arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2026-08-31 至 2026-08-31 共收录 67 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 50 篇

2608.28256 2026-08-31 cs.AI cs.CV 新提交 57%

Physics-Guided Flow Matching for CT Image Reconstruction

物理引导的流匹配用于CT图像重建

Davide Evangelista

机构 * University of Bologna(博洛尼亚大学)

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

AI总结 本研究提出物理引导的流匹配方法,训练修正流匹配模型,经两阶段策略优化后,其在CT图像重建中性能优于扩散模型,且计算效率更高,相关模型与代码已公开。

Comments 16 pages, 6 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.27922 2026-08-31 cs.CV 新提交 57%

DensityKV: Density-Guided KV Cache Compression for Long Video Generation

DensityKV:面向长视频生成的密度引导式KV缓存压缩

Wenqu Zhao, Xuemin Chi, Xin Zhang, Guoqing Ma, Baorun Li, Jianjie Fang, Peizhi Tang, Chen Gao, Wei Wu

机构 * Manifold AI(流形人工智能) Tsinghua University(清华大学)

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

AI总结 DensityKV是一种无需训练的历史KV库管理策略,通过密度引导压缩KV缓存,提升长视频生成的时序一致性与稳定性,且存储不随推演长度增长。

Comments 17 pages, 9 figures, 2 tables. Code: https://github.com/ZhaoWQQ/DensityKV

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.27893 2026-08-31 cs.CV 新提交 57%

CommerceVibe: Learning to Design E-Commerce Creatives as Executable Visual Code via Dual-Feedback Reinforcement Learning

CommerceVibe:通过双反馈强化学习学习将电商创意设计为可执行视觉代码

Yajiao Xu, Jin Zhang, Jiangbo Ai, Tao Jiang, Mo Xu, Lina Huang, Chengfu Huo

机构 * Tongji University(同济大学) Alibaba Group(阿里巴巴集团)

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

AI总结 该研究提出CommerceVibe,将电商创意转化为可执行视觉代码,通过双反馈强化学习优化生成效果,在基准测试中优于仅监督微调的变体及外部模型,实现可控可编辑的规模化电商创意生产。

Comments 20 pages, 13 figures, 12 tables; includes supplementary material

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.26907 2026-08-31 stat.AP cs.CV cs.LO 交叉投稿 57%

Climate Physics Dynamic Matching

气候物理动态匹配

Gurjeet Sangra Singh, Frantzeska Lavda, Alexandros Kalousis

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

AI总结 该研究针对深度生成模型忽略物理结构、物理模型不完善的问题,提出ClimPhyDM框架,在ERA5基准上优于对比模型,可在单12GB消费级GPU训练,提升了天气预报的长时稳定性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.27073 2026-08-31 cs.CV cs.RO 版本更新 57%

SpatialCrafter: Single Image World Modeling with Generative 3D Proxies

SpatialCrafter:基于生成式3D代理的单图像世界建模

Chuan Fang, Lingteng Qiu, Yixun Liang, Rui Chen, Kunming Luo, Zhaohua Zheng, Tongyuan Bai, Feipeng Tian, Zilong Dong, Zihan Zhou, Ping Tan

机构 * Hong Kong University of Science and Technology(香港科技大学) Tongyi Lab, Alibaba Group(阿里巴巴集团通义实验室) ManyCore Tech Inc.(ManyCore科技公司) Jilin University(吉林大学)

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

AI总结 SpatialCrafter是解决图像到场景生成问题的两阶段框架,通过3D代理及相关策略提升3D一致性,构建了115K场景的新数据集,性能优于现有方法且鲁棒性强。

Comments 12 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.26714 2026-08-31 cs.CV cs.AI 版本更新 57%

LiveVVT: High-Fidelity Video Virtual Try-On in Real Time

LiveVVT:高保真实时视频虚拟试穿

Yushe Cao, Shikun Feng, Ruxiang Duan, Liyong Wang, Dianxi Shi, Chun Yu, Junliang Xing

机构 * Tsinghua University(清华大学) Zhongguancun Academy(中关村学院) South China University of Technology(华南理工大学) Beijing Jiaotong University(北京交通大学)

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

AI总结 LiveVVT是一种滚动式流式扩散框架,通过保留双向建模与互补内存维持一致性,结合渐进式蒸馏优化,实现了比同等规模模型延迟降26倍、吞吐量提11倍的高保真实时视频虚拟试穿。

Comments 16 pages, 13 figures,

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.21366 2026-08-31 cs.CV 版本更新 57%

Relax Forcing: Relaxed KV-Memory for Consistent Long Video Generation

放松强制:用于一致长视频生成的放松KV内存

Zengqun Zhao, Yanzuo Lu, Ziquan Liu, Jifei Song, Jiankang Deng, Ioannis Patras

机构 * Queen Mary University of London(伦敦玛丽女王大学) Imperial College London(伦敦帝国学院)

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

AI总结 本文提出Relax Forcing机制,通过结构化时间内存提升长视频生成的运动动态和时间一致性,减少注意力开销。

Comments Accepted at BMVC 2026. Project page: see https://zengqunzhao.github.io/Relax-Forcing

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.00571 2026-08-31 physics.class-ph 版本更新 56%

Path-Dependent Energy Lagrangian for Irreversible Thermomechanical Systems

不可逆热机械系统的路径依赖能量拉格朗日量

Huilong Ren

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

AI总结 该研究提出路径依赖能量拉格朗日量(PDEL),可从单一作用量导出不可逆热机械系统的力学与熵方程,保留经典拉格朗日力学,为相关理论提供紧凑替代方案且易扩展至多物理场。

Comments 7 pages, 2 figures. Local revision correcting the global energy balance, entropy-supply convention, and diffusion/Joule-heating signs, with minor notation and language improvements. The title, structure, and scope are unchanged

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28342 2026-08-31 cs.SI 新提交 50%

Scalable dynamic community detection on temporal graphs using graph neural networks

基于图神经网络的时序图可扩展动态社区检测

Peijie Zhong, Raul Mondragon, Richard G. Clegg

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究提出扩散引导的对比学习框架,结合图神经网络实现时序图的可扩展动态社区检测,在合成网络和OpenAlex合作网络上验证了方法的有效性与可扩展性。

Comments Submitted to Trans KDD

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28489 2026-08-31 math.AP 新提交 50%

Reactive Flow around Spherically Evolving Particles in Critical and Supercritical Dilute Regimes

Michael Eden, Richard M. Höfer

专题命中 扩散模型 :diffusion(abstract)

Comments 64 pages, Keywords: Homogenization, evolving microstructures, dilute perforated domains, reactive transport, Stokes-Brinkman-Darcy limits, interfacial exchange

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28537 2026-08-31 physics.flu-dyn 新提交 50%

Compaction in a deformable porous cylinder with elastic boundaries

具有弹性边界的可变形多孔圆柱的压实

Richard Mcnair, Kerstin Schirrmann, Anne Juel, Igor L. Chernyavsky

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文建立弹性边界细长多孔介质的流体驱动压实模型,推导孔隙度的主导阶非线性扩散方程,揭示流态与弹性参数的关联,得到亚达西、超达西流等不同流态的区分及紧凑表达式。

Comments 47 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28483 2026-08-31 physics.comp-ph physics.flu-dyn 新提交 50%

Modelling platelet dynamics in blood flow: an unresolved DEM approach

血流中血小板动力学建模:一种未解析离散元方法

Francesca Zucchelli, Carmine Porcaro, Mahdi Saeedipour, Bastien Chopard, Jonas Latt

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究提出介观尺度CFD-DEM血小板动力学模型,结合可变形红细胞描述,可低成本恢复形状驱动的血小板动力学,量化了血小板边缘化等特性及相关参数的依赖关系。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.27681 2026-08-31 physics.med-ph 新提交 50%

Physics-Assisted Deep Learning Denoising for Stabilized IMPULSED dMRI Microenvironment Parameter Fitting

物理辅助深度学习去噪用于稳定IMPULSED dMRI微环境参数拟合

Wen Li, Yan Dai, Arely Perez Rodriguez, Todd Aguilera, Jie Deng, Xun Jia

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究提出物理辅助深度学习去噪框架,利用CNN、MLP、LSTM对IMPULSED dMRI信号去噪,使拟合失败率从57.6%降至17.7%,稳定了IMPULSED微环境参数拟合。

Comments 26 pages, 6 figures, 1 table

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.27683 2026-08-31 nucl-ex hep-ph 新提交 50%

Direct Bayesian Inference of Helicity Amplitudes from Detector-Level Scattering Data

从探测器水平的散射数据直接进行螺旋度振幅的贝叶斯推断

Bhawani Singh, Harut Avakian, Shohini Bhattacharya, Volker D. Burkert, Latifa Elouadrhiri, Derek I. Glazier, Valery Kubarovsky, Dillon Leahy, Yaohang Li, Richard G. Milner, Yijie Wang

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究提出一种基于分数的扩散模型的贝叶斯推断框架,可从探测器水平散射数据直接提取螺旋度振幅,适用于强相互作用研究的多类实验场景。

Comments 43 pages, 23 figures, 4 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28380 2026-08-31 cond-mat.soft math-ph math.MP 新提交 50%

Nonholonomic collective flows: velocity--orientation locking in a continuum with microstructure

非完整集体流:具有微结构的连续介质中的速度-取向锁定

Gaetano Napoli

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究建立含矢量微结构的连续介质理论,将无侧滑约束应用于细长粒子流体,推导运动方程,揭示约束对集体效应的塑造作用,为主动流体动力学提供力学基础并恢复相关经典模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28269 2026-08-31 cond-mat.mtrl-sci 新提交 50%

Phenomenological Growth Regimes in Liquid-Precursor CVD of MoS$_2$ on Functional Substrates

功能衬底上MoS₂的液相前驱体化学气相沉积的现象学生长模式

Osamah Kharsah, Kilian Mouchel, Yossarian Liebsch, Cathy Sulaiman, Joel Verlande, Anke Hierzenberger, Abdallah Alghazali, Clara Grygiel, Stéphane Guillous, Henning Lebius, Marika Schleberger

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究针对二维TMDCs在功能衬底集成受气相生长动力学限制的问题,采用液相前驱体CVD法,结合多种衬底揭示了MoS₂的衬底相关生长模式及结构光学性质调控机制。

Comments 9 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28104 2026-08-31 cond-mat.mtrl-sci 新提交 50%

Band-like Carriers in a Soft, Anharmonic Lattice: Lead-Halide Perovskites

软的非简谐晶格中的类带输运载流子:铅卤钙钛矿

Young Mi Lee, Inhee Maeng, Jinwoo Park, Seung-Jae Oh, Min-Cherl Jung

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文针对铅卤钙钛矿兼具类带输运与软非简谐晶格的二分性,提出由Pb 6s²孤对主导的极性[PbX₃]⁻骨架微观框架,澄清争议问题并指出七个开放性研究方向。

Comments 54 pages, 20 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.27576 2026-08-31 astro-ph.EP astro-ph.SR 新提交 50%

Stellar Flares Rather than High $T_{int}$ As Possible Cause for the Missing Methane in Young Exoplanets: The Case Study of V1298~Tau\,b

年轻系外行星缺失甲烷的可能原因是恒星耀斑而非高内部温度:以V1298 Tau b为例

Danica Adams, Pierre-Alexis Roy, Hilke Schlichting, Björn Benneke

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究以V1298 Tau b为案例,提出年轻系外行星甲烷缺失的原因是恒星耀斑而非高内部温度,通过模拟耀斑诱导的大气稳态,复现了该行星的JWST观测特征。

Comments submitted to APJL

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.26657 2026-08-31 math.AP 版本更新 50%

Heat equations in spectral Barron spaces

谱Barron空间中的热方程

Mourad Choulli, Shuai Lu, Hiroshi Takase

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文基于谱Barron空间与椭圆型偏微分方程的关联,研究该框架下热方程的适定性、后向热方程的对数型稳定性估计,还扩展到时间分数阶热方程,刻画热核并推导相关性质,丰富了演化PDE理论。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.25242 2026-08-31 cond-mat.soft cond-mat.stat-mech physics.comp-ph 版本更新 50%

Dynamical and conformational behavior of a polymer in a crowded solution

Setarehalsadat Changizrezaei, Colin Denniston

专题命中 扩散模型 :diffusion(abstract)

Comments Accepted for publication in The Journal of Chemical Physics

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.22849 2026-08-31 cs.LG q-bio.GN 版本更新 50%

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)

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 25 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.07963 2026-08-31 math.NA cs.NA 版本更新 50%

Optimal enforcement of natural conditions on smooth boundaries with piecewise polynomials upon fitted straight-edged meshes

拟合直边三角形网格上有限元在光滑边界上自然条件的场外强制

Vitoriano Ruas

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究因拟合直边三角形网格近似光滑域导致边界条件执行不准的问题,采用在双线性形式中添加项的方法,应用于三角形拉格朗日有限元,经数值实验验证,有效恢复精度并进行可靠性研究。

Comments This modified version was finalized mostly following suggestions and advice by a few experts in its field. Accordingly, the article's mathematical and computational contents changed to a large extent, as much as its title

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.24242 2026-08-31 cond-mat.stat-mech cond-mat.quant-gas cond-mat.str-el nlin.SI 版本更新 50%

Anomalous hydrodynamic fluctuations in the quantum XXZ spin chain

量子XXZ自旋链中的异常水动力波动

Takato Yoshimura, Žiga Krajnik, Alvise Bastianello, Enej Ilievski

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究量子XXZ自旋链在易轴各向异性区域中非高斯自旋电流波动的机制,通过球形宏观波动理论推导出热平衡下的自旋电流波动精确概率分布,并与数值模拟对比,揭示其水动力起源。

Comments v1:9+2 pages, 3 figures. v2: typos corrected and references added. v3 (published version): introduction improved, minor typos corrected

Journal ref Phys. Rev. Lett. 137, 086302 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.07542 2026-08-31 math.AP math.FA math.PR 版本更新 50%

First order equation on random measures as superposition of weak solutions to the McKean-Vlasov equation

作为McKean-Vlasov方程弱解叠加的随机测度一阶方程

Alessandro Pinzi

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文定义了关联非局部漂移与扩散项的随机测度演化方程,证明其解可提升为McKean-Vlasov方程弱解的叠加,并利用该结果传递方程的存在唯一性,引入相关积分度量作为工具。

Comments 29 pages. Comments are welcome

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.18758 2026-08-31 q-bio.NC cs.AI nlin.AO physics.bio-ph 50%

Complexity of Activity Patterns in a Bio-Inspired Hopfield-Type Network in Different Topologies

Marco Cafiso, Paolo Paradisi

机构 * Department of Physics 'E. Fermi', University of Pisa(费米物理系,比萨大学) Institute of Information Science and Technologies ‘A. Faedo’, ISTI-CNR(A. Faedo信息科学与技术研究所,ISTI-CNR) BCAM-Basque Center for Applied Mathematics(巴斯克应用数学中心)

专题命中 扩散模型 :diffusion(abstract)

Journal ref Studies in Computational Intelligence, vol 1284, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 可控生成 5 篇

2608.27776 2026-08-31 math.OC cs.NA math.NA 新提交 71%

Optimal control of fractional diffusion with Dirac measures

带有Dirac测度的分数阶扩散的最优控制

Enrique Otarola, Abner J. Salgado

专题命中 可控生成 :diffusion(title)

AI总结 针对带有谱分数阶拉普拉斯算子和Dirac测度线性组合的椭圆方程,研究其偏微分方程约束优化问题,证明最优解的存在唯一性,推导一阶最优性条件,提出有限元离散化方法并推导先验误差界。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.28082 2026-08-31 cs.CV 新提交 70%

Attribute Token Arithmetic: Disentangled and Continuous Semantic Control for Visual Autoregressive Models

属性标记算术:面向视觉自回归模型的解耦连续语义控制

Xindi Yang, Yicheng Wu, Cheng Zhang, Jianfei Cai, Tien-Tsin Wong

机构 * Monash University(莫纳什大学)

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

AI总结 本文提出ATA方法,在预训练自回归隐空间中学习视觉属性语义方向,通过简单算术操作实现连续多属性调整,在可控性等指标上优于现有基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.26971 2026-08-31 cs.CV cs.MM 版本更新 62%

TempJail: Temporal Jailbreak Attacks against Image-to-Video Generation Models

TempJail:针对图像到视频生成模型的时序越狱攻击

Qi Lu, Zehui Guo, David Yuanda Gan, Zijing Li, Hengda Zhang, Weijun Xu, Qiankun Zhang

机构 * School of Cyber Science and Engineering, Huazhong University of Science and Technology(华中科技大学网络空间科学与工程学院) School of Mathematical Sciences, Peking University(北京大学数学科学学院) School of Software and engineering, Huazhong University of Science and Technology(华中科技大学软件学院) School of Computer Science, Nanjing University(南京大学计算机学院)

专题命中 可控生成 :diffusion(abstract);分类 cs.CV、cs.MM

AI总结 本文提出TempJail时序越狱框架,针对图像到视频生成模型的时序漏洞,通过分解恶意提示、受控潜在扰动等方式提升攻击成功率,在Kling等模型上获显著效果。

Comments Accepted by ACM Multimedia 2026 (ACM MM '26)

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.04438 2026-08-31 cs.CV cs.CL 版本更新 57%

The Telephone Game: Evaluating Semantic Drift in Unified Models

电话游戏:评估统一模型中的语义漂移

Sabbir Mollah, Rohit Gupta, Sirnam Swetha, Qingyang Liu, Ahnaf Munir, Mubarak Shah

机构 * Center For Research in Computer Vision, University of Central Florida, USA(计算机视觉研究中心,中央佛罗里达大学)

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

AI总结 该研究提出语义漂移协议(SDP)等方法,评估统一模型在交替执行图像-文本理解与生成时的语义漂移,发现现有孤立基准无法预测模型的多轮表现,为统一模型可靠性评估提供了更准确的方案。

详情

展开后加载摘要…

URL PDF HTML 收藏
2501.06353 2026-08-31 math.OC cs.SY eess.SY 50%

Event Constrained Programming

Daniel Ovalle, Stefan Mazzadi, Carl D. Laird, Ignacio E. Grossmann, Joshua L. Pulsipher

专题命中 可控生成 :diffusion(abstract)

详情

展开后加载摘要…

URL PDF HTML 收藏