图像生成

DynHD: Hallucination Detection for Diffusion Large Language Models via Denoising Dynamics Deviation Learning

DynHD: 通过去噪动态偏差学习检测扩散大语言模型的幻觉

Yanyu Qian, Yue Tan, Yixin Liu, Wang Yu, Shirui Pan

机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Griffith University, Australia（澳大利亚格里菲斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DynHD，通过空间和时间视角解决扩散大语言模型幻觉检测中的信息密度不均和去噪动态建模问题，采用语义感知证据构造模块和偏差检测器提升检测性能。

Comments Accepted by EMNLP 2026 Findings. 16 pages, 8 figures, 5 tables

Adaptive Test-Time Compute Allocation for Block Diffusion Language Models in Complex Reasoning

推进块扩散语言模型用于测试时间扩展

Yi Lu, Deyang Kong, Jianing Wang, Linsen Guo, Xue Wang, Qi Guo, Tao Gui, Xuanjing Huang, Wei Ye, Shikun Zhang, Wei Wang

机构 * Fudan University（复旦大学） ； Peking University（北京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出BACD和TCCF方法，提升块扩散语言模型在测试时间扩展中的推理效率和效果。

Lookahead-then-Verify: Reliable Constrained Decoding for Diffusion LLMs under Context-Free Grammars

前瞻性验证：用于扩散大语言模型在无上下文自由文法下的可靠约束解码

Yitong Zhang, Yongmin Li, Yuetong Liu, Jia Li, Xiaoran Jia, Zherui Li, Ge Li

机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LAVE通过并行预测标记分布实现可靠的约束解码，提升扩散大语言模型在上下文无关文法下的生成准确性。

Backdoor Sentinel: Detecting and Detoxifying Backdoors in Diffusion Models via Temporal Noise Consistency

后门哨兵：通过时间噪声一致性检测和净化扩散模型中的后门

Bingzheng Wang, Xiaoyan Gu, Hongbo Xu, Hongcheng Li, Zimo Yu, Jiang Zhou, Weiping Wang, Wu Liu

机构 * Institute of Information Engineering, Chinese Academy of Sciences（信息工程研究所，中国科学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出TNC-Defense框架，通过时间噪声一致性检测和净化扩散模型中的后门，提升检测准确率并降低净化成本。

FourierSampler: Unlocking Non-Autoregressive Potential in Diffusion Language Models via Frequency-Guided Generation

FourierSampler: 通过频率引导生成解锁扩散语言模型的非自回归潜力

Siyang He, Qiqi Wang, Xiaoran Liu, Hongnan Ma, Yiwei Shi, Yuerong Song, Ying Zhu, Tianyi Liang, Zengfeng Huang, Ziwei He, Xipeng Qiu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 FourierSampler通过频域滑动窗口机制，在扩散语言模型中实现非自回归生成，提升生成效果并超越自回归模型

Comments 15 pages, 6 figures, under review

Understanding Diffusion Models via Ratio-Based Function Approximation with SignReLU Networks

通过基于比率的函数近似理解扩散模型与SignReLU网络

Luwei Sun, Dongrui Shen, Feng Chuanwen, Jianfe Li, Yulong Zhao, Han Feng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过基于比率的函数近似与SignReLU网络，研究扩散模型的理论框架，推导了生成模型的KL风险界限及收敛性保证。

Comments 34 pages

Syntax-Guided Diffusion Language Models with User-Integrated Personalization

带有用户集成个性化的语法引导扩散语言模型

Ruqian Zhang, Yijiao Zhang, Juan Shen, Zhongyi Zhu, Annie Qu

机构 * Department of Statistics and Data Science, Fudan University（复旦大学统计与数据科学系） ； Department of Statistics and Applied Probability, University of California, Santa Barbara（加州大学圣巴巴拉分校统计与应用概率系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出语法引导扩散语言模型，结合结构监督与个性化条件，通过级联及非级联架构、共享表示机制，在多任务实验中展现出文本生成的流畅度、多样性与风格保真度优势。

Seismic Acoustic Impedance Inversion Framework Based on Conditional Latent Generative Diffusion Model

基于条件潜在生成扩散模型的地震声阻抗反演框架

Jie Chen, Hongling Chen, Jinghuai Gao, Chuangji Meng, Tao Yang, XinXin Liang

机构 * GeoAI-INV 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有扩散模型反演方法的局限，提出基于条件潜在生成扩散模型的地震声阻抗反演框架，通过小波模块与模型驱动采样策略提升精度、减少步骤，在合成与实际数据上均表现良好。

Comments Revised after peer review. Published in IEEE Transactions on Geoscience and Remote Sensing

Learning in PINNs: Phase transition, diffusion equilibrium, and generalization

物理信息神经网络（PINNs）中的学习：相变、扩散平衡与泛化

Sokratis J. Anagnostopoulos, Juan Diego Toscano, Nikolaos Stergiopulos, George Em Karniadakis

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过神经梯度信噪比识别出全连接神经网络的扩散平衡阶段，提出逐样本重加权方案提升残差同质性与泛化，基于PINNs实验表明梯度与残差有序可加快收敛、改善泛化。

VISTA: Test-Time Compositional Alignment for Visual Autoregressive Generation

VISTA：面向视觉自回归生成的测试时组合对齐方法

Hossein Shahabadi, Niki Sepasian, Mahdieh Soleymani Baghshah

机构 * Sharif University of Technology（谢里夫理工大学） 纠错

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

AI总结 VISTA是首个面向视觉自回归图像生成的测试时对齐框架，基于Infinity构建，可提升组合生成能力，在2B、8B模型上分别将平均目标分数提近20%、近6%，且不损失图像质量。

Emergence of Statistical Financial Factors by a Diffusion Process

由扩散过程涌现的统计金融因子

Jose Negrete Jr, Jaime Joel Ramos

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出基于网络的框架，通过资产间相互作用结构自然生成金融因子，而非统计方法。模型将市场视为耦合迭代映射系统，揭示非理性交易者影响及因子形成的结构视角。

Comments Accepted in Chaos: An Interdisciplinary Journal of Nonlinear Science. 20 pages, 8 figures

EditStream: A Unified Autoregressive Framework for Interactive Video Generation and Editing

EditStream：用于交互式视频生成与编辑的统一自回归框架

Yuqian Zhou, Zhenghong Zhou, Zongze Wu, Cameron Smith, Richard Zhang, Jiebo Luo, Eli Shechtman, Zhe Lin

机构 * Adobe Research（Adobe研究院） ； University of Rochester（罗切斯特大学） 纠错

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

AI总结 本研究提出EditStream框架，整合多类视频生成编辑任务，通过两阶段蒸馏方法优化自回归模型，实现高质量交互式视频创作，填补了扩散模型与创意工作流的衔接空白。

Comments 25 pages, 12 figures, Project page: this https URL (https://real-time-video-research.github.io/editstream/)

Photorealistic Novel View Synthesis of Human Faces using Next-Scale Transformers

基于Next-Scale Transformer的人脸真实感新视角合成

Federico Stella, Fei Jiang, Zhongshi Jiang, Zohar Barzelay, Emanuel Garbin, Amin Jourabloo, Liuhao Ge

机构 * École polytechnique fédérale de Lausanne（洛桑联邦理工学院） ； Meta 纠错

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

AI总结 本研究将next-scale自回归范式适配人脸新视角合成，结合Transformer模型实现高保真多视角人脸3D模型生成，较扩散模型需更少专用训练数据，提升了感知与跨视角一致性。

Learning Spherical Occupancy Profiles for Multi-View 3D Reconstruction and Generation

用于多视图三维重建与生成的球形占用轮廓学习

YiHsuan Tsai

机构 * Nanjing University（南京大学） 纠错

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

AI总结 该研究提出将逐光线球形占用轮廓作为统一中间表示，训练判别式解码器与生成式流水线，在多视图三维重建任务中取得良好效果，且可迁移至真实照片场景。

Comments 12 pages,5 figures,5 tables. Code and data will be released

From Generation to Simulation: How Far Are World Models from Being True Simulators?

从生成到模拟：世界模型距离真正的模拟器还有多远？

Tong Wang, Huan Deng, Mucheng Yang, Yang He, Xiaohui Kuang, Gang Zhao

机构 * Institute of Systems Engineering, Academy of Military Sciences（军事科学院系统工程研究院） 纠错

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

AI总结 本研究通过系统评估200篇相关成果，分析了潜在动力学等3条技术路线的世界模型在传统模拟器8项能力上的表现，指出其在状态反馈等方面的缺陷并提出6个研究方向。

Comments 42 pages, 23 figures, 2 tables. Project page: this https URL (https://github.com/AtongWang/world-model-simulators)

Targeted Iterative Filtering

定向迭代滤波

Freddie Åström, Michael Felsberg, George Baravdish, Claes Lundström

机构 * Linköping University（林雪平大学） ； Center for Medical Image Science and Visualization（医学影像科学与可视化中心） ； Sectra AB（赛特拉公司） 纠错

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

AI总结 针对不同应用领域对图像去噪的差异化要求，提出源自应用确定值空间线性扩散的新型非线性扩散方案，其性能优于现有同类技术。

Trustworthy Visual Quality Inspection under Data Scarcity in Manufacturing

数据稀缺场景下制造业的可信视觉质量检测

Panagiotis Sapoutzoglou, Jessy Ribaira, Martin Kanounnikoff, Bas Tijsma, Christian Geiß, Maria Pateraki

机构 * National Technical University of Athens（雅典国立技术大学） ； German Aerospace Center (DLR)（德国航空航天中心） ； Philips（飞利浦） ； University of Bonn（波恩大学） 纠错

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

AI总结 针对制造业数据稀缺导致的视觉检测可信性不足问题，该研究结合扩散模型生成合成缺陷样本与贝叶斯分类器的不确定性感知决策，构建分阶段流水线，初步结果显示可降低部署可信检测模型的成本。

Comments Accepted at International Conference on the Economics of Grids, Clouds, Systems, and Services (GECON) 2026

HP-UniIF: Hierarchical Prompt Learning for Unified Image Fusion

HP-UniIF：用于统一图像融合的分层提示学习

Xingxin Xu, Siqi Zhao, Xin Li, Xinjie Yao, Yiming Sun, Pengfei Zhu

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

AI总结 HP-UniIF是一种基于分层条件调制策略的统一视觉框架，利用扩散先验实现异构图像融合、视觉恢复与下游感知的协同，在多任务实验中表现出优越性能。

Continuous Adversarial MeanFlow Transfer

连续对抗平均流迁移

Yara Bahram, Zahra Dehghani, Mélodie Desbos, Eric Granger, Pablo Piantanida, Mohammadhadi Shateri

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

AI总结 本研究提出MeanFlow-Transfer与Continuous Adversarial MeanFlow，解决有限数据下新域生成器训练的适配与加速问题，在四个源模型适配五个目标域时，FID等指标相当或更优且NFEs最多减125倍，少步FID平均提29%。

Comments Paper under review

From Dense Prediction to Visual Editing: Structured Supervision for Unified Image and Video Creation

从密集预测到视觉编辑：用于统一图像与视频创作的结构化监督

Zhefan Rao, Bin Zou, Xuanhua He, Chong Hou Choi, Yanheng Li, Rui Liu, Haoxuan Che, Qifeng Chen

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Celia Research HK ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 该研究提出基于深度与表面法向量预测的结构化视觉监督框架，共享MMDiT主干实现统一图像视频创作，提升了相关基准任务分数，证明密集监督对下游创作的结构知识迁移价值。

Mode Seeking meets Mean Seeking for Fast Long Video Generation

模式寻求与均值寻求的结合用于快速长视频生成

Shengqu Cai, Weili Nie, Chao Liu, Julius Berner, Lvmin Zhang, Nanye Ma, Hansheng Chen, Maneesh Agrawala, Leonidas Guibas, Gordon Wetzstein, Arash Vahdat

机构 * Stanford University, California, USA（斯坦福大学） ； NVIDIA Research, California, USA（NVIDIA研究） 纠错

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

AI总结 本文提出一种结合模式寻求与均值寻求的解耦扩散变换器，通过监督学习生成快速长视频，提升长距离连贯性和局部真实感。

Comments Project website: this https URL (https://primecai.github.io/mmm/)

Collocation-based Robust Physics Informed Neural Networks for time-dependent simulations of pollution propagation under thermal inversion conditions on Spitsbergen

基于置信的物理信息神经网络用于斯匹次伯根上热 inversion 条件下污染传播的时间依赖模拟

Maciej Sikora, Leszek Siwik, Natalia Leszczyńska, Tomasz Maciej Ciesielski, Eirik Valseth, Manuela Bastidas Olivares, Marcin Łoś, Tomasz Służalec, Jacek Leszczyński, Maciej Paszyński

机构 * AGH University of Krakow, Faculty of Computer Science（克拉科夫AGH大学计算机科学系） ； Medical University of Silesia-Katowice, Faculty of Medical Sciences（西里西亚-卡托维兹医学院医学科学系） ； The University Centre in Svalbard, Longyearbyen（斯瓦尔巴大学长yearbyen分校） ； Simula Research Laboratory（Simula研究实验室） ； Norwegian University of Life Sciences（挪威生命科学大学） ； AGH University of Krakow, Faculty of Energy（克拉科夫AGH大学能源与燃料系） 纠错

专题命中 扩散模型 ：diffusion(abstract,comments)

AI总结 本文提出基于置信的物理信息神经网络框架，用于模拟热 inversion 条件下污染传播。通过鲁棒变分框架和损失函数，提升神经网络对时间依赖污染传播的模拟精度，并通过斯匹次伯根雪地摩托交通案例验证了热 inversion 对 PM 浓度的影响。

Comments Robust Variational Physics Informed Neural Networks; Pollution propagation simulations; Longyearbyen at Spitsbergen; Advection-diffusion model; In-field measurements; Open source software

FlowSem: Flow Matching for Adaptive Wireless Image Transmission in Semantic Communication

FlowSem：语义通信中自适应无线图像传输的流匹配方法

Arnab Emon, Eslam Eldeeb

专题命中 扩散模型 ：diffusion(abstract)

AI总结 FlowSem是一种两阶段流匹配语义通信框架，通过自适应DeepJSCC与条件流匹配结合，在Cityscapes数据集的不同信道条件下，比扩散基线FID低60%且质量延迟权衡更优。

ConvergeFlow: Language Flow with Provable Convergence to Token Embeddings

ConvergeFlow：可收敛至词元嵌入的语言流模型

Na Li, Yuchen Jiao, Changxiao Cai, Gen Li

机构 * Chinese University of Hong Kong（香港中文大学） ； University of Michigan（密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出ConvergeFlow，一种嵌入空间的基于流的语言模型，通过约束数据预测器至词元嵌入凸包实现可收敛性，无需交叉熵解码器，在OpenWebText上取得与现有模型相当的性能，展现了基于流范式的语言建模潜力。

RIBOSPAN: A Long-Context RNA Foundation Model for Versatile RNA Modeling

RIBOSPAN：用于多功能RNA建模的长上下文RNA基础模型

Ziyuan Wang, Bohao Tang, Fei Zhang, Shuo Han, Pengfei Liu

机构 * Shanghai Innovation Institute（上海创新研究院） ； Center for Excellence in Molecular Cell Science, CAS（中国科学院分子细胞科学卓越创新中心） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出支持10240nt上下文的长RNA基础模型RIBOSPAN，结合多种技术实现高分辨率长RNA建模，在多任务评估中达最优性能，并开发基于其主干的mRNA生成与优化框架。

Comments 21 pages, 5 figures

Generative Design of Liquid-Cooling Channels for Thermal Management of 2.5D and 3D Integrated Advanced Packaging

面向2.5D与3D先进封装热管理的液冷通道生成式设计

Michael Acquah, Zheng Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出物理引导的液冷通道生成式设计框架，以条件扩散模型生成2.7 kW多芯片封装的液冷通道布局，筛选后最优设计G1016较传统方案性能显著提升，经OpenFOAM验证效果良好。

Comments 22 pages, 5 figures

WorldToken: Time-First Sequence Modeling for Robotic Imitation Learning

WorldToken：面向机器人模仿学习的时间优先序列建模

Chunkai Yang, Andong Yang, Chao Gao

机构 * School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感信息工程学院） ； Tsinghua University（清华大学） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出时间优先序列建模方法WorldToken，融合多类观测生成世界token序列，结合因果时间Transformer与扩散动作头，在机器人模仿学习任务上验证了其可行性及数据缩放、时间上下文特性。

A Query-Time Framework for Transient 2D Pore-Scale Flow Prediction and Generative Design

用于瞬态二维孔隙尺度流动预测与生成式设计的查询时框架

Yiming Wang, Jiale Zhu, Zhichen Ye, Yandong Lv, Shiqi Wang, Jinlong Liu, Yucheng Fan

机构 * School of Civil Engineering, The University of Sydney（悉尼大学土木工程学院） ； Zhejiang University（浙江大学） ； College of Civil Engineering and Architecture, Zhejiang University（浙江大学建筑工程学院） ； School of Civil Engineering, Southeast University（东南大学土木工程学院） ； School of Civil and Environmental Engineering, UNSW Sydney（新南威尔士大学悉尼校区土木与环境工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出CT-PoreFlow模型，构建QSGS-Transient-7606基准，实现瞬态二维孔隙尺度流动的高效预测，并将其嵌入逆向设计工作流，在多孔介质生成设计中表现优于扩散模型。

Comments 34 pages, 16 figures, 4 tables

AudioNoisePrints: Model-free audio watermarking using spatial correlation in flow matching TTS

AudioNoisePrints：基于流匹配TTS空间相关性的无模型音频水印

Timothy Tin-Long, Jian Zhu, Aidan Pine, Mengzhe Geng

机构 * National Research Council Canada（加拿大国家研究委员会） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出无训练的AudioNoisePrints音频水印流水线，利用流匹配TTS的噪声-输出相关性实现水印，在强增强下优于AudioSeal，可适配多种TTS模型。

Gender Attribution in Causal Beliefs

因果信念中的性别归因

Zhuoyu Shi, Fred Morstatter

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用Twitter英文帖子数据集，通过语言模型分析发现，社交媒体中存在性别化因果归因，女性关联负面情感与关系结果，男性关联正面情感与结构结果，且男性叙事传播更广，反映性别刻板印象仍存在于公共话语中。

Comments Accepted at ASONAM 2026