图像生成

RankT2I: A Submodular Framework for Discovering Interpretable and Diverse Semantics in Text-to-Image Models

RankT2I：一种用于发现文本到图像模型中可解释且多样化语义的子模框架

Ritika Allada, Pinar Yanardag

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 文生图 ：text-to-image(title,abstract)；image generation(abstract)；diffusion(abstract)；image editing(abstract)

AI总结 本文提出无训练、模型无关的RankT2I框架，通过子模方法自动发现T2I模型的可编辑语义，性能优于现有方法，可高效获取多领域文本到图像编辑所需的多样化语义。

Comments ECCV 2026

PROVE: Training-Free Prompt Recovery using Verifiable Evidence

PROVE：基于可验证证据的无训练提示词恢复

Rupayan Mallick, Mahsa Khoshnoodi, Sarah Adel Bargal

专题命中 文生图 ：text-to-image(abstract)；分类 cs.CV

AI总结 该研究提出无训练的黑盒提示词反转攻击PROVE，通过可验证场景描述重建提示词，在多数据集上优于基线方法，可用于版权保护相关研究。

Concept Guidance: Precise, Training-Free Latent Control for Text-to-Image Generation

概念引导：文本到图像生成的精确无训练潜在控制

Nikolai Röhrich, Isabell Hans, Felix Krause, Björn Ommer

机构 * LMU Munich（慕尼黑大学） ； Konrad Zuse School of Excellence in Reliable AI (relAI)（康拉德·祖斯可靠人工智能卓越学院） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 针对文本到图像扩散模型缺乏特定概念引导和局部一致性可靠性不足的问题，提出无训练的CoG方法，利用概念互信息强化相关层影响，在PixArt-alpha等模型上实现性能提升。

Comments Accepted at GCPR 2026 (Oral). 28 pages, includes supplementary material

Offline Deep Q* Estimation with Diffusion Models

基于扩散模型的离线深度Q*估计

Xiaohong Chen, Yuling Jiao, Lican Kang, Jerry Zhijian Yang, Chen Zhong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对离线RL中最优贝尔曼算子不可观测的问题，提出将算子估计与价值学习解耦的框架，用条件扩散模型估计奖励律和转移核，建立了无完备性假设的理论收敛速率，实验验证了方法有效性。

Secret-Stego Dissimilarity as a Design Axis: Invertible Coverless Image Steganography with Diffusion Models

以秘密-隐写图像的差异性为设计轴：基于扩散模型的可逆无载体图像隐写术

Hongxin Xu, Jianping Mei, Can Wang, Defang Chen

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

AI总结 该研究提出InvCISD可逆扩散框架，耦合秘密与参考图像潜在表示，降低秘密-隐写图像视觉相似性，提升隐写质量，为CIS抗隐写分析研究提供方向。

Designing Reinforcement Learning for Diffusion Models: A Unified Path-Space View

为扩散模型设计强化学习：统一的路径空间视角

Yixian Xu, Yuanrui Zhang, Shengjie Luo, Liwei Wang, Di He

机构 * State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； ByteDance（字节跳动） 纠错

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

AI总结 本文从路径空间视角统一了扩散模型RL算法的原理，推导得到降方差值梯度形式，提出多样本KDE估计器和尺度受限权重族，在SD3.5-M等模型上验证了方法有效性并优于基线。

Comments 29 pages, 9 figures, 4 tables; work in progress

Multiphase-Diff: Diffusion-Based Generative Modeling for High-Contrast Multiphase Physical Systems with Sharp Interfaces

Multiphase-Diff：面向具有尖锐界面的高对比度多相物理系统的基于扩散的生成建模

Yining Huang, Zhenyu Liang

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

AI总结 针对高对比度多相物理系统的扩散生成建模难题，提出Multiphase-Diff方法，通过三项改进实现更优的物理与分布保真度，在多相基准上优于7个基线模型，适用于该场景的科学样本生成。

VoiceDesigner: Text-to-Voice Generation and Editing via Unified Diffusion Modeling and Data Augmentation

VoiceDesigner：基于统一扩散建模与数据增强的文本到语音生成与编辑

Jiarui Hai, Karan Thakkar, Ke Chen, Yunyun Wang, Jiaqi Su, Rithesh Kumar, Mounya Elhilali, Zeyu Jin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 VoiceDesigner是基于统一扩散建模与数据增强的文本到语音生成编辑框架，通过构建多样化语音数据集和改进的扩散Transformer，实现语音生成与编辑，对齐性与感知质量优于现有模型。

Generating Benchmark Health Data Using a Tabular Diffusion Transformer

使用表格扩散Transformer生成基准健康数据

Hao Yan, Lisa Pilgram, Dan Liu, Linglong Kong, Fida Dankar, Khaled El Emam

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有合成表格数据生成方法难以处理多异构表格的局限，本文提出两阶段跨表格数据生成框架，结合扩散Transformer实现高保真合成数据生成，验证了其有效性。

Program-space Diffusion for Morphology-to-Transcriptomics Prediction

用于形态学到转录组学预测的程序空间扩散模型

Ruyter Swann, Dorent Reuben, Racoceanu Daniel

机构 * Sorbonne Université（索邦大学） ； CNRS（法国国家科学研究中心） ； Inserm（法国国家健康与医学研究院） ； AP-HP（巴黎公共医疗集团） ； Inria（法国国家信息与自动化研究所） ； Paris Brain Institute – ICM（巴黎脑研究所 – ICM） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对空间转录组学成本高、可扩展性有限的问题，将形态学到转录组学预测重新表述为转录程序空间的条件生成，用cNMF提取转录程序并训练条件扩散模型，降低任务维度以实现预测。

OccPlanner: Goal-Aware Occupancy-Conditioned Diffusion Planner for Pixel-Goal Navigation

OccPlanner：面向像素目标导航的目标感知占用条件扩散规划器

Binling Huang, Nianjin Ye, Xi Yang, Liang Hu, Zhou Huang, Shuang Wei, Longrui Yang, Yanchi Chen, Lanpeng Jia

机构 * Changhong Intelligent Robot（长虹智能机器人） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对像素目标导航的3D目标定位与无碰撞规划难题，提出OccPlanner模型，引入L3ROcc生成监督，在仿真中大幅提升导航成功率，还验证了其仿真到真实的迁移适配性。

Comments Technical report. 11 pages, 6 figures, and 2 tables

When Denoising Hurts: Rethinking the Terminal Step of Diffusion Time Series Forecasters -- Extended Version

当去噪适得其反：重新思考扩散时间序列预测器的终端步骤——扩展版

Dat Nguyen-Cong, Luong Tran, Tung Kieu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究质疑扩散时间序列预测器迭代采样均有益的观点，提出无标签全局停止准则与伯努利时间步采样器，经八组真实数据集实验验证，可提升预测精度并加快推理速度。

Diffusion-Based Policies for Dynamic Control of Stochastic Processing Networks

基于扩散的随机处理网络动态控制策略

Baris Ata, Jin Guang, J. Michael Harrison, Nian Si

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对含多作业类、服务器的随机处理网络，构建近似布朗控制问题（BCP），将其数值解转化为接近最优的可执行控制策略，性能优于等效工作量方法。

Boundary Harnack principle for diffusion with jumps on metric measure spaces

度量测度空间上带跳扩散过程的边界哈纳克原理（BHP）

Zhen-Qing Chen, Jie-Ming Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对度量测度空间上与另一Hunt过程在开集退出分布估计、格林函数界及跳跃密度函数可比较性等条件下弱对偶的一大类不连续Hunt过程，本文得到了任意开集上非尺度不变的边界哈纳克原理（BHP），并通过实例说明主要结果与新贡献。

Comments 37 pages

On the First Hitting Time Problems for Diffusion Processes: Local Time-Space Approach

扩散过程的首达时间问题：局部时-空间方法

Jerome Detemple, Yerkin Kitapbayev, Danila Shabalin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究基于Peskir和Mijatovic的方法，推导扩散过程时变障碍首通时间分布的新积分表示，提出三步数值算法并验证收敛性，还扩展至双障碍问题。

A new approach to the reaction-diffusion systems modelling

反应扩散系统建模的新方法

Maxim Nazarov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出一种基于常微分方程组的反应扩散系统建模新方法，其采用统计简化和几何概率原理描述扩散，可简化定性分析但效率提升仅适用于特定情况。

Journal ref M. N. Nazarov, A new approach to the reaction-diffusion systems modelling, Vestn. Udmurtsk. Univ. Mat. Mekh. Komp. Nauki, 2014, no. 4, 84-94

Long-time behavior of optimal mixing in an advection-diffusion shell model

Jiajia Guo, Baole Wen, Christian Seis, Charles R. Doering

专题命中 扩散模型 ：diffusion(title,abstract)

Comments 35 pages, 7 figures

Cosmic Ray Diffusion and the Origin of Very High Energy Gamma-Ray Emission in Young Massive Stellar Clusters

Lucas Barreto-Mota, Elisabete M. de Gouveia Dal Pino, Gaetano Di Marco, Rafael Alves Batista, Stela Adduci Faria

专题命中 扩散模型 ：diffusion(title,abstract)

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。

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

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