图像生成

Duality and Policy Evaluation in Distributionally Robust Bayesian Diffusion Control

分布鲁棒贝叶斯扩散控制中的对偶性与政策评估

Jose Blanchet, Jiayi Cheng, Yuewei Ling, Hao Liu, Yang Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出分布鲁棒贝叶斯控制方法，通过强对偶性结果解决参数不确定性下的策略评估与学习问题，提升鲁棒性和效率。

Learning to outgrow the competition: reaction-diffusion systems that adapt to time-dependent environments

在反应-扩散模型中适应时间变化的环境

Olivier Rivoire, Guy Bunin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过反应-扩散模型探讨了时间变化环境下的适应机制，揭示了适应性通过环境暴露、空间相互作用和教师引导学习等机制实现的过程。

READ: A Retrieval-Alignment Diffusion Framework for Structure-based Drug Design

READ：一种用于基于结构的药物设计的检索-对齐扩散框架

Dong Xu, Zhangfan Yang, Junchuang Cai, Sisi Yuan, Zexuan Zhu, Jianqiang Li, Junkai Ji

机构 * School of Artificial Intelligence（人工智能学院） ； Shenzhen University（深圳大学） ； National Engineering Laboratory for Big Data System Computing Technology（大数据系统计算技术国家工程实验室） ； School of Computer Science（计算机科学学院） ； University of Nottingham Ningbo（诺丁汉大学宁波校区） ； Department of Computing（计算学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有SBDD模型忽略蛋白-配体复合物相似性及数据有限的问题，提出READ检索-对齐扩散框架，在标准化对接评估中表现优于现有方法，为早期药物计算命中物生成提供实用框架。

Comments 15 pages, 8 figures. Supplementary material is included as an ancillary file. Accepted for publication in IEEE Transactions on Computational Biology and Bioinformatics

Journal ref IEEE Transactions on Computational Biology and Bioinformatics, pp. 1-15, 2026

Adversarial Learning of Classifier-Free Guidance Schedules

无分类器引导调度的对抗学习

Ashwini Pokle, Alexandre Galashov, Arnaud Doucet, Mauricio Delbracio, Valentin De Bortoli

机构 * Google（谷歌公司） ； Google DeepMind（谷歌DeepMind） ； Gatsby UCL（盖茨比伦敦大学学院） 纠错

专题命中 扩散模型 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)

AI总结 本文提出一种对抗学习方法，将无分类器引导调度建模为密度比估计问题，训练判别器与轻量生成器，在文本到图像生成基准上优于启发式CFG调度及现有动态引导学习方法。

Beyond Text Conditioning: A Systematic Study of MLLM-DiT Fusion for Video Generation

超越文本条件：面向视频生成的MLLM-DiT融合系统研究

Yanbo Ding, Yijia Fan, Caihua Shan, Yifan Yang, Yifei Shen, Weijie Wang, Xirui Hu, Dongsheng Li, Lili Qiu, Yuqing Yang, Yali Wang

机构 * Chinese Academy of Sciences（中国科学院） ； Microsoft Research（微软研究院） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 该研究针对视频生成中MLLM与DiT融合问题，提出BiVidGen框架，通过MLLM生成语义视觉标记辅助DiT渲染，提升了视频的语义对齐度与时间一致性。

Limitations of Synthetic Data Generation in Specialized Data-Scarce Domains

合成数据生成在数据稀缺的专业领域中的局限性

Edward Zhang, Marcel Hussing, Tanay Tandon, Shenbagaraj Kannapiran, Jason Hughes, Youkang Wang, Joshua Caswell, Agelos Kratimenos, Yi Fan Li, Milan Manoj, Ethan Sanchez, Sumukh Shrote, Camillo Jose Taylor, Daniel A. Hashimoto, Eric Eaton

机构 * University of Pennsylvania（宾夕法尼亚大学） ； The Hong Kong Polytechnic University (PolyU)（香港理工大学） 纠错

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

AI总结 该研究针对数据稀缺的专业视觉领域，评估两类生成式稀疏数据扩展方法的分类性能，发现其无法持续优于非生成式基线，且存在记忆坍缩等失败模式。

Toward Generalized Detection of Synthetic Media: Limitations, Challenges, and the Path to Multimodal Solutions

Redwan Hussain, Mizanur Rahman, Prithwiraj Bhattacharjee

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

Comments 10 Pages, 4 figures, 1 table, 7th International Conference on Trends in Computational and Cognitive Engineering(TCCE-2025)

RGBX-Next: Towards Realistic Generative Rendering from G-Buffers

RGBX-Next：基于G-buffers的真实感生成式渲染

Zheng Zeng, Marco Salvi, Lifan Wu, Jan Novák, Daqi Lin, Saeed Hadadan, Yichen Sheng, Robert Pottorff, Shiqiu Liu, Ravi Ramamoorthi, Ling-Qi Yan, Miloš Hašan

机构 * University of California, Santa Barbara（加利福尼亚大学圣巴巴拉分校） ； NVIDIA（英伟达公司） ； University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 本文提出RGBX-Next框架，将扩散Transformer（DiT）微调为正向与反向渲染器，可从图像等估算G-buffers或从G-buffers渲染真实感内容，在相关任务中表现优异，将公开模型并推动领域研究。

InstructVVT: Instruction-Driven Video Virtual Try-On without Auxiliary Spatial Priors

InstructVVT：无需辅助空间先验的指令驱动视频虚拟试穿

Dingbao Shao, Song Wu, Xinyu Chen, Qian Wang, Jiahang Li, Kuai Jiang, Jiang Lin, Yuhang Liu, Ziyu Chen, Duo Li, Jiaxin Hu, Shengrong Gu, Ziheng Tang, Rongrong Liu, Yanlun Peng, Liang Li, Junlan Feng, Lujia Jin, Ting Zhang, Jian Yang, Zili Yi

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

AI总结 InstructVVT是基于DiT的视频虚拟试穿框架，通过双层级参考调控方案无需推理时空间先验，在ViViD-S等数据集上优于现有开源方法，解决了现有方法依赖辅助先验的问题。

Comments 23 pages, 10 figures. Dingbao Shao and Song Wu contributed equally. Zili Yi is the corresponding author

Source-Agnostic Image Translation Based on Latent Aware Adaptive Masking

基于潜在感知自适应掩码的源无关图像翻译

Tomislav Dobrički, Byung-Woo Hong

机构 * Chung-Ang University（中央大学） 纠错

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

AI总结 本研究提出一种源无关图像翻译框架，通过潜在感知自适应掩码方案，在AFHQ、Celeba-HQ数据集上优于现有无监督图像到图像方法，无需专门训练即可实现跨源分布的无缝翻译。

Comments This paper has been accepted for publication at the European Conference on Computer Vision (ECCV), 2026

Spatially-Grounded Text-to-Video Generation via Inference-Time Gradient-Free Optimization

基于推理时无梯度优化的空间接地文本到视频生成

Guillaume Jeanneret, Mathis Koroglu, Hugo Caselles-Dupré, Arnaud Dapogny, Matthieu Cord

机构 * ISIR - Sorbonne Université（ISIR - 索邦大学） ； Obvious Research 纠错

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

AI总结 针对文本到视频生成的空间可控性挑战，提出无训练无梯度的GATO-Vid方法，通过解析求解交叉注意力分数实现精确空间引导，在提升定位精度的同时降低计算开销。

Comments Camera Ready Version

$μ$Flow: Leveraging Average Images for Improving Generalisation of Deepfake Faces Detectors

$μ$Flow：利用平均图像提升深度伪造人脸检测器的泛化能力

Orazio Pontorno, Mattia Litrico, Luca Guarnera, Mario Valerio Giuffrida, Sebastiano Battiato

机构 * University of Catania（卡塔尼亚大学） ； University of Nottingham（诺丁汉大学） 纠错

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

AI总结 提出仅用真实图像训练的单类深度伪造检测器$μ$Flow，通过平均图像放大生成痕迹并利用归一化流对齐特征分布，实现跨生成器类别的高泛化性能。

Comments Accepted at the European Conference on Computer Vision (ECCV) 2026

InfiniVerse: Occupancy Guided Unbounded Scene Generation for Autonomous Driving

InfiniVerse: 面向自动驾驶的占用引导无界场景生成

Xiaoyu Ye, Leheng Li, Xinyu Ji, Yingjie Cai, Hongda He, Xu Yan, Guanyi Zhao, Ying-Cong Chen, Bingbing Liu, Shuguang Cui, Zhen Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanyang Technological University（南洋理工大学） ； Huawei Technologies Ltd.（华为技术有限公司） ； University of New South Wales（新南威尔士大学） 纠错

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

AI总结 提出InfiniVerse统一框架，通过3D占用表示和视频扩散模型实现从单帧到长距离、2D-3D对齐的动态城市场景可控生成，在Waymo和nuScenes上达到SOTA。

Comments Paper accepted as poster at ECCV workshop SPAD

An InSAR Phase Unwrapping Framework for Large-scale and Complex Events

一种用于大规模和复杂事件的InSAR相位解包裹框架

Yijia Song, Juliet Biggs, Alin Achim, Robert Popescu, Simon Orrego, Nantheera Anantrasirichai

机构 * Visual Information Laboratory, School of Computer Science, University of Bristol, UK（布里斯托尔大学计算机科学学院视觉信息实验室） ； COMET, School of Earth Sciences, University of Bristol, UK（布里斯托尔大学地球科学学院COMET中心） ； COMET, School of Computer Science, University of Bristol, UK（布里斯托尔大学计算机科学学院COMET中心） 纠错

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

AI总结 本文提出基于扩散模型的相位解包裹框架，用于处理大规模干涉图并解决由变形引起的相位不连续性，实验表明其在近地表变形场景中有效。

Pixel Super-Resolved Fluorescence Lifetime Imaging Using Deep Learning

基于深度学习的像素超分辨荧光寿命成像

Paloma Casteleiro Costa, Parnian Ghapandar Kashani, Xuhui Liu, Alexander Chen, Ary Portes, Julien Bec, Laura Marcu, Aydogan Ozcan

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

AI总结 本文提出FLIM_PSR_k，通过深度学习实现像素超分辨，提升荧光寿命成像的分辨率和实用性。

Comments 30 Pages, 9 Figures

Journal ref PhotoniX (2026)

Dynamic Physical Hedging amid Jump Losses, Reconstruction-Price Uncertainty, Population Interactions

跳损、重建价格不确定性与群体交互下的动态实物对冲

Paramahansa Pramanik, Michael Bowdin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对同时面临巨灾损失与随机重建成本的保险公司，通过平均场博弈（MFG）方法建立耦合HJB-柯尔莫哥洛夫系统，研究动态实物对冲，数值实验揭示了重建成本等因素对最优对冲及均衡成本的影响。

Comments 65 pages, 3 tables

Spectral Efficiency Centrality: An Efficient Spectral Approach for Influential Node Identification in Temporal Networks

频谱效率中心性：一种用于识别时序网络中关键节点的高效频谱方法

Aksa Urooj, Iqra Altaf Gillani

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对现有频谱节点移除方法仅适用于静态网络的问题，提出时序频谱中心性框架 SEC 及高效近似方法 ASEC，经多组真实数据集实验验证，二者在三类扩散模型下识别时序网络关键节点的性能优于基线指标。

Comments 23 pages, 16 figures, 11 tables, journal paper

SDO: Subspace Deconflicting Operator for Multi-Adapter Composition

SDO：用于多适配器组合的子空间去冲突算子

Zhongsheng Wang, Zhedong Lin, Qian Liu, Xinyu Zhang, Jiamou Liu

机构 * University of Auckland（奥克兰大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对多适配器组合时的身份混淆等问题，提出SDO子空间去冲突算子，通过子空间相关操作优化适配器组合，提升了扩散模型的身份保真度与组合稳定性。

Comments 9 pages, 6 figures. Accepted by ACM MM 2026 Main Track

hint$^2$: Hierarchical World Models for Inference-Time Temporal Logic Guidance

hint$^2$：用于推理时态逻辑引导的分层世界模型

Moritz Zoellner, Anastasios Manganaris, Ahmed H. Qureshi, Rohan Paleja

机构 * Purdue University（普渡大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出hint$^2$，一种用分层世界模型引导策略满足LTL规范的方法，在CALVIN基准及真实UR5e机械臂实验中，其性能优于现有推理引导方法。

Comments Videos available on our project page: https://anonymous-hint2.github.io/

Comment on arXiv:2106.08363v3 [math.NA], E. Abreu, A. Espirito Santo, W. Lambert, and J. Perez, Convergence of a Lagrangian--Eulerian scheme by a weak asymptotic analysis for one-dimensional hyperbolic problems

对arXiv:2106.08363v3 [math.NA]（作者E. Abreu、A. Espirito Santo、W. Lambert和J. Perez）的评论：通过弱渐近分析研究一维双曲问题的拉格朗日-欧拉格式收敛性

Frederico Furtado, Felipe Pereira, Li-Ming Yeh

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本评论指出被评论文提出的“无流量曲线”实为DPY方法的时空积分曲线，其归属存在错误，后续部分论文引用该构造时未正确归属DPY研究，且未质疑后续离散工作

Comments 18 pages, 1 figure, 2 tables. Comment on arXiv:2106.08363v3 [math.NA], published as Numer. Methods Partial Differential Equations 39 (2023) 2400-2443, doi:10.1002/num.22972. All quotations and all page, section and equation references are to the published version

Oscillatory blow-up and gradient estimates for semilinear heat equations

半线性热方程的振荡爆破与梯度估计

Pavol Quittner, Philippe Souplet

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对半线性热方程爆破理论的基础问题，构造了任意超临界幂次下具有振荡L^∞范数的非径向爆破反例，扩展了II型爆破的幂次范围并明确了梯度估计的适用时刻。

Comments 24 pages, 2 figures

PDE Realization and Structure-Aware Solvers for a Compact Two-Stage Fourth-Order IMEX Method

刚性分裂问题的紧凑两阶段四阶IMEX方法的PDE实现与结构感知求解器

Zhixin Huo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对刚性分裂问题，开发了紧凑两阶段四阶IMEX方法的PDE实现与结构感知求解器，通过ADER局部演化、非对称残差容差等技术，在保证四阶精度的同时提升效率，数值实验验证了其性能。

Data-driven modeling of hypersonic flows in chemical non-equilibrium with catalytic surfaces

含催化表面的化学非平衡高超声速流动的数据驱动建模

Konstantinos Sarras, Louis Walpot, Thierry Magin, Peter Schmid, Taraneh Sayadi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究将Scherding等人的数据驱动降阶框架扩展至带局部催化表面不连续性的高超声速反应流，改进降维方法后，在保证精度的前提下将模拟成本降低50%，可精确捕捉不连续催化特性的影响。

Classification of Intracellular Protein Patterns from Reactive Equilibria

基于反应平衡的细胞内蛋白模式分类

Henrik Weyer, Ching Yee Leung, Erwin Frey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究开发了基于守恒结构的几何分类框架，将多组分反应-扩散网络的稳定性分析简化，可预测模式形成不稳定性，应用于原核与真核生物系统，为非平衡系统模式形成研究提供了可解释的实验可行框架。

Comments 22 pages main text, 17 pages Appendix, 13 figures

Parity Floors in Quantum Denoisers: A Closed-Form Benchmark for Fixed-Map Denoising Networks

量子去噪器中的奇偶基底：固定映射去噪网络的闭式基准

Jaeuk Kim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出CoupledPhaseTexture基准，证明深度1的RY+CNOT+Pauli-Z去噪网络存在奇偶基底，揭示奇偶性是限制固定量子特征映射去噪器性能的关键结构约束。

Comments 12 pages, 1 figure, 11 tables

Many-Body Destabilization of Intermediate Oxygen-Hole States

中间氧空穴态的多体失稳

Anirudh Adavi, Kayahan Saritas, Ming Lei, Das Pemmaraju, Paul R. C. Kent, Iwnetim I. Abate

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文采用扩散量子蒙特卡罗方法研究层状Na₂₋ₓMn₃O₇中氧空穴态，发现杂化泛函对能量排序的预测失效，局域氧极化子为更低能态，该体系可作为氧空穴极化子的严格基准。

Hyper-reduction methods for accelerating nonlinear finite element simulations: open source implementation and reproducible benchmarks

超减缩方法用于加速非线性有限元模拟：开源实现和可重复基准测试

Axel Larsson, Minji Kim, Chris Vales, Sigrid Adriaenssens, Dylan Matthew Copeland, Youngsoo Choi, Siu Wun Cheung

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了超减缩方法在非线性有限元模拟中的应用，通过开源工具评估了不同方法的准确性和效率，揭示了问题特性和时间积分方法对性能的影响。

Generative Modeling with Bayesian Sample Inference

基于贝叶斯采样推断的生成建模

Marten Lienen, Marcel Kollovieh, Stephan Günnemann

机构 * School of Computation, Information ； Technology \& Munich Data Science Institute, Technical University of Munich 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种基于贝叶斯采样推断的生成模型，通过迭代高斯后验推断提升样本质量，并在ImageNet32上优于BFNs和变分扩散模型。

A High-Accuracy Symplectic Scheme for a nonlinear transport problem

非线性输运问题的高精度辛格式

Farjana Siddiqua, Catalin Trenchea

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对可建模色谱法的非齐次边界条件平流-扩散-反应问题，采用辛单步隐式中点法和有限元法，完成稳定性、误差分析及全离散解存在性证明，数值测试验证了理论结果。

Comments 33 pages, 5 Figures, 2 tables

A noise-robust Monte Carlo method for electric field calculations in EMC3

用于EMC3中电场计算的抗噪声蒙特卡罗方法

William De Deyn, Ruben De Wolf, Vince Maes, Giovanni Samaey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对EMC3代码电场计算的噪声问题，将蒙特卡罗梯度近似扩展至二维，提出抗噪声电场计算方法，经数值实验验证其方差增长慢于有限差分，为EMC3电场求解提供概念验证。