提出UniScale框架，通过EMT策略和生成后融合去噪方法，在VisA、MVTec AD 2等数据集上显著优于现有方法。

Comments Accepted at ECCV2026

HoloQ-VLA: Uniform W4A4 Quantization of Vision-Language-Action Models

Ω-QVLA: 通过复合旋转和逐步缩放实现视觉-语言-动作模型的鲁棒量化

Xinyu Wang, Mingze Li, Sicheng Lyu, Dongxiu Liu, Kaicheng Yang, Ziyu Zhao, Yufei Cui, Xiao-Wen Chang, Peng Lu

机构 * McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） ； Mila – Quebec AI Institute（魁北克AI研究所） 纠错

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

AI总结 提出Ω-QVLA，首个无需训练的后训练量化框架，通过复合SVD-Hadamard旋转和逐步DiT激活缩放量化，将VLA模型的语言骨干和扩散动作头统一压缩至W4A4精度，在LIBERO上达到或超越FP16性能，内存减少71.3%。

Is Retrieval All You Need? Assessment and Emergence of Novelty in Protein Structure Generation

检索就是全部所需？蛋白质结构生成中的新颖性评估与涌现

Tongyue Xu, Yijie Zhang, Mutian He, Lingdong Shen, Zhihong Liu, Tianlei Ying, Cheng Tan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对蛋白质结构生成模型的新颖性评估问题，引入DRR指标，分析8种模型的输出，提出零训练基线RetFold，成本远低于现有模型。

Proteo-R1: Reasoning Foundation Models for De Novo Protein Design

Proteo-R1：用于从头蛋白质设计的推理基础模型

Fang Wu, Weihao Xuan, Heli Qi, Hanqun Cao, Heng-Jui Chang, Zeqi Zhou, Haokai Zhao, Ma Jian, Carl Ma, Yu-Chi Cheng, Kuan Pang, Xiangru Tang, Zehong Wang, Guanlue Li, Hanchen Wang, Kejun Ying, Pan Lu, Chiho Im, Seungju Han, Peng Xia, Tinson Xu, Yinxi Li, Deyao Zhu, Pheng-Ann Heng, Naoto Yokoya, Masashi Sugiyama, Li Erran Li, Jure Leskovec, Yejin Choi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对现有从头蛋白质设计模型缺乏推理能力的问题，本文提出 Proteo-R1 双专家架构框架，通过 MLLM 识别关键功能残基作为硬约束，结合扩散模型实现稳定可解释的蛋白质设计。

Journal ref ICML 2026

Two-stage Odd Residual Flows for Mean-Preserving Probabilistic Time Series Forecasting

用于保均值概率时间序列预测的两阶段奇数残差流

Kiran Madhusudhanan, Christian Klötergens, Lars Schmidt-Thieme, Vijaya Krishna Yalavarthi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对概率预测中分布灵活性与均值准确性的权衡，提出两阶段奇数残差流框架，解耦均值预测与不确定性估计，在长短时域预测中同时实现最优确定性精度与出色密度估计性能。

ReRound: Reconstructive Rounding to Resolve Midpoint Ambiguity in Calibration-Free LLM Quantization

ReRound：用于解决无校准LLM量化中中点歧义的重构舍入法

He-Yen Hsieh, H. T. Kung

专题命中 扩散模型 ：diffusion(abstract)

AI总结 ReRound是一种后训练量化方法，通过条件扩散模型解决无校准LLM量化的中点歧义，在小型LLM的3、4比特量化上优于标准RTN，性能接近依赖校准方法且无额外推理开销。

Comments 16 pages, 8 figures

Multi-Rate Distributed Unscented Kalman Filtering Under Collective Detectability

集体可检测性下的多速率分布式无迹卡尔曼滤波

Mohammad Ali Abooshahab, Morten Hovd

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对无融合中心的非线性网络，提出多速率分布式UKF方法，基于集体可检测性实现信息扩散，在多速率采样下保持稳定且精度优于五轮协方差平均一致性。

Comments 12 pages, 3 figures

FUBU-EPSTEIN: A Large-Scale Twitter Dataset on the Jeffrey Epstein Case and Its Global Public Discourse (2019-2023)

FUBU-EPSTEIN：关于杰弗里·爱泼斯坦案件及其全球公众讨论的大规模Twitter数据集（2019-2023）

Michael Kreil, Tristan Manfred Stöber, Daniel Thilo Schroeder

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究推出了FUBU-EPSTEIN数据集，包含5438万条Twitter状态等数据，经去标识化处理后发布，支持爱泼斯坦案件相关的计算研究，降低了数据泄露风险。

A Physics-Informed Neural Network Approach to Multiphysics Continuum Modeling of Cancer Growth via Chemo-fluid Coupling

基于 chemo-fluid 耦合的癌症生长多物理场连续介质建模的物理信息神经网络方法

Celia Taboada, Pedro Navas, Miguel Molinos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出 PINN 框架，构建 chemo-fluid 耦合的肿瘤生长多物理连续介质模型，正问题求解精度高，逆问题可从含噪稀疏观测中精准恢复参数，为多物理肿瘤建模提供高效计算途径。

Lions' Maximal Regularity Problem for Divergence-Form Differential Operators: Failure at the $\frac{1}{2}$-Hölder Endpoint

散度型微分算子的Lions极大正则性问题：在1/2-Hölder端点处失效

Lukas Niebel

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对散度型微分算子的Lions极大正则性问题，构造出1/2-Hölder端点处的反例，证明仅该连续性不蕴含极大L²正则性，且可推广到高维有界区域。

Scaling Laws for Majority-based Opinion Dynamics in the Presence of Stubborn Agents

存在固执智能体时基于多数意见动态的标度律

Luke Meredith, Arpan Mukhopadhyay

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究探究多智能体系统中固执智能体对意见动态的影响，基于2k-选择规则，发现达到稳态的时间随固执智能体比例存在尖锐相变，边界区域混合时间为多项式级。

Adaptive Time-Stepping Euler--Maruyama Scheme for SDEs with Non-Globally Lipschitz Coefficients: Uniform Convergence, Stability and Ergodicity

具有非全局利普希茨系数的随机微分方程的自适应时间步长欧拉-玛丽乌玛格式：一致收敛性、稳定性与遍历性

Xueqi Wen, Shan Huang, Xiaoyue Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对非全局利普希茨系数SDE提出自适应时间步长欧拉-玛丽乌玛格式，证明其1/2阶强收敛性、矩指数稳定性与多项式遍历性，数值实验验证其精度与计算性能优于现有方法。

An entropy approach to doubly nonlinear parabolic obstacle problems

双非线性抛物型障碍问题的熵方法

Ruoyang Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对双非线性抛物型障碍问题，引入重正化熵公式，结合有序惩罚程序等方法，证明了不同扩散情形下解的存在、唯一性与$L^1$稳定性，明确了极限反应的构成。

Comments 54 pages

A numerical approach for solving the time-Fractional Mobile-Immobile Transport Equation

求解时间分数阶动-不动区输运方程的数值方法

Sandip Maji

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对时间分数阶动-不动区输运方程，提出两种全离散数值格式，经理论分析与数值验证，可高效准确模拟多孔介质中的反常输运现象。

Analysis of degradation in perovskite solar cells through physics-based machine learning

基于物理的机器学习分析钙钛矿太阳能电池的退化

Kjeld O. Jensen, Gemma Giliberti, Aldo Di Carlo, Will Clarke, Giles Richardson, Taylor Blackwell, Petra J. Cameron, Alison B. Walker

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究结合机器学习与IonMonger模拟，分析钙钛矿太阳能电池退化，明确其受可移动离子浓度、扩散系数相关变化及界面复合影响，为可靠解释实验结果提供有效方法。

Comments 34 pages, 13 figures

Distance-Higuchi Bounds on Inflationary Field Ranges and Lifetimes

暴胀场范围与寿命的距离-樋口界

Luis A. Anchordoqui, Ignatios Antoniadis, Alek Bedroya

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究结合沼泽地距离猜想与广义樋口界，推导了准德西特暴胀的有限多项式寿命界，该界输入少且适用于所有模空间点，弱于跨普朗克审查猜想。

Comments 21 pages

Kinetics of sliding-window quantum error correction

滑动窗口量子纠错的动力学

Adithya Sriram, Charles Stahl, Aleksander Kubica, Yaodong Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究滑动窗口译码（SWD）的动力学，提出将其描述为带ℤ₂电荷粒子的随机动力学过程，确定译码速率1/W为可译码相的相关扰动，且结果具有广泛适用性。

Comments 8 pages, 3 pages of supplemental information

Anisotropic magnon spin transport in CrPS$_4$

CrPS₄中的各向异性磁子自旋输运

Krishnaraajan Sundararajan, Muhammad Zohaib, Yulia Kreminska, Sytze H. Tirion, Bart J. van Wees

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究以CrPS₄为对象，发现其磁子自旋输运存在显著各向异性，沿晶轴b方向的输运性能更优，揭示晶体各向异性可用于调控磁子自旋输运，为磁子器件研发提供新方向。

Comments 42 pages,23 figures

Beyond Reconstruction: Full-Context Generative DiT for Music Generation

超越重构：用于音乐生成的全上下文生成式DiT

Yunjia Li, Menglin Wu, Junyu Dai, Xinyue Fan, Xiangang Li, Haoxu Wang, Jianwei Yu, Huaicheng Zhang, Han Zhao, Weiqin Li, Yufei Shi, Cheng Wen, Sitong Zhao, Qixi Zheng, Haina Zhu, Wei Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出FullDiT模型，通过EMDC和4-CFG等技术解决混合音乐生成器的编解码器接口暴露偏差问题，其系统在多数自动指标上优于商业系统且在人工分析中排名前三。

Learning and Structurally Validating Simulation Scenario Continuations in Dynamic Graph Systems

弥合合理性与可接受性之间的差距：动态图系统的约束感知流图

Michael Romei de Socio, Gian Luca Pozzato, Alessio Merlo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究探讨采样后符号约束对动态图系统生成轨迹建模可靠性的影响，用条件扩散模型结合外部符号层，在两个合成场景评估，表明统计合理性与结构可接受性不同，图结构复杂时符号约束处理更重要。

A Thermodynamic-Limit Pinning Criterion for Two-Dimensional Structural Superlubricity

二维结构超润滑性的热力学钉扎判据

Li Wang, Yunjie Ye

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究二维结构超润滑性的热力学钉扎判据，通过定义完全滑动和钉扎零温度相及相关测量量，在二维离散模型中测试多种势，发现测试模型符合弹性松弛滑动状态，指出$\Lambda=1$是重构尺度非静态相判据。