图像生成

Coarse to Fine: Iterative Adversarial Neural Cellular Automata for Medical Image Synthesis

从粗到细：用于医学图像合成的迭代对抗神经细胞自动机

Anh Thi Luu, Nick Lemke, Anirban Mukhopadhyay

机构 * Technical University of Darmstadt（达姆施塔特工业大学） ； ImFusion GmbH（ImFusion 有限公司） 纠错

专题命中 文生图 ：image synthesis(title)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 该研究提出首个基于NCA的轻量通用生成对抗网络StyleGANCA，在BloodMNIST和PathMNIST上以仅61.7万参数实现有竞争力的图像质量，支持多分类器训练，解决医学影像数据共享的隐私问题

Imag-Eval: a language-grounded framework for interpretable Text-to-Image instruction following evaluation

Imag-Eval：一种基于语言的可解释文本到图像指令遵循评估框架

Ibrahim Mohamed Serouis, David Jaramillo Duque

机构 * Talan Research and Innovation Center（塔兰研究与创新中心） 纠错

专题命中 文生图 ：text-to-image(title,abstract)

AI总结 针对现有T2I模型评估的局限，提出Imag-Eval基准，通过独立调整实例数与规则组合区分语言复杂性与组合难度，经实验表明结构化技能的组合难度由规则数及绑定方式决定。

Comments Accepted to the 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP 2026)

LISynSeg: Data-Centric Label-to-Image Synthesis for Cross-Modality Whole-Heart Segmentation

LISynSeg：以数据为中心的标签到图像合成用于跨模态全心分割

Jiacheng Wang, Ivana Isgum, Ipek Oguz

机构 * Vanderbilt University（范德堡大学） ； Mayo Clinic（梅奥诊所） 纠错

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

AI总结 该研究提出以数据为中心的LISynSeg方法，通过标签到图像合成结合真实图像训练，在不改变nnU-Net架构的情况下改善跨模态全心分割，对MRI的提升更显著。

Comments 12 pages, 4 figures

Not Safe for All: Auditing the Dialect Penalty in Text-to-Image Safety Pipelines

并非对所有人安全：审计文本到图像安全流程中的方言惩罚

Minkyu Kim, Juhwan Choi, YoungBin Kim

机构 * Chung-Ang University（中央大学） 纠错

专题命中 文生图 ：text-to-image(title,abstract)

AI总结 该研究发现文本到图像安全流程存在方言惩罚问题，五种英语方言的23080对提示实验显示，不同安全过滤器对不同方言的检测偏差显著，可通过组平衡重训练缓解。

Comments EMNLP 2026 Findings

Medical Foundation Model Features as Perceptual Loss for Brain MRI Contrast Dose Simulation

医学基础模型特征作为感知损失用于脑部MRI对比度剂量模拟

Changsheng Fang, Dayang Wang, T. Campbell Arnold, Enhao Gong, Srivathsa Pasumarthi

专题命中 文生图 ：image synthesis(abstract)；分类 cs.CV

AI总结 该研究提出用医学基础模型RadImageNet的特征替代自然图像骨干网络，作为感知损失用于脑部MRI对比度剂量模拟，相关指标略有提升，视觉效果更优。

A Large-scale Evaluation of Text-guided Models for Facial Editing

文本引导的人脸编辑模型的大规模评估

Rahul Nair, Saurav Pandit, Hannah Kerner

机构 * Arizona State University（亚利桑那州立大学） ； Prelight Inc（普雷莱特公司） 纠错

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

AI总结 本研究对6种文本引导模型开展首次大规模人脸编辑评估，构建含169个属性的Face-Edit-Attributes数据集，发现多数模型头发配饰编辑表现好但姿态编辑差，存在过度编辑及针对深色皮肤男性和老年面孔的偏差。

Comments ACM Multimedia (ACMMM) 2026 Oral

Dior: Drawing the Light of Image via Material-Decoupled Illumination Representation

Dior：通过材料解耦光照表示绘制图像的光照

Xuanpu Zhang, Xuesong Niu, Haoxiang Cao, Ruidong Chen, Jianhao Zeng, Changqian Yu

机构 * Tianjin University（天津大学） ； KlingAI Research（KlingAI研究院） ； Deva Research（Deva研究院） 纠错

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

AI总结 针对现有图像重光照方法无法在手绘涂鸦输入与结果间建立有效映射的问题，提出材料解耦光照表示Lumi Map，构建Dior-Light方法，提升了重光照精度与光照控制能力。

Discrete Diffusion Bridges for Spatiotemporally Aligned Image Translation and Generation

用于时空对齐图像翻译与生成的离散扩散桥

Xing Xie, Jiawei Liu, Shijun Zhou, Huijie Fan, Zhi Han, Yandong Tang, Liangqiong Qu

机构 * Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； The University of Hong Kong（香港大学） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） 纠错

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 该研究提出离散扩散桥（DDB）框架，解决离散扩散在图像翻译与生成中的时空错位问题，通过混合吸收机制和信息引导噪声调度实现平衡，在多生成任务中表现优异且适配低采样步数场景。

Comments Accepted to ECCV 2026

RegionCache: Semantic-Aware Region Reuse for Efficient Multi-Turn Image Generation

RegionCache：面向高效多轮图像生成的语义感知区域复用

Peizheng Li, Xin Ai, Hanyuan Liu, Qiange Wang, Yanfeng Zhang

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） 纠错

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

AI总结 针对多轮图像编辑中现有DiT方法的冗余计算问题，提出RegionCache框架，通过语义感知的区域复用实现1.43-2.55倍端到端加速且保持图像质量。

Comments Accepted at IJCAI 2026

Elastic Token Compression for Pixel-Space Diffusion Transformers

像素空间扩散Transformer的弹性令牌压缩

Eduard Zamfir, Christian Reisswig, Zongwei Wu, Yongqin Xian, Radu Timofte

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

AI总结 针对像素空间扩散Transformer的令牌冗余问题，提出Region Token Interface弹性令牌压缩方法，可在多压缩预算下提升效率，2.0倍速时达密集模型质量，2.6倍速时仍接近该质量。

Generalization over Memorization: Generalization-Aware Diffusion Adaptation for Single-Image Multi-View Synthesis

超越记忆的泛化：面向单图像多视图合成的泛化感知扩散适配

Jie Li, Xingchen Zou, Yuxuan Liang

机构 * Huazhong University of Science and Technology（华中科技大学） ； The 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)；image synthesis(abstract)；分类 cs.CV

AI总结 本研究提出ACM MM 2026单图像多视图合成挑战赛的获奖方案GoM，通过场景不相交验证等技术，在40个训练场景下实现293支队伍中排名第一，揭示小数据生成建模中验证设计与训练轨迹控制的关键作用。

Comments ACM Multimedia 2026 Grand Challenge Track winning paper; presents the 1st-place solution among 293 registered teams. 7 pages, 2 figures

Membership is Ownership: A Robust Ownership Verification Framework for Diffusion Models

成员即所有权：一种针对扩散模型的鲁棒所有权验证框架

Feng Jiang, Zuobin Xiong, An Huang, Zhipeng Cai, Yingshu Li

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

AI总结 本研究提出MiO框架，通过总体假设检验实现扩散模型所有权验证，未修改原模型，在窃后微调等对抗场景下鲁棒性优于水印方法，为AI模型IP保护提供了新方案。

Comments This paper has been accepted to the IEEE International Conference on Data Mining (ICDM) 2026

CARD: Calibration via Agreement in Reverse Diffusion for Out-of-Domain MRI Segmentation

CARD：基于反向扩散一致性的域外MRI分割校准方法

Jiaheng Dai, Weidong Guo, Qingbiao Li, Jie Xu, Yi Guo, Yuanyuan Wang, Zeju Li

机构 * College of Biomedical Engineering, Fudan University（复旦大学生物医学工程学院） ； Faculty of Information Science and Computing, University of Macau（澳门大学信息科学与计算学院） 纠错

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

AI总结 该研究针对域外MRI分割的域偏移导致概率校准失效的问题，提出基于反向扩散一致性的CARD方法，利用生成式形状先验的分歧实现像素级校准，显著降低了多器官MRI域偏移下的校准误差。

Comments 10 pages, 5 figures

TDDM-Melatt: A Decoupled Memory and Diffusion Framework for Generalizable Encrypted Traffic Classification

TDDM-Melatt：用于通用加密流量分类的解耦内存与扩散框架

Ze Chen, Qiming Yu, Zijia Song, Guozheng Yang, Wei Yan

机构 * National University of Defense Technology（国防科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对加密流量分类的泛化性局限，研究提出TDDM-Melatt框架，结合解耦内存模型Melatt与流量去噪扩散模型TDDM，在4个公开数据集上的实验性能优于6种基础分类模型和6种SOTA表示学习模型。

Comments 18 pages, 13 figures, 9 tables, accepted at the 2026 ACM Conference on Computer and Communications Security (CCS 2026)

Diffusion-Based Inverse Design of Dielectric Resonator Metasurfaces for Shaping Smart Electromagnetic Environments

基于扩散模型的介质谐振器超表面逆设计用于构建智能电磁环境

M. Tsukerman, K. Grotov, D. Vovchuk, P. Ginzburg

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出条件扩散框架用于介质谐振器超表面逆设计，可生成多个候选设计，其误差低于CMA-ES优化及确定性神经基线，推理效率更高。

DReSG: Diffusion Residuals for Stylized Gaussian Splatting

DReSG：用于风格化高斯溅射的扩散残差

Zhongliang Liu, Wenjie Liu, Yang Li

机构 * School of Software Engineering, East China Normal University（华东师范大学软件工程学院） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

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

AI总结 针对现有3D风格化方法的缺陷，提出DReSG框架，将扩散提议作为残差目标并通过多视图高斯反馈优化，实现稳定可控的参考引导风格化，更好保留场景结构与跨视图稳定性。

Comments Accepted to Pacific Graphics 2026 (Conference Track)

DiffSAC: Diffusion-guided Sampling for Consensus-based Robust Estimation

DiffSAC：用于基于共识的鲁棒估计的扩散引导采样

Chang Nie, Guangming Wang, Zhe Liu, Hesheng Wang

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China（教育部系统控制与信息处理重点实验室） ； Department of Engineering, Cambridge University（剑桥大学工程系） 纠错

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

AI总结 针对传统样本共识鲁棒估计采样效率低的问题，提出DiffSAC框架，通过扩散模型学习有效最小集分布，仅需几十个假设就实现最先进性能，可作为即插即用模块改进现有方法。

Null-Space Diffusion Restoration with Adaptive Uncertainty-Guided Fusion for Ultrasound Speckle Reduction

用于超声散斑抑制的自适应不确定性引导融合的零空间扩散恢复

Juneyong Lee, Jaeyoung Choi

机构 * Hankuk University of Foreign Studies（韩国外国语大学） 纠错

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

AI总结 针对超声B型成像的散斑噪声抑制问题，提出不确定性引导零空间扩散框架，在PICMUS等数据集上实现了散斑抑制与结构保留的平衡，达到了具竞争力的gCNR值。

Comments 14 pages, 4 figures, 5 tables. Accepted for publication in IEEE Access

PhysWave: Physics-Guided Latent Diffusion Models for Controllable Spatial Audio Generation

PhysWave：用于可控空间音频生成的物理引导潜在扩散模型

Lingfeng Yao, Chenpei Huang, Xingke Yang, Ziye Geng, Changqing Luo, Hao Wang, Jiang Liu, Miao Pan

机构 * University of Houston（休斯顿大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Waseda University（早稻田大学） 纠错

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

AI总结 PhysWave是一种物理引导潜在扩散模型，通过统一控制与加入声学先验，生成空间一致的文本到FOA音频，还构建了30万段FOA数据集，可用于推理时的空间优化。

Comments Accepted by EMNLP 2026 Main Conference. Project website: this https URL (https://lingfengyao.github.io/PhysWave/)

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。

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。