图像生成

LumiTokens: 3D Relighting via Token-Space Lighting Transformation

LumiTokens：基于标记空间光照变换的三维重光照

Yiwen Chen, Matheus Gadelha, Huaizu Jiang

机构 * Northeastern University（东北大学） ； Adobe Research（奥多比研究院） 纠错

专题命中 图像编辑 ：diffusion(abstract)；分类 cs.CV

AI总结 LumiTokens是将三维重光照转化为潜在场景标记直接变换的框架，支持渐进式可组合光照编辑，重光照质量优于或媲美现有方法。

Discretizing Continuous Time Series for Imputation with Masked Diffusion Training

用于掩码扩散训练插补的连续时间序列离散化

Dongbin Kim, Seungyun Lee, Geonwoo Shin, Jaewook Lee

机构 * Seoul National University（首尔大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对时间序列插补的现有方法存在的局限性，提出MDTIM模型，引入随机离散化技术，在多种基准上的实验显示其鲁棒性和可扩展性优于现有基线方法。

Comments Submitted to NeurIPS 2026

Mise-en-Scène: Implicit Layout Emergence in Diffusion Transformers for Human-AI Design Co-Creation

场景布置（Mise-en-Scène）：用于人机协同设计共创的扩散Transformer中隐式布局的涌现

Zipeng Xu, Ryan Murdock, Umberto Michieli

机构 * Canva Research（Canva研究院） 纠错

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

AI总结 本文提出Mise-en-Scène框架，通过微调扩散Transformer实现隐式布局涌现，结合匹配放置步骤保证素材保真度，在PrismLayersPlus基准上生成的设计感知质量显著优于现有方法。

Comments Best Paper Award at ECCV Human-AI Co-Creation Workshop

Diffusion Models for High-Dimensional Clustered Data: Intrinsic-Dimension Adaptivity via Bayesian Classification

用于高维聚类数据的扩散模型：通过贝叶斯分类实现本征维度适应性

Yuga Iguchi, Paul Fearnhead

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究将扩散模型理论与多模态高维聚类数据几何结合，通过K混合高斯框架证明其去噪可作为动态贝叶斯分类器，KL误差界线性依赖聚类最大本征维度，实现了本征维度适应性。

Sobolev Regularized Score Difference Estimation in Diffusion Models

扩散模型中的Sobolev正则化得分差估计

Chenghan Xie, Jose Blanchet, Renyuan Xu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对扩散模型得分差估计存在的统计一致性或可扩展性问题，提出Sobolev正则化的一致可扩展估计器，在小样本场景稳定性提升，真实任务性能优于非正则化方法。

Comments Accpeted by ICML 2026

Particle-Wall Alignment Interaction and Active Brownian Diffusion Through Narrow Channels

粒子-壁面的取向相互作用与活性布朗粒子通过窄通道的扩散

Poulami Bag, Shubhadip Nayak, Pulak Kumar Ghosh

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过数值模拟探究粒子-壁面取向相互作用对活性粒子通过窄通道扩散的影响，明确不同稳定取向构型下扩散系数的变化规律，为理解微/纳米物体在窄通道中的扩散提供理论支撑。

Journal ref Soft Matter 20 (2024) 8267-8277

Image Generation Techniques for Urban Planning

面向城市规划的图像生成技术

Katharina Roth, Eva Hagen, Alexander Bartscher, Inga Scheler, Nicolas R. Gauger

专题命中 扩散模型 ：image generation(title)

AI总结 本研究开发了基于掩码的加权条件流匹配（MWCFM）模型，用于自动生成城市场景中的建筑演示图像，并通过应用相关指标评估其性能，为城市规划图像生成提供优化方案。

Comments 9 pages (incl. references), 3 figures, 2 tables

Global existence of weak solutions to chemotaxis models with porous medium diffusion, linear production, and logistic source on $\mathbb{R}^N$

Zulaihat Hassan

专题命中 扩散模型 ：diffusion(title)

Generalized Audio-Driven Synthesis of Precise Drummer Motion

音频驱动的精确鼓手动作的广义合成

Álvaro G. Iñesta, Mattia Ryffel, Amit H. Bermano, Robert W. Sumner, Martin Guay

机构 * DisneyResearch|Studios（迪士尼研究工作室） ； The Blavatnik School of Computer Science and AI, Tel-Aviv University（特拉维夫大学布拉瓦尼克计算机科学与人工智能学院） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出带双目标损失函数的生成式扩散框架，结合自有数据集与新指标，实现从音频生成厘米级精度的逼真打鼓动作，泛化能力优于现有方法。

Comments Best Paper Award at the 25th ACM SIGGRAPH / Eurographics Symposium on Computer Animation (SCA 2026). For Supplementary Video, see https://studios.disneyresearch.com/2026/08/18/generalized-audio-driven-synthesis-of-precise-drummer-motion/

USR-Drive: Unified Driving Scene Representation via Joint Denoising of 3D Gaussians and Boxes

USR-Drive：通过3D高斯与边界框联合去噪实现统一驾驶场景表示

Li-Heng Chen, Haokai Pang, Chengye Su, Jiarun Liu, Qifeng Chen, Ziqian Ni, Jianxin Huang, Shi-Sheng Huang, Hongbo Fu, Sheng Yang

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

AI总结 本文提出USR-Drive框架，将3D高斯与边界框作为对齐的潜在令牌流，通过统一多模态扩散Transformer联合去噪，在nuScenes和VKitti数据集上实现动态重建与3D检测的SOTA性能。

Learning-State-Aware Dynamic Generative Data Augmentation on Small-Scale Datasets

面向小规模数据集的学习状态感知动态生成式数据增强

Ting Xiang, Chenxi Deng, Jinhui Zhao, Bingting Jiang, Ke Zhang, Changjian Chen, Zhuo Tang

机构 * Hunan University（湖南大学） 纠错

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

AI总结 针对小规模图像分类数据稀缺问题，提出LSADA方法，通过构建样本学习状态映射增强强度，采用解耦增强与扩散融合策略，在9个数据集上较SOTA动态GDA方法取得平均2.5%-4.5%的性能提升。

Prior-Conditioned Gaussian Discriminants for Generalizable AI-generated Image Detection

用于通用AI生成图像检测的先验条件高斯判别模型

Shashank Kotyan, Makoto Shing, Yuki Imajuku, Rujikorn Charakorn, Tarin Clanuwat

机构 * Sakana AI 纠错

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

AI总结 该研究针对AI生成图像检测在多因素变化下失效的问题，提出先验条件高斯判别梯方法，在Percept-Lens数据集上验证其性能，推动相关报告与基线的优化。

Comments Accepted in ECCV 2026

OptiModNet: A UNet-Transformer Hybrid with Grouped-Query and Channel Attention for Optic Disc and Cup Segmentation

OptiModNet：用于视盘和视杯分割的结合分组查询与通道注意力的UNet-Transformer混合模型

Soumili Ghosh, Debapriya Roy, Aryan Das, Bikash Santra

机构 * IEM Saltlake（IEM盐湖校区） ； Techno Main Salt Lake（Techno主盐湖校区） ； VIT Bhopal University（博帕尔维洛尔理工大学） ； IIT Jodhpur（焦特布尔印度理工学院） 纠错

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

AI总结 本研究提出OptiModNet，一款用于视盘和视杯分割的轻量混合架构，结合分组查询与通道注意力及聚合金字塔损失，在REFUGE2数据集上实现超现有方法2.5%的最优性能，且仅需3.73 GFLOPs和1.93M参数，兼顾高性能与低计算量。

Bridge Graphical Models: Coupling, Projection, and Current-Preserving Dynamics for Generative Modeling

桥接图模型：用于生成建模的耦合、投影与保电流动力学

Tiantian Zhang

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出桥接图模型（BGMs），定义马尔可化间隙作为生成模型桥到解码器压缩的不可约损失，通过实验验证其可作为桥和耦合设计的训练前诊断工具。

Revisiting the "Push-T" Robot Manipulation Task with Agentic Robotics

用智能体机器人技术重新审视“Push-T”机器人操作任务

Shuangyu Xie, Kaiyuan Chen, Ken Goldberg

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究在智能体机器人技术背景下，借助带Fable 5的Claude Code编码智能体，无需演示数据解决Push-T等机器人操作任务，其策略成功率达100%，步骤比基准扩散策略少46%，还支持多字母操作及跨实体机械臂仿真。

When to Sell an Asset? - A Distribution Builder Approach

何时出售资产？——一种分布构建器方法

Peter Carr, Stephan Sturm

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究基于分布构建器方法，将最优资产出售问题与Skorokhod嵌入问题关联，在资产服从几何布朗运动且目标分布特定时，可观察到风险-收益权衡。

Comments 19 pages, 3 figures

Probabilistic Representation and Convergence of Gromov-Wasserstein Gradient Flows

Venkatkrishna Karumanchi, Ziv Goldfeld, Kengo Kato, Zhengxin Zhang

专题命中 扩散模型 ：diffusion(abstract)

Comments 32 pages

On the uniform bound of solutions to a thermo-diffusive system

热扩散方程组解的一致界

Kirill Leontev, Lenya Ryzhik

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对具有L^∞初值的反应扩散型热扩散方程组，证明了其解的全局时间一致界。

A Ginzburg-Landau approximation theorem for quasilinear pattern-forming systems in uniformly local Sobolev spaces

一致局部Sobolev空间中拟线性斑图形成系统的Ginzburg-Landau逼近定理

Théo Belin, Guido Schneider

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究在一致局部Sobolev空间中建立逼近理论，证明Ginzburg-Landau方程可预测近首次失稳时拟线性或完全非线性斑图形成系统的动力学，并将该理论应用于三类具体系统。

Comments 29 pages

Power-kernel fractional Sturm--Liouville operators: a graph realization and boundary-independent singular-value asymptotics

幂核分数阶Sturm-Liouville算子：图实现与边界无关的奇异值渐近行为

Niyaz Tokmagambetov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究构造了1/2<α<1时幂核分数阶Sturm-Liouville算子的闭实现，推导其自伴延拓的奇异值渐近，给出逆算子形式，并应用于Caputo时间扩散方程的温和解。

Comments 23 pages

Existence and qualitative theory for nonlinear accretive evolutions with Carathéodory forcing

带有Carathéodory强迫的非线性增生演化的存在性与定性理论

Dieter Bothe

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究实Banach空间中带Carathéodory强迫的非线性增生演化的约束问题，通过两层逼近等方法建立其温和解的存在性与适定性，并将理论应用于反应-扩散系统等问题。

A new Geometric Setting for the Analysis of Partial Differential Equations

分析偏微分方程的新几何框架

Ambroise Soglo, Koffi W. Houédanou, Jamal Adetola, Marcos Aboubacar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文结合Wasserstein与Aitchison几何提出混合度量$D_\alpha$，证明其性质并建立梯度流理论，将若干偏微分方程作为其梯度流，还与Wasserstein--Fisher--Rao度量对比。

Comments 58 pages, 3 figures

Plasma dynamics near the magnetic X-point of the two-wire model: Theory and Simulation

双线模型磁X点附近的等离子体动力学：理论与模拟

Bin Ahn

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究以双线模型为对象，通过理论分析和模拟，揭示了无碰撞与碰撞区域内磁X点附近等离子体的粒子迁移机制及密度平台形成规律，建立了相关基础认识。

Comments 98 pages, 26 figures. Based on the author's PhD thesis (KAIST, 2026). Parts of this work are published in B. Ahn et al., J. Plasma Phys. 90, 975900204 (2024), doi:10.1017/S0022377824000321, and parts are under review in a peer-reviewed journal

The Parabolic Anderson Model's Total Mass at Small Times: Geometry, Fluctuations, and Renormalization

抛物Anderson模型在小时间下的总质量：几何、涨落与重整化

Pierre Yves Gaudreau Lamarre, Yuanyuan Pan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对有界域上的Stratonovich型抛物Anderson模型，计算小时间极限下总质量的期望与标准差的精确渐近，揭示三种机制的竞争及由Hurst指数影响产生的新相变现象。

Comments 46 pages, 1 figure

Time-dependent Evolution of Proton Spectra in Supernova Remnants and Their Contribution to Galactic Cosmic Rays

超新星遗迹中质子能谱的时变演化及其对银河宇宙线的贡献

Jun-Yu Shen, Hou-Dun Zeng, Qiang Yuan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过扩展半解析框架建立超新星遗迹质子时变演化模型，再现观测到的谱参数年龄趋势，结合源谱弥散计算得到的银河质子能谱与观测吻合，支持超新星遗迹是膝区以下银河宇宙线质子主要来源的假设。

Comments 16 pages, 4 figures

SemanticSlider3D: Training-Free Continuous Semantic Editing for 3D Objects

SemanticSlider3D：无需训练的3D物体连续语义编辑

Ru Wang, Rahul Jain, Koichiro Niinuma, Aakar Gupta

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

AI总结 SemanticSlider3D是一种无需训练的3D物体连续语义编辑技术，通过在先进3D生成模型潜空间构建语义编辑方向，在技术验证与用户研究中均表现优于基线方法，可作为现有3D创作工作流的有效补充。

Comments UIST 2026

Local null controllability of a quasi-linear system and related numerical experiments

一类拟线性系统的局部零能控性及相关数值实验

Enrique Fernández-Cara, Juan Límaco, Yuri Thamsten, Denilson Menezes

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文针对扩散系数依赖状态梯度的拟线性抛物系统，通过线性化系统估计与局部逆定理证明其局部零能控性，提出拟牛顿型迭代算法并经数值实验验证。

Comments 31 pages, 16 figures, 9 tables

Journal ref ESAIM: Control, Optimisation and Calculus of Variations 29 (2023) 27

Self-supervised In-context Operator Learning for Stochastic Mean-Field Control

面向随机平均场控制的自监督上下文算子学习

Suyi Gao, Mo Zhou, Rongjie Lai

专题命中 可控生成 ：diffusion(abstract)

AI总结 本研究提出首个无网格自监督神经算子NFIST，通过结合概率流ODE与可逆归一化流Transformer解决随机平均场控制问题，可实现未见任务的一次前向求解，在多任务上展现零样本泛化并降低计算成本。

Accretion of AGN Stars under Influence of Disk Geometry II: The Adiabatic Regime and Runaway Collapse Induced by Self-gravity

吸积盘几何影响下的AGN恒星吸积 II：绝热 regime 与自引力诱导的坍缩

Yi-Xian Chen, Yan-Fei Jiang, Jeremy Goodman

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究通过三维流体动力学模拟，探究AGN盘内恒星吸积的绝热 regime，发现高热质量比下会触发包层强激波，近自引力盘内满足条件时会发生自引力诱导的失控坍缩，可形成~10⁵M_⊙的超大质量恒星。

Comments Accepted to ApJ

SoftVTBench: A Deformation-Aware Visuo-Tactile Dataset and Benchmark for Deformable-Object Manipulation

SoftVTBench：面向可变形物体操作的形变感知视觉-触觉数据集与基准

Bowen Jing, Mingxin Wang, Ruiyang Hao, Chenchen Ge, Hanwen Shen, Junjie He, Yang Cui, Yiming Hou, Weitao Zhou, Jiawei Wang, Minglei Li, Dandan Zhang, Ding Zhao, Houde Liu, Xiaofan Li, Si Liu, Ping Luo, Haibao Yu

机构 * Tuojing Intelligence（拓境智能） ； Tsinghua University（清华大学） ； Southeast University（东南大学） ； Stevens Institute of Technology（斯蒂文斯理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manchester（曼彻斯特大学） ； Simple AI ； Imperial College London（帝国理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本研究推出SoftVTBench视觉-触觉数据集与基准，定义形变感知成功率（DSR），发现触觉信息本身未必提升多模态融合，为可变形物体操作的物理交互研究提供资源。