图像生成

Scientific Image Synthesis: Benchmarking, Methodologies, and Downstream Utility

科学图像合成：基准测试、方法论与下游应用

Honglin Lin, Zheng Liu, Chonghan Qin, Qizhi Pei, Yu Li, Zhanping Zhong, Xin Gao, Yanfeng Wang, Conghui He, Lijun Wu

机构 * Shanghai Jiao Tong University（上海交通大学） ； OpenDataLab, Shanghai Artificial Intelligence Laboratory（OpenDataLab，上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） 纠错

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

AI总结 本文提出ImgCoder框架和SciGenBench基准，通过逻辑驱动方法提升科学图像生成的结构精度，并展示微调LMMs在科学图像上的效果，验证了高保真合成在多模态推理中的潜力。

From Corpora to Co-Evolving Capabilities: Capability-Centric Data Design for Generalist Image Generation

从语料到协同进化的能力：面向通用图像生成的以能力为中心的数据设计

Xingjian Wang, Zhao Wang, Taihang Hu, Jun Zheng, Zhengrui Chen, Qinye Zhou, Zhengtao Wu, Yongchao Du, Zuan Gao, Chao Lin, Yefeng Shen, Yuan Wang, Xiaoli Xu, Zhengze Xu, Hao Yan, Denghui Yang, Yuhang Yu, Huayu Zhang, Mingzhou Zhang, Mengting Chen

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 该研究提出能力驱动的数据基础设施，构建三类监督引擎，整理大规模图像语料，训练多模态扩散模型，在CPI-Bench等评估中展现良好生成与迁移能力。

Comments 19 pages, 10 figures

Pixel-Space Diffusion via Observation Operators

基于观测算子的像素空间扩散模型

Shaojie Guo, Lichen Ma, Haoyang Tong, Yu He, Zipeng Guo, Xiaoan Liu, Feng Yan, Yu Guo, Fei Wang, Junshi Huang, Yan Wang

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

AI总结 针对像素空间扩散模型的尺度-时间不匹配问题，提出观测算子扩散框架，采用时变观测轨迹与GL-CoDA解码器，在ImageNet-256上FID达1.52，收敛更快且生成质量提升。

LAFR: Efficient Diffusion-based Blind Face Restoration via Latent Codebook Alignment Adapter

LAFR：基于潜在码本对齐适配器的高效扩散盲人脸复原方法

Runyi Li, Bin Chen, Jian Zhang, Radu Timofte

机构 * School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） ； Computer Vision Lab, CAIDAS & IFI, University of Würzburg（计算机视觉实验室，乌尔姆大学） 纠错

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

AI总结 该研究提出基于潜在码本对齐适配器的高效扩散盲人脸复原方法LAFR，通过轻量级微调与多级损失提升性能，在降低计算成本的同时优于OSEDiff风格基线。

Comments BMVC 2026 accepted

FlowSep 2: Self-Supervised Flow Matching for Language-Queried Audio Source Separation

FlowSep 2：用于语言查询音频源分离的自监督流匹配方法

Yi Yuan, Xubo Liu, Haohe Liu, Xiyuan Kang, Mark D. Plumbley, Wenwu Wang

机构 * School of Computer Science and Electronic Engineering, University of Surrey（萨里大学计算机科学与电子工程学院） ； Meta Superintelligence Labs（元宇宙超级智能实验室） ； Department of Informatics, King’s College London（伦敦国王学院信息学系） 纠错

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

AI总结 本研究提出FlowSep2，一种结合Self-Flow与Diffusion Transformer的文本条件流匹配生成模型，用于语言查询音频源分离，在多个基准上达到SOTA性能，可有效分离重叠声源。

Comments Submission to IEEE/ACM Transactions on Audio, Speech, and Language Processing

Controllable blind deblurring with diffusion models

基于扩散模型的可控盲去模糊

Imane Si Salah, Emile Cribelier, Thomas Veit, Wolf Hauser, Arthur Leclaire

机构 * DxO Labs ； LTCI, Télécom Paris, IP Paris（LTCI，巴黎电信学院，巴黎理工大学） 纠错

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

AI总结 提出基于扩散模型的SuperSharpen盲去模糊方法，通过模糊度量可控调整复原强度，经实验验证其在合成与真实模糊上的感知质量及可控性优于对比策略

Comments 6 pages, 5 figures, 1 table. Accepted to IEEE ICIP 2026

Scaling Muon for Diffusion Transformers

针对扩散Transformer的Muon优化器的缩放研究

Chenghao Li, Xiao Han, Xinxin Huang, Wei Liu, Boyang Li, Bing Xiao, Heran Zhang, Juanma Perez Rua, Ke Xu, Kangning Liu, Linjun Kuang, Na Li, Tan Wang, Tian Xie, Wei Peng, Yang Pei, Yifan Xu, Yuanhao Zhai, Yuwei Lin, Zhe Wang, Zihao He, Daniel Li, Junbiao Tang, Ziyang Jiang, Dake Chen

机构 * University of Southern California（南加州大学） ； Meta 纠错

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

AI总结 该研究针对大型扩散Transformer的Muon优化器，提出周期性行级Muon，在保留其生成质量优势的同时，大幅降低训练的计算、通信开销与时间。

Comments This version has to be withdrawn due to the incomplete publication privacy review required by the company. After completing the privacy review, the newer version will be updated

Block3D: Efficient Text-to-3D Generation via Block-Wise Diffusion

Block3D：基于分块扩散的高效文本到3D生成

Bowen Cui, Weijie Wang, Zeyu Zhang, Yefei He, Mingda Lin, Haoyu Zhao, Yuanyu He, Donny Y. Chen, Feng Chen, Bohan Zhuang

机构 * ZipLab, Zhejiang University（浙江大学ZipLab） ； University of California, Berkeley（加州大学伯克利分校） ； Wuhan University（武汉大学） ； Monash University（莫纳什大学） ； University of Adelaide（阿德莱德大学） 纠错

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

AI总结 针对文本到3D生成成本高的问题，提出Block3D分块扩散框架，通过分块生成、联合去噪及置信度引导的块内修正，在保持几何保真度的同时实现5.15倍的速度提升。

Comments Project page: this https URL (https://alexandertsui.github.io/block3d/)

Co-occurring Associated REtained concepts in Diffusion Unlearning

扩散模型遗忘中的共现关联保留概念

Miso Kim, Georu Lee, Yunji Kim, Hoki Kim, Jinseong Park, Woojin Lee

机构 * Dongguk University-Seoul（东国大学-首尔） ； Chung-Ang University（Chung-Ang 大学） ； Korea Institute for Advanced Study（韩国高级研究院） 纠错

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

AI总结 针对扩散模型遗忘中误删良性共现概念的问题，提出CARE评分量化保留程度，并设计ReCARE框架通过自动构建CARE集实现稳健遗忘，平衡概念擦除、整体效用与共现概念保留。

Comments Accepted as a poster at ICLR 2026. Code available at this https URL (https://github.com/damilab/CARE)

Outlier-Robust Diffusion Solvers for Inverse Problems

具有鲁棒性的扩散求解器用于逆问题

Yang Zheng, Jiahua Liu, Tongyao Pang, Wen Li, Zhaoqiang Liu

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学尤太数学科学中心） 纠错

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

AI总结 本文提出一种鲁棒扩散求解器，通过噪声估计和Huber损失构建迭代加权最小二乘目标，以解决逆问题中的异常值问题，并在多个图像数据集上验证了其有效性。

Comments Accepted by CVPR 2026

Spatio-Temporal Garment Reconstruction Using Diffusion Mapping via Pattern Coordinates

基于模式坐标扩散映射的时空服装重建

Yingxuan You, Ren Li, Corentin Dumery, Cong Cao, Hao Li, Pascal Fua

机构 * CVLab, École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）计算机视觉实验室） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫人工智能大学） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Pinscreen and Mohamed bin Zayed University of Artificial Intelligence（Pinscreen和马尔代夫人工智能大学） 纠错

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

AI总结 本文提出了一种基于模式坐标扩散映射的时空服装重建方法，结合隐式缝合模式与生成扩散模型，实现高保真3D服装重建，适用于虚拟试穿和动画等领域。

Comments arXiv admin note: text overlap with arXiv:2504.08353 (https://arxiv.org/abs/2504.08353)

Voronoi-Assisted Optimization for Diffusing Unsigned Distance Fields from Unoriented Points

基于Voronoi辅助优化的无向点云无符号距离场扩散方法

Jiayi Kong, Chen Zong, Junkai Deng, Xuhui Chen, Fei Hou, Shiqing Xin, Junhui Hou, Chen Qian, Ying He

机构 * S-Lab Nanyang Technological University Singapore（南洋理工大学新加坡S-Lab） ； College of Mathematics Nanjing University of Aeronautics and Astronautics China（南京航空航天大学数学学院） ； College of Computing and Data Science Nanyang Technological University Singapore（南洋理工大学计算与数据科学学院） ； Institute of Software Chinese Academy of Sciences China（中国科学院软件研究所） ； School of Computer Science Shandong University China（山东大学计算机科学学院） ； Department of Computer Science City University of Hong Kong China（香港城市大学计算机科学系） ； SenseTime Research China（SenseTime研究院） 纠错

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

AI总结 本文提出轻量级无网络方法VAD，通过Voronoi准则对齐无向点云法向量并扩散积分，可高效稳定计算UDF，稳健处理各类三维几何结构。

A general thermodynamic approach for diffusion on a lattice

晶格上扩散的通用热力学方法

Matías A. Di Muro, Miguel Hoyuelos

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出通用热力学方法描述晶格粒子扩散，推导Onsager矩阵与理想对应项的关系，重现Darken方程并推导Zhdanov模型非对角扩散矩阵，其分析预测获数值模拟验证。

Change Detection in Probability Flow ODE: Online Testing in Diffusion Latent Spaces

概率流常微分方程中的变化检测：扩散潜在空间中的在线测试

Artem Kraevskiy, Artem Prokhorov

机构 * National Research University Higher School of Economics（国立研究型大学高等经济学院） ； The University of Sydney Business School（悉尼大学商学院） ； CIREQ（蒙特利尔数量经济学研究中心） ； CEBDA（应用经济学与数据分析研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对序列数据分布偏移检测难题，提出基于概率流常微分方程与最大均值差异的在线检测方法，可检测任意分布偏移且无需参数假设。

Denoising the Future: Context-Aware Spectral Diffusion for Temporal Knowledge Graph Extrapolation

去噪未来：用于时序知识图谱外推的上下文感知谱扩散

Yanglei Gan, Peng He, Run Lin, Peiyuan Jiang, Yifan Wang, Qiao Liu

机构 * Southwest Minzu University（西南民族大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有扩散式时序知识图谱外推方法的目标判别信号削弱问题，提出FreqDiff频率感知扩散框架，通过双流去噪器与频域正则化项提升性能，在四个公开基准上达最优表现。

Comments EMNLP 2026 Main

Discrete Diffusion Models: A Unified Framework from Tokenization to Generation

离散扩散模型：从词元化到生成的统一框架

Ye Yuan, Weien Li, Rui Song, Zeyu Li, Haochen Liu, Xiangyu Kong, Zixuan Dong, Linfeng Du, Zipeng Sun, Weixu Zhang, Jiaxin Huang, Changjiang Han, Yonghan Yang, Zichen Zhao, Xiuyuan Hu, Haolun Wu, Yankai Chen, Fengran Mo, Jikun Kang, Bowei He, Dawn Song, Philip S. Yu, Xue Liu

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） ； MBZUAI - Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Tsinghua University（清华大学） ； Rochester Institute of Technology（罗彻斯特理工学院） ； Salesforce（Salesforce公司） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究离散扩散模型，引入统一框架从离散状态空间构建审视该模型，让现有公式成为共同设计空间实例，揭示训练、推理等方面权衡，为未来研究提供方向。

Don't Commit Alone: Joint Token Commitment in Diffusion Language Models

不要单独提交：扩散大语言模型中的联合令牌提交

Lin Yao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Zhongguancun Academy（中关村科学城） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散大语言模型中多令牌提交问题，提出CoCommit方法，通过标记门控协调步骤延迟提交，重新应用骨干网络最后n层使标记位置协调，近似联合模式解码，提高推理和精确答案任务准确率。

Capturing Nuclear Quantum Effects in Hydrogen Diffusion through MoS2 via Machine-Learning-Enhanced Path-Integral Simulations

通过机器学习增强的路径积分模拟捕捉MoS2中氢扩散的核量子效应

Ismail Eren, Ege Yigit Erbil, Maria-Judith Caisachana-Lozada, Hossein Mirhosseini, Thomas D. Kühne, Agnieszka B. Kuc

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究利用机器学习增强的路径积分模拟，结合r2SCAN+rVV10密度泛函理论数据训练的原子间势，研究了MoS2中氢和氘的扩散，揭示了核量子效应显著降低自由能垒、增强扩散系数，并表现出明显的动力学同位素效应。

Intrinsic PAPR: Tackling Misattribution in 3D Intrinsic Decomposition via Proximity Attention Point Rendering

内在PAPR：通过邻近注意力点渲染解决3D内在分解中的属性误分配问题

Alireza Moazeni, Shichong Peng, Yanshu Zhang, Chirag Vashist, Ke Li

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

AI总结 该研究针对3D内在分解中属性误分配问题，提出Intrinsic PAPR框架，通过邻近注意力点渲染实现逐点监督，在新视图合成和反照率估计上优于多种现有方法。

Comments Accepted to ECCV 2026. 21 pages + 34-page supplementary material

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

RQUL-UIE: Revitalizing Quality-Unstable Labels for Underwater Image Enhancement via In-Dataset Self-Supervision

RQUL-UIE: 通过数据集内自监督重振质量不稳定标签用于水下图像增强

Haochen Hu, Yanrui Bin, Chih-yung Wen, Bing Wang

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出一种基于扩散模型的数据集内自监督学习策略，通过评估标签质量并量化噪声级别进行分步去噪监督，结合傅里叶细化网络，有效利用不稳定标签提升水下图像增强质量。

CoWorld-VLA: Thinking in a Multi-Expert World Model for Autonomous Driving

CoWorld-VLA：面向自动驾驶的多专家世界模型中的思考

Minqing Huang, Yujiao Xiang, Zihan Liang, Jiajie Huang, Jingqi Wang, Yuheng Zhou, Zhi Xu, Feiyang Tan, Hangning Zhou, Mu Yang, Gong Che

机构 * Afari Intelligent Drive（Afari智能驾驶公司） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing University Of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学） 纠错

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

AI总结 本文提出CoWorld-VLA，通过多专家世界推理框架，利用显式条件指导动作规划，提升自动驾驶的场景生成与路径规划性能。

Sharp Wasserstein Convergence Rates for Empirical Path Laws of Itô Processes

Itô过程经验路径律的Sharp Wasserstein收敛速率

Xihao He, Fengyi Yuan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对Itô过程经验路径律，建立了(log N)^{-1/2}的Sharp Wasserstein收敛速率，采用自适应随机时间区间划分方法，其结果可应用于路径依赖SDE及McKean-Vlasov粒子系统相关估计。

Local Gevrey regularity and Quasi-Monte Carlo quadrature for PDEs parameterized on non-compact domains

非紧致域参数化PDE的局部Gevrey正则性与拟蒙特卡罗求积

Dinh Dũng, Tùng Lê, Alexey Chernov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对非紧致域上扩散系数具有局部Gevrey正则性的参数化椭圆PDE，证明弱解的局部Gevrey正则性，并基于此建立拟蒙特卡罗求积的收敛率，结合有限元离散误差给出完整误差分析。

Comments 33 pages, 3 figures

Dynamical Tides during High-Eccentricity Migration produces the Hot Jupiter Pile-up, Neptune Ridge, and Neptune Desert

高偏心率迁移过程中的动力学潮汐产生热木星堆积、海王星脊和海王星沙漠

J. J. Zanazzi, Morgan MacLeod, Marta L. Bryan, Suvrath Mahadevan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过流体动力学模拟，研究高偏心率迁移中基模潮汐激发对气态行星轨道圆化和质量损失的影响，解释了热木星堆积、海王星脊和海王星沙漠的形成机制。

Comments 24 pages, 16 figures, accepted to ApJ, new material on higher periastron simulations that constrain numerical noise

Lightweight GenAI for Network Traffic Generation: Fidelity, Augmentation, and Classification

轻量级生成式人工智能用于网络流量合成：保真度、增强与分类

Giampaolo Bovenzi, Domenico Ciuonzo, Jonatan Krolikowski, Antonio Montieri, Alfredo Nascita, Antonio Pescapè, Dario Rossi

机构 * DIETI, University of Naples Federico II（那不勒斯费德里科二世大学） ； Huawei Technologies France SASU（华为技术法国有限公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出轻量级生成式人工智能架构，用于网络流量合成，通过保真度、纯合成训练、低数据增强和计算效率的评估，提升分类性能，变压器模型在保真度与效率间取得最佳平衡。

Comments 8 pages, 3 figures, 3 tables, 4 research questions, preprint submitted to IEEE Network

Active Brownian Dynamics in Channels: First-Passage and Spatiotemporal Properties via Siegmund Duality

时空表征受限主动布朗运动在通道中的行为

Yanis Baouche, Mathis Guéneau, Christina Kurzthaler

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了受限主动布朗粒子在通道中的时空行为，通过分析首次通过性质和空间分布，揭示了主动运动对扩散过程的影响，并利用Siegmund对偶性解释了稳态状态的形成。

Comments 10 pages, 4 figures

Beyond-all-order asymptotics for homoclinic snaking of localised patterns in reaction-transport systems

反应-输运系统中局域模式同宿蛇行的全阶渐近分析

Edgardo Villar-Sepúlveda

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文将Chapman与Kozyreff的指数渐近方法推广至多分量反应扩散系统，推导了同宿蛇行区域宽度的表达式，提供了可自动化计算的代码，并通过Swift-Hohenberg方程等示例验证了理论。

Comments 73 pages, 14 figures

ASemConsist: Adaptive Semantic Feature Control for Training-Free Identity-Consistent Generation

ASemConsist: 基于自适应语义特征控制的无训练身份一致生成

Shin Seong Kim, Minjung Shin, Hyunin Cho, Youngjung Uh

机构 * Yonsei University（延世大学） 纠错

专题命中 可控生成 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 ASemConsist通过自适应语义特征控制实现无训练身份一致生成，提升文本到图像生成的一致性和对齐性。

Spectral Equality for Novikov Integrability: Recursive Criticality and Unbounded Asymptotic Depth

非线性均值回复扩散过程的精确指数矩阈值

Jaewoo Lee

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究针对常数波动率的非线性均值回复一维扩散过程，推导了Novikov准则中积分平方漂移项指数矩的精确阈值，明确了不同回复率下矩的有限性条件及临界边界。

Comments 48 pages, 3 figures. Ancillary numerical Python script included