图像生成

NumBench: Diagnosing Counting Failures in Text-to-Image Models

NumBench：诊断文本到图像模型中的计数失败问题

Sandeep Wadhwa, Mayank Vatsa, Richa Singh, Parrva Chirag Shah, Prakhar Galriya

机构 * Indian Institute of Technology Jodhpur（焦特布尔印度理工学院） ； Shiv Nadar University（希夫·纳达尔大学） 纠错

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

AI总结 该研究推出NumBench基准数据集，构建过程模型与置信度加权数值精确率指标，评估发现文本到图像模型计数性能随请求数增加而下降，50个以上时表现薄弱，且方法可跨模板迁移。

Comments The compiled main paper has seven technical-content pages; references start on page 8. The compiled supplement has three pages

Abstract4D: A Large-Scale Dataset and Framework for Understanding the Visual Language of Abstract Art

Abstract4D：用于理解抽象艺术视觉语言的大规模数据集与框架

Haowei Zhang, Yuanpei Zhao, Ji-Zhe Zhou, Mao Li

机构 * College of Computer Science, Sichuan University（四川大学计算机学院） 纠错

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

AI总结 该研究推出Abstract4D数据集，通过人机混合注释流程构建超12万张抽象绘画数据，开展语义结构分析并建立基准任务，助力评估AI对抽象艺术视觉语言的表征与解读能力。

Synth-JDoc: Synthesizing a Japanese Document Image Dataset for OCR with Diverse Layouts and Embedded Images

Synth-JDoc：用于OCR的、包含多样布局与嵌入图像的日文文档图像数据集合成

Keito Sasagawa, Shuhei Kurita, Daisuke Kawahara

机构 * Waseda University（早稻田大学） ； NII（信息学研究所） ； NII LLMC（信息学研究所语言媒体研究中心） 纠错

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

AI总结 本研究构建了含多样布局与嵌入图像的日文文档合成OCR数据集，可有效提升大型视觉语言模型读取竖排日文文本的性能，相关资源已公开。

Comments Accepted to ICDAR 2026, 17pages, 5 figures

FocusGen: Expanding Visual Design Exploration with a Simulated Focus Group of Persona Agents

FocusGen：通过模拟角色智能体的虚拟焦点小组拓展视觉设计探索

Jaewon Choi, Helena Vasconcelos, Hyun Lee, Carolyn Zou, Tak Yeon Lee, Michael Bernstein

专题命中 文生图 ：text-to-image(abstract)

AI总结 FocusGen是引入虚拟角色智能体焦点小组的交互式视觉设计系统，可拓展设计探索、提升输出多样性，助力设计师突破思维定式，同时存在刻板印象风险，为早期构思提供发散支架。

Comments 18 pages, 7 figures, 6 tables

There and Back Again: Bidirectional Diffusion Bridges for Multimodality Translation

双向扩散桥用于多模态转换：往返之道

Gabe Guo, Elon Litman, Thanawat Sornwanee, Jose Blanchet, Stefano Ermon

机构 * Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)

AI总结 针对现有多模态转换方法的不足，提出BIT双向图像-文本扩散桥，实现双向生成且性能优于基线。

Distributed Model-Based Diffusion: Finite Horizon Contraction under Bounded Delay

分布式基于模型的扩散：有界延迟下的有限时间收缩

Seth Golembeski, Keith L. Gibson, Alexander Gross, Shreyas Kousik, Anirban Mazumdar

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对多智能体轨迹优化难题，提出分布式基于模型的扩散算法，证明其在有界延迟下的收缩性与鲁棒性，在circleswap和空战任务中性能优于集中式算法。

Comments 8 pages, 3 figures

How Far Can 5,500 Hours of Driving Take You? A Scaling Law Analysis of Video Diffusion Models

5500小时驾驶数据能带来多大提升？视频扩散模型的缩放定律分析

Victor Besnier, Anh-Quan Cao, Elias Ramzi, Spyros Gidaris, Tuan-Hung Vu, Andrei Bursuc, Eloi Zablocki, Matthieu Cord

机构 * Sorbonne Université（索邦大学） 纠错

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

AI总结 本研究针对自动驾驶视频生成，通过对100万至90亿参数的视频扩散模型开展缩放定律分析，明确训练时长、模型规模、数据量的影响，训练出的90亿参数模型在nuScenes上达到开源最优。

Conditional Diffusion Models for Energy-Efficient Driving

面向节能驾驶的条件扩散模型

Hemanth Neelgund Ramesh, André Snoeck, Chyi-Fu Hong, Shijing Sun

机构 * University of Washington（华盛顿大学） ； Amazon Science（亚马逊科学） ； University of Cambridge（剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出潜在条件扩散模型，基于1.2万次商用EV行程遥测数据生成电流轨迹，其性能优于直接条件注入，为不确定性感知的大规模车队规划奠定基础。

From Generation to Discovery: Diffusion Mutation Kernels for Circuit and Physical Design

从生成到发现：用于电路与物理设计的扩散变异核

Dinithi Jayasuriya, Aravind Saravanan, Nilesh Ahuja, Amanda Rios, Amit Trivedi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出基于扩散的发现框架，通过学习转移算子生成新电路设计，在三类电子设计任务中实现性能提升，且仅提供可行性结构，评估依赖外部工具。

Trajectory-Level Speculative Decoding for Diffusion Language Models

用于扩散语言模型的轨迹级推测解码

Tianxiang Pan, Baitao Gong, Mo Guang, Hongwei Yong, Tianpeng Jiang, Yaqian Li, Zheng Cao, Kaiwen Long

机构 * Li Auto Inc.（理想汽车） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型低置信度下吞吐量受限的问题，提出轨迹级推测解码框架，结合置信度分层树探索与分块并行评估，实现7-14倍加速且准确率变化极小。

Strong solutions of SDEs with critical discontinuities in diffusion coefficients

扩散系数含临界不连续性的随机微分方程的强解

S.E. Boutiah, D. Kinzebulatov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散系数含临界不连续性且可对子流形产生强吸引的伊藤SDE，扩展强化了Röckner-Zhao方法，为Krylov的强存在性证明提供了替代途径。

Inverse Source Problem for a Time-Fractional Diffusion-Wave Equation with a Singular Inverse-Square Potential

带奇异逆平方势的时间分数阶扩散波方程的逆源问题

Zewen Wang, Bin Wu, Yikan Liu, Liangwei Jin, Shufang Qiu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对带奇异逆平方势的时间分数阶扩散波方程逆源问题，利用Hardy型不等式等建立正问题适定性，引入Tikhonov正则化结合伴随共轭梯度法实现源的数值重构，经数值实验验证方法有效稳定。

Comments 27 pages

Large-diffusion dynamics for a planar Neumann heat equation with exponential nonlinearity

带指数非线性项的平面Neumann热方程的大扩散动力学

Juneyoung Seo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究带指数非线性项的平面Neumann热方程的大扩散动力学，证明足够大的扩散可恢复标量三分性，确定了使特定初值解全局收敛的一致扩散阈值的渐近行为。

Comments 26 pages

Transport-Matched Penalties for Diffusion Synthetic Acceleration of Polytopic Discontinuous Galerkin Discretisations

针对多面体间断伽辽金离散的扩散合成加速的输运匹配罚项

Ansar Calloo, Matthew Evans, Francois Madiot, Tristan Pryer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对多面体网格上离散纵标输运的高阶迎风间断伽辽金离散，提出输运匹配的修正内罚校正，实现源迭代的严格加速，数值实验验证了收敛性与缩放关系。

Comments 25 pages, 3 figures

Destroy Me: Automatic Artifact Generation for Histopathology Images

销毁我：组织病理图像的人工制品自动生成

Zuzanna Krawczyk-Borysiak, Adam Krawczyk, Mateusz Miller, Gabriela Kaczmarek, Sławomir Pakuło, Małgorzata Sokół, Żaneta Swiderska-Chadaj

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

AI总结 该研究提出名为“Destroy Me”的混合框架，通过合成六种病理图像人工制品增强数据，训练的nnU-Net模型在肺腺癌分类任务中宏F1和Cohen’s Kappa分别提升10.5%、15%，平衡了鲁棒性与诊断特征保留。

Video Generative Models as Geometry Learner

作为几何学习者的视频生成模型

Haosen Yang, Jifei Song, Zhensong Zhang, Xiatian Zhu, Jiankang Deng

机构 * University of Surrey（萨里大学） ； Imperial College London（伦敦帝国学院） 纠错

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

AI总结 本研究提出GeoNeXt方法，将预训练视频生成模型用作统一数据高效的几何估计框架，以零样本方式在少数据下实现单目深度和表面法向量估计，性能优于同类生成式方法，可媲美数据量超100倍的判别式SOTA方法。

Comments 19 pages, 4 figures, 5 tables. Project page: this https URL (https://happy-hsy.github.io/projects/GeoNeXt/)

LayerRecall: A State-Conditioned Memory Router for Long-Horizon Consistency in Video Generation

LayerRecall：用于视频生成中长时序一致性的状态条件化记忆路由

Yixuan Ding, Jiahao Kong, Wei Huang, Ruijie Quan, Yi Yang

机构 * Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 提出LayerRecall记忆路由与CHPM训练方法，在不牺牲局部连续性的前提下提升视频生成长程一致性，在MemoBench、MovieBench等数据集上取得最优结果，且具备跨主干可移植性与低推理开销。

Comments 15 pages, 11 figures

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） 纠错

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

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） 纠错

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: this https URL (https://github.com/ZhaoWQQ/DensityKV)

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） 纠错

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

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

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

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

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。

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

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

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。

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

Geometry-Controlled Dynamic Tensiometry Resolves Intrinsic Surfactant Adsorption Kinetics

几何控制的动态张力测量法解析本征表面活性剂吸附动力学

Camille Brigodiot, Boxin Deng, Christine Dalmazzone, Karin Schroën, Annie Colin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究结合微流控EDGE张力计与非平衡热力学描述，确定表面活性剂传质、吸附等参数，实现对动态界面张力的预测，为解析表面活性剂吸附动力学提供定量框架。

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