图像生成

Text-Guided Diffusion-Based Adversarial Attacks on Chest X-Ray Images

基于文本引导扩散模型的胸部X射线图像对抗攻击

Basudha Pal, Arjun Narayanan, Neha Ajith, Vikas R Bhat, Muhammad Umair

机构 * The Johns Hopkins University（约翰斯·霍普金斯大学） ； Manipal Institute of Technology（马尼帕尔理工学院） ； Manipal Academy of Higher Education（马尼帕尔高等教育学院） ； The Johns Hopkins Hospital（约翰斯·霍普金斯医院） ； Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心） 纠错

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

AI总结 该研究提出文本引导扩散对抗框架攻击胸部X射线分类模型，在多架构上验证其能显著降低分类性能，同时发现人机判读存在重要差异，凸显需扩展医疗AI鲁棒性评估方式。

Test-Time Scaling for Video Diffusion Models via Diagnosis-Guided Candidate Recycling

基于诊断引导候选回收的视频扩散模型测试时缩放

Hangzhou He, Lunhao Duan, Shanshan Zhao, Kaiwen Li, Qing-Guo Chen, Weihua Luo, Yanye Lu

机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 该研究针对视频扩散模型测试时缩放的“生成-丢弃”范式缺陷，提出无需训练的 GEARS 框架，通过阶段感知调度器与候选回收器提升轻量模型性能，在 VBench 上使 13 亿参数模型得分接近 140 亿参数模型。

Comments Accepted by ACM TOG (SIGGRAPH Asia 2026)

DARD: Zero-Shot Degradation-Aware Retinex-Guided Diffusion for Low-Light Image Enhancement

DARD：用于低光照图像增强的零样本退化感知Retinex引导扩散模型

Wenjie Cai, Yuezhe Yang, Jianyang Xia, Xingbo Dong, Zhe Jin

机构 * Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； Anhui University（安徽大学） 纠错

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

AI总结 针对现有扩散增强方法的缺陷，提出零样本退化感知Retinex引导扩散框架DARD，经多基准实验及语义分割下游验证，其性能优于现有零样本基线，可提升图像增强后的mIoU。

Using Channel Representations in Regularization Terms: A Case Study on Image Diffusion

在正则化项中使用通道表示：图像扩散的案例研究

Christian Heinemann, Freddie Åström, George Baravdish, Kai Krajsek, Michael Felsberg, Hanno Scharr

机构 * Forschungszentrum Jülich（于利希研究中心） ； Linköping University（林雪平大学） 纠错

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

AI总结 本研究提出基于图像通道表示的新型非线性扩散滤波方法，构建含通道表示权重项的能量泛函，在含混合噪声的图像重建与去噪任务中表现具竞争力。

UniDiffFusion: A Unified Diffusion Framework for Multi-Task and Degradation-Robust 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(title,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。

ACE-Ego-Hand: Repurposing Video Diffusion Models for Occlusion-Robust Egocentric 3D Hand Motion Recovery

DreamHand：复用视频扩散模型实现遮挡鲁棒的第一人称视角3D手部运动恢复

Yufei Liu, Xixi Wang, Hao Li, Ganlong Zhao, Kaitong Cai, Chengkai Jin, Chunxiao Liu, Jianbo Liu, Siyuan Huang, Xingang Pan, Hongsheng Li

机构 * ACE Robotics（ACE机器人公司） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 DreamHand是复用视频扩散模型的离线片段级框架，通过确定性干净潜在编码器与双向时空解码器恢复带度量位置的连续双手轨迹，在五个第一人称视角基准测试中实现最佳性能，为机器人操作数据提供可扩展路径。

Comments Project Page: this https URL (https://ggxxii.github.io/ace-ego-hand)

DASH: Dual-Branch Score Distillation for Guidance-Calibrated Compact Diffusion Models

DASH: 用于引导校准紧凑扩散模型的双分支分数蒸馏

Abdullah Al Shafi, Kazi Saeed Alam, Sk Imran Hossain, Engelbert Mephu Nguifo

机构 * Khulna University of Engineering & Technology（Khulna 工程与技术大学） ； University Clermont Auvergne（克莱蒙特-奥弗涅大学） 纠错

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

AI总结 针对类条件扩散模型参数压缩中无监督无条件分数分支导致引导失效的问题，提出双分支蒸馏框架DASH，通过独立监督两个分支并引入锚点正则化和课程迁移，在5.9倍压缩下保持与教师模型相近的FID和引导保真度。

Comments 30 pages, 12 figures, 19 tables. Code: this https URL (https://github.com/C-loud-Nine/DASH_Dual-Branch-Score-Distillation)

PIU: Proximity-guided Identity Unlearning in ID-Conditioned Diffusion Models

PIU：基于接近性的身份去学习在ID条件化的扩散模型中

Jose Edgar Hernandez Cancino Estrada, Mauro Díaz Lupone, Žiga Emeršič, Vitomir Štruc, Peter Peer, Darian Tomašević

机构 * University of Ljubljana, Faculty of Computer and Information Science（卢布尔雅那大学计算机与信息科学系） ； University of Ljubljana, Faculty of Electrical Engineering（卢布尔雅那大学电子工程系） 纠错

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

AI总结 本文研究了在ID条件化的扩散模型中身份去学习的问题，提出了一种基于接近性的身份去学习框架PIU，通过在学习的身份空间中重新分配源身份到选定的锚身份来实现身份移除，并结合基于ArcFace表示几何的锚点选择策略，通过局部微调少量身份敏感的交叉注意力层实现有效的去学习。

Can We Change the Stroke Size for Easier Diffusion?

我们能否通过改变笔触大小来使扩散更简单？

Yunwei Bai, Ying Kiat Tan, Yao Shu, Tsuhan Chen

机构 * National University of Singapore（新加坡国立大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 本文研究通过控制笔触大小改变监督目标的粗糙度，以缓解低信噪比下的预测挑战。

Stream-DiffVSR: Low-Latency Streamable Video Super-Resolution via Auto-Regressive Diffusion

Stream-DiffVSR: 通过自回归扩散实现低延迟可流式传输视频超分辨率

Hau-Shiang Shiu, Chin-Yang Lin, Zhixiang Wang, Chi-Wei Hsiao, Po-Fan Yu, Yu-Chih Chen, Yu-Lun Liu

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Shanda AI Research Tokyo（盛大AI研究东京） ； MediaTek Inc.（联发科技股份有限公司） 纠错

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

AI总结 Stream-DiffVSR提出一种因果条件扩散框架，通过四步蒸馏去噪器、自回归时间引导模块和轻量时间感知解码器，实现高效在线视频超分辨率，显著降低延迟并提升质量。

Comments ECCV 2026 Spotlight. Project page: this https URL (https://jamichss.github.io/stream-diffvsr-project-page/)

Conditional Diffusion for 3D CT Volume Reconstruction from 2D X-rays

基于条件扩散的3DCT体积重建从2DX光

Martin Rath, Morteza Ghahremani, Yitong Li, Ashkan Taghipour, Marcus Makowski, Christian Wachinger

机构 * Technical University of Munich (TUM)（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Western Australia (UWA)（西澳大利亚大学） 纠错

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

AI总结 本文提出AXON框架，通过多阶段扩散模型直接从真实X光重建高保真3DCT体积，采用粗到细策略和ControlNet优化，支持双平面X光输入并提升诊断分辨率。

Comments Accepted at BMVC 2026

DiffInf: Influence-Guided Diffusion for Supervision Alignment in Facial Attribute Learning

DiffInf: 基于影响的扩散法用于面部属性学习中的监督对齐

Basudha Pal, Zhaoyang Wang, Rama Chellappa

机构 * Departement of Electrical and Computer Engineering（电气与计算机工程系） ； Departement of Biomedical Engineering（生物医学工程系） 纠错

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

AI总结 DiffInf通过自影响引导的扩散方法，修复面部属性学习中的标注不一致，提升分类泛化能力。

Phys4D: Fine-Grained Physics-Consistent 4D Modeling from Video Diffusion

Phys4D: 从视频扩散模型实现细粒度物理一致的4D建模

Haoran Lu, Shang Wu, Songling Liu, Jianshu Zhang, Maojiang Su, Guo Ye, Chenwei Xu, Lie Lu, Pranav Maneriker, Fan Du, Zhaoran Wang, Han Liu

机构 * Northwestern University（西北大学） ； Dolby Laboratories（杜比实验室） 纠错

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

AI总结 提出Phys4D流水线，通过三阶段训练（伪监督预训练、物理监督微调、强化学习校正）从视频扩散模型学习物理一致的4D世界表示，显著提升细粒度时空与物理一致性。

Comments v2:Expanded the experiment section with more baselines and add more experiments in supplementary--corrected some typographical errors, and corrected author-affiliation information that was inaccurate in the previous version

EMAG: Self-Rectifying Diffusion Sampling with Exponential Moving Average Guidance

EMAG: 无训练的自修正扩散采样与指数移动平均引导

Ankit Yadav, Ta Duc Huy, Lingqiao Liu

机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； The 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 EMAG通过无训练机制改进扩散模型的引导技术，生成更困难的负样本以提升生成质量和人类偏好分数。

Comments 63 pages (Accepted at ECCV 2026)

FoundDiff: Foundational Diffusion Model for Generalizable Low-Dose CT Denoising

FoundDiff：用于通用低剂量CT去噪的基础扩散模型

Zhihao Chen, Qi Gao, Zilong Li, Junping Zhang, Yi Zhang, Jun Zhao, Hongming Shan

机构 * Institute of Science and Technology for Brain-inspired Intelligence and MOE Frontiers Center for Brain Science, Fudan University（脑启发智能科学技术研究所和脑科学前沿中心，复旦大学） ； Shanghai Key Lab of Intelligent Information Processing, School of Computer Science, Fudan University（智能信息处理上海市重点实验室，复旦大学计算机科学学院） ； School of Cyber Science and Engineering, Sichuan University（四川大学网络科学与工程学院） ； School of Biomedical Engineering, Shanghai Jiao Tong University（上海交通大学生物医学工程学院） 纠错

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

AI总结 该研究针对现有低剂量CT去噪方法泛化性差的问题，提出基础扩散模型FoundDiff，采用DA-CLIP与DA-Diff的两阶段策略，在多数据集上验证了其优异去噪性能与泛化能力。

Comments 14 pages, 8 figures

Dimple: Discrete Diffusion Multimodal Large Language Model with Parallel Decoding

Dimple：采用并行解码的离散扩散多模态大语言模型

Runpeng Yu, Xinyin Ma, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本研究提出首个离散扩散多模态大语言模型Dimple，采用自回归与扩散结合的训练范式，性能优于LLaVA-NEXT 3.9%，通过置信解码提升推理效率，还探索了结构先验的响应控制能力。

Patch-Based Diffusion Reconstruction for Accelerated Cardiac Cine

基于块的扩散重建用于加速心脏电影成像

Xuan Lei, Philip Schniter, Juliet Varghese, Rizwan Ahmad

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究开发名为CineDiff的基于块的扩散重建框架，用于高度加速的二维实时心脏电影CMR，在多场景评估中优于对比方法，且对分布外数据具鲁棒性。

Multifidelity Computer Model Emulation Via Diffusion Model Steering and Targeted Maximum Likelihood

基于扩散模型引导与目标最大似然估计的多保真度计算机模型仿真

Jongmin Mun

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出一种结合扩散模型引导与目标最大似然估计的多保真度方法，融合高低分辨率模拟以解决MNAR选择偏差问题，降低计算成本并提升目标参数估计准确性。

Comments 27 pages, 1 table, 4 algorithms

Scalable, Likelihood-Free Calibration of Ice-Sheet Models with Deep Diffusion Emulators and Feature Matching

基于深度扩散模拟器与特征匹配的冰盖模型可扩展无似然校准

Kanghyun Wi, Jaewoo Park, Saumya Bhatnagar, Won Chang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SC-DS方法，结合扩散模型与孪生网络实现冰盖模型可扩展无似然校准，精度相当且成本低，可应用于现有方法无法处理的全分辨率冰盖模拟场景。

CARVE: Verified Expansion for Variable-Length Generation in Diffusion Language Models

CARVE：扩散语言模型中变长生成的验证式扩展

Wail Bouhedja, Amr Mohamed, Guokan Shang

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Sorbonne Université（索邦大学） ； Ecole Polytechnique（巴黎综合理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出无需重训的 CARVE 算法，解决扩散语言模型固定长度生成的缺陷，通过验证式扩展实现变长生成，在代码生成与数学推理基准中提升性能并降低推理成本。

Comments EMNLP 2026 Findings

Playability-Aware Audio-to-Tablature Guitar Transcription via Diffusion Models

基于扩散模型的可演奏性感知音频到吉他指板谱的转录

Riccardo Simionato, Louis Bigo

机构 * Univ. Bordeaux（波尔多大学） ； CNRS（法国国家科学研究中心） ； Bordeaux INP（波尔多国立综合理工学院） ； LaBRI（计算机科学、图像与智能研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对吉他指板谱转录的可演奏性问题，提出扩散模型Noise2Fret，引入五种辅助损失优化训练目标，在GuitarSet和GOAT数据集上实现优于基线的性能与计算效率。

Comments Accepted for ISMIR 2026

DiffPDE: Masked Diffusion Language Models as PDE Solver

DiffPDE：作为偏微分方程求解器的掩码扩散语言模型

Wenxuan Guo, Yuyang Hong, Lubin Fan, Zhaojin Fu, Lin Chen, Kun Ding, Shiming Xiang

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究针对现有PDE求解器合成方法中自回归模型解码冗余的问题，提出基于离散扩散语言模型的DiffPDE框架，结合局部重掩码填充策略与ID-GRPO强化学习方案，在PDEBench上实现了更优准确率与更快修复速度。

Ceiling-Clipped Acceptance Histograms Indicate Stranded Speed-up in Block-Diffusion Speculative Decoding

截断上限的接受直方图揭示块扩散投机解码中的搁浅加速

Ephrem Wu

机构 * Advanced Micro Devices, Inc.（超威半导体公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究发现块扩散投机解码存在搁浅加速问题，提出 DBloom 方法对草稿器后训练扩展块大小，在多个模型和基准上提升了提交长度，且优于 JetSpec。

GraM-Diff: A Unified Graph-Mamba Diffusion Framework for EEG-Based Alzheimer's Disease Data Generation and Diagnosis

GraM-Diff：用于基于脑电图的阿尔茨海默病数据生成与诊断的统一图-状态空间扩散框架

M. Tanveer, Ayush Singh Rana, Sanskriti Jain, Arnav Kumar, Aryaman Tiwari, A. Rahaman, A. Quadir, M. Sajid

机构 * Indian Institute of Technology Indore（印度理工学院印多尔分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出GraM-Diff框架，通过结合图卷积网络与双向Mamba状态空间块生成脑电图数据，用于阿尔茨海默病诊断，在四个基准测试中提升了分类性能与鲁棒性。

On the Resilience of Text-to-Video Diffusion Models to Hardware Faults

文本到视频扩散模型对硬件故障的鲁棒性研究

Zachary Coalson, A M Aahad, Stella Doehring, Zane Ma, Sanghyun Hong

机构 * Oregon State University（俄勒冈州立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究首次系统性探究文本到视频（T2V）扩散模型对硬件故障的鲁棒性，发现单个故障可降低性能、改变语义，内存故障危害更大，揭示了已部署T2V系统的可靠性风险。

Comments Accepted to ICML 2026 Workshop on From Frames to Stories (F2S)

Generalizable Multi-Agent Planning from Signal Temporal Logic Specifications via Diffusion

基于扩散模型的、可从信号时序逻辑规范实现通用多智能体规划

Joe Eappen, Zikang Xiong, Shreyash S. Iyengar, Suresh Jagannathan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对多智能体STL规划的通用能力与可扩展性的权衡问题，提出STL引导的扩散方法，实现了可泛化、可扩展且规划多样的多智能体规划，减少了安全违规。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026

EpaCache: Error-Propagation-Aware Caching for Accelerating Diffusion-Based Visual Generation

EpaCache：面向扩散式视觉生成的误差传播感知缓存技术

Yuhan Liu, Zongwei Hong, Jinglun Li, Linze Li, Shen Zhang, Yao Tang

机构 * JIIOV Technology（极目科技） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散式视觉生成模型推理成本高的问题，提出无训练的误差传播感知缓存策略EpaCache，在图像、视频合成任务上均实现了延迟与保真度的更优权衡。

Comments This is a preview version of EpaCache, which is still under review

A-MADiff: Attention-Guided Multi-Agent DRL with Diffusion Policies for Memory-Aware Task Orchestration in Mobile AIGC Networks

A-MADiff：面向移动AIGC网络中感知内存的任务编排的注意力引导多智能体深度强化学习与扩散策略

Chongzhi Wu, Zhengtao Li, Jiawen Kang, Jinbo Wen, Xiaohuan Li, Maomao Zhang, Ekram Hossain

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对移动AIGC网络中AIGC推理任务导致GPU内存耗尽的问题，本文提出A-MADiff算法，通过协作式多智能体框架建模Dec-POMDP，采用扩散策略与注意力引导机制，显著提升了累积奖励。

Algorithmic Simplification for Million-Vertex Diffusion History Reconstruction

百万顶点扩散历史重建的算法简化

Gökhan Göktürk

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究简化了用于百万顶点扩散历史重建的HERMES算法，移除学习提议、MCMC和拟合阶段，提出的Battus-Z方法在保持性能的同时大幅提升效率，适用于大规模图数据。

Comments 8 pages, 2 figures, 8 tables. Preliminary results and text

Efficient Geothermal Well-Control Optimization via Diffusion-Surrogate Reinforcement Learning

基于扩散代理强化学习的高效地热井控优化

Ruimin Dai, Guodong Chen, Randy Harsuko, Kunpeng Liu, Nori Nakata

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对EGS实时决策的高计算成本问题，提出扩散代理引导的强化学习框架，结合条件扩散模型与PPO，在裂缝型EGS基准上实现高效井控优化，性能优于现有方法且降低模拟依赖。