图像生成

Object Reconstruction under Occlusion with Generative Priors and Contact-induced Constraints

在遮挡下利用生成先验和接触诱导约束进行物体重建

Minghan Zhu, Zhiyi Wang, Qihang Sun, Maani Ghaffari, Michael Posa

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出了一种结合生成先验和接触诱导约束的方法，用于在遮挡下提高物体重建的准确性。

Comments IROS 2026. Project page: this https URL (https://contactgen3d.github.io/)

Comprehensive Evaluation and Analysis for NSFW Concept Erasure in Text-to-Image Diffusion Models

文本到图像扩散模型中NSFW概念擦除的综合评估与分析

Die Chen, Zhiwen Li, Cen Chen, Yuexiang Xie, Xiaodan Li, Jinyan Ye, Yingda Chen, Yaliang Li

机构 * East China Normal University（东华师范大学） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 该研究针对文本到图像扩散模型易生成NSFW内容的问题，开发了全流程概念擦除工具包，首次系统评估相关方法，为其实际应用提供指导并推动内容安全研究。

Comments Duplicate submission. Please cite and refer to arXiv:2502.12527 (https://arxiv.org/abs/2502.12527) for the latest version

Amortizing intractable inference in diffusion models for vision, language, and control

在视觉、语言与控制任务的扩散模型中分摊难解推理

Siddarth Venkatraman, Moksh Jain, Luca Scimeca, Minsu Kim, Marcin Sendera, Mohsin Hasan, Luke Rowe, Sarthak Mittal, Pablo Lemos, Emmanuel Bengio, Alexandre Adam, Jarrid Rector-Brooks, Yoshua Bengio, Glen Berseth, Esmeralda S. Whitammer

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

AI总结 本文针对扩散模型用作下游任务先验时的难解后验推理问题，提出相对轨迹平衡方法，在视觉、语言、多模态及连续控制等任务上取得良好效果

Comments NeurIPS 2024; code: this https URL (https://github.com/GFNOrg/diffusion-finetuning)

GAN-Diff: Coupling Pretrained WGAN-GP Features with Conditional Diffusion U-Nets

GAN-Diff：耦合预训练WGAN-GP特征与条件扩散U-Net

Saif Ahmed, Asadullah Hil Galib, S.M. Riaz Rahman Antu, Ahmed Faizul Haque Dhrubo, Souvik Pramanik, Mohammad Abdul Qayum, Mohsin Sajjad, Mohammad Ashrafuzzaman Khan

机构 * North South University（北南大学） 纠错

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

AI总结 本文提出GAN-Diff框架，将预训练WGAN-GP特征作为先验耦合到条件扩散U-Net，在CelebA数据集的高斯去噪和2倍超分辨率任务上，分别提升PSNR达4.40 dB和3.70 dB，实现稳定高效的图像复原。

Comments 7 pages, 10 figures, 4 tables

Diffusion models as plug-and-play priors

扩散模型即插即用先验

Alexandros Graikos, Esmeralda S. Whitammer, Nebojsa Jojic, Dimitris Samaras

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

AI总结 本文提出将独立训练的去噪扩散生成模型作为即插即用先验，结合可微辅助约束实现高维数据近似推断，可用于条件生成等任务，其多噪声版本评估机制或能解决组合优化问题。

Comments NeurIPS 2022; code: this https URL (https://github.com/AlexGraikos/diffusion_priors)

BRACE: Taming Sharp Irregularities via Barycentric Rational Forecasting for Fast Diffusion Transformers Inference

BRACE：利用重心有理预测控制快速扩散Transformer推理中的尖锐不规则性

Jinlong Yang, Jinke Wu, Lizilin, Yao Zhou

机构 * Sichuan University（四川大学） ； School of Artificial Intelligence, Sichuan University（四川大学人工智能学院） 纠错

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

AI总结 本研究针对扩散Transformer（DiTs）高加速推理时的质量下降问题，提出带切比雪夫增强的重心有理预测方法BRACE，通过特征驱动的有理预测实现最优质量-效率权衡，且计算开销极低。

Comments Accepted at ACM MM 2026. Project page: this https URL (https://youngkinlon.github.io/BRACE-Taming-Sharp-Irregularities-via-Barycentric-Rational-Forecasting-for-Fast-DiT-Inference/)

Improved off-policy training of diffusion samplers

扩散采样器的改进离策略训练

Marcin Sendera, Minsu Kim, Sarthak Mittal, Pablo Lemos, Luca Scimeca, Jarrid Rector-Brooks, Alexandre Adam, Yoshua Bengio, Esmeralda S. Whitammer

机构 * Mila, Université de Montréal（米拉-蒙特利尔大学） ； Jagiellonian University（雅盖隆大学） ； KAIST（韩国科学技术院） ； Ciela Institute（塞拉研究所） ； Dreamfold（德里姆福尔德公司） ； CIFAR（加拿大高级研究院） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散模型的离策略训练问题，提出结合重放缓冲区的目标空间局部搜索探索策略，提升了样本质量，同时阐明了现有算法的相对优势并质疑了过往部分结论，相关代码已公开。

Comments NeurIPS 2024; code: this https URL (https://github.com/GFNOrg/gfn-diffusion)

Propagation dynamics of an acid-mediated invasion model with degenerate tumor diffusion

具有退化肿瘤扩散的酸介导侵袭模型的传播动力学

Xinyue Cao, Quentin Griette, Xiong Li, Yang Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有密度依赖退化扩散的酸介导肿瘤侵袭模型的行波前沿，通过引入非线性变量变换等方法，证明了特定波速下行波前沿存在，连接肿瘤主导与健康状态，并建立了相关估计。

Comments 27 pages

DiffuSent: Towards a Unified Diffusion Framework for Aspect-Based Sentiment Analysis

DiffuSent：面向方面级情感分析的统一扩散框架

Shu Long, Yanglei Gan, Xuchuan Zhou

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Southwest Petroleum University（西南石油大学） ； Southwest Minzu University（西南民族大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出非自回归扩散框架DiffuSent，将方面级情感分析的所有子任务统一为边界去噪扩散过程，通过对比去噪训练策略解决重复预测问题，在28个设置上优于现有生成式和跨度式系统，并实现高达181倍的推理加速。

Learned Relay Representations for Forward-Thinking Discrete Diffusion Models

学习的中继表示用于前向思考的离散扩散模型

Benjamin Rozonoyer, Jacopo Minniti, Dhruvesh Patel, Neil Band, Avishek Joey Bose, Tim G. J. Rudner, Andrew McCallum

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； Imperial College London（伦敦帝国学院） ； Mila ； Vijil 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Learned Relay Representations (Relay)方法，通过可微通道传递潜在信息，使掩码扩散模型在去噪步骤间前向思考，减少推理延迟并提升性能。

Comments 16 pages, 3 figures. Equal contribution: Benjamin Rozonoyer, Jacopo Minniti, and Dhruvesh Patel. Code: this https URL (https://github.com/jacopo-minniti/relay)

Finite-temperature spin diffusion in the two-dimensional XY model

二维XY模型中有限温度下的自旋扩散

Erik Fitzner, Byungjin Lee, Junhyeok Hur, Minseok Kim, Benedikt Schneider, Jae-yoon Choi, Björn Sbierski

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过理论与实验结合的方法，量化了二维正方形晶格量子自旋-1/2 XY模型在有限温度下的自旋扩散，展示了在超越一维范围和验证先进量子模拟平台定量能力上的突破。

Comments close to published version

ABC: Any-Subset Autoregression via Non-Markovian Diffusion Bridges in Continuous Time and Space

ABC：通过非马尔可夫扩散桥实现连续时间和空间中的任意子集自回归

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

机构 * Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出ABC模型，通过非马尔可夫扩散桥在连续时间和空间中实现任意子集的自回归，解决了传统方法在结构相似性捕捉、噪声注入和条件化任意子集方面的不足。

DiffAnon: Diffusion-based Prosody Control for Voice Anonymization

DiffAnon: 基于扩散的语调控制语音匿名化

Ismail Rasim Ulgen, Zexin Cai, Nicholas Andrews, Philipp Koehn, Berrak Sisman

机构 * Center for Language and Speech Processing, Johns Hopkins University, USA（语言与语音处理中心，约翰霍普金斯大学，美国） ； Human Language Technology Center of Excellence (COE), Johns Hopkins University, USA（人类语言技术卓越中心（COE），约翰霍普金斯大学，美国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffAnon通过扩散模型与分类器自由引导机制实现语调控制，提供连续的推理时间控制，实现匿名化强度与语调保真度的平滑插值。

Comments Accepted to Interspeech 2026

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） 纠错

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

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） 纠错

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,

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） 纠错

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 this https URL (https://zengqunzhao.github.io/Relax-Forcing)

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

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。

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

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 25 pages, 5 figures

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

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

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

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） 纠错

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)

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） 纠错

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。

SSD: Spatially Speculative Decoding Accelerates Autoregressive Image Generation

SSD: 空间推测解码加速自回归图像生成

Shilong Xiang, Zirui Zhang, Lijun Yu, Chengzhi Mao

机构 * Rutgers University（罗格斯大学） 纠错

专题命中 图像生成评测 ：image generation(title,abstract)；分类 cs.CV

AI总结 提出空间推测解码（SSD），利用二维空间相关性同时预测相邻水平与下方令牌，突破视觉推理中的内存瓶颈，实现高达13.3倍的自回归图像生成加速。

Flow Reasoning Models: Turning Discrete Flows Into Efficient Recurrent Reasoners

流推理模型：通过迭代自我精炼扩展推理能力

Alec Helbling, Andrey Bryutkin, Mauro Martino, Duen Horng Chau, Nima Dehmamy, Hendrik Strobelt

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出流推理模型（FRMs），利用去噪动态的稳定性作为验证器，通过测试时缩放和训练改进，高效解决数独和斑马谜题等结构化推理任务。