图像生成

DASIP: Dynamic Test-Time Compute Scaling for Robot Control with Stochastic Interpolant Policies

DASIP：基于随机插值策略的机器人控制动态测试时计算缩放

Inkook Chun, Seungjae Lee, Michael S. Albergo, Saining Xie, Eric Vanden-Eijnden

机构 * New York University（纽约大学） ； University of Maryland（马里兰大学） ； Harvard University（哈佛大学） ； Capital Fund Management（资本基金管理公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出难度感知随机插值策略（DA-SIP），通过难度分类器动态调整推理步数、求解器和ODE/SDE积分，在保持任务成功率的同时将计算时间减少2.6-4.4倍。

Multilevel Stochastic Gradient Descent for Optimal Control Under Uncertainty

不确定性下最优控制的多层随机梯度下降法

Niklas Baumgarten, David Schneiderhan

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出一种多层随机梯度下降法，用于求解受不确定输入数据影响的偏微分方程最优控制问题，通过并行多层蒙特卡洛估计随机梯度，实现线性收敛并显著优于标准随机梯度下降法。

Modest, artistic, and radical solutions to the environmental impact of image-generating machine learning

图像生成机器学习的环境影响：温和、艺术与激进的解决方案

Laura U. Marks, Jess MacCormack, Kehui Li

专题命中 可控生成 ：image generation(abstract)

AI总结 针对图像生成ML的高能耗问题，从计算机工程、媒体研究和艺术角度探索非精确计算、小模型、低精度硬件等解决方案，并提出真实成本核算。

Comments Paper in Proceedings of LIMITS 2026: 12th Workshop on Computing within Limits, 2026-06-23-25, Online

Coherent Microwave Control of Optically Addressable Donor Qubits in ZnO

ZnO中光学可寻址施主量子比特的相干微波控制

Ethan R. Hansen, Dong-Rong Wu, Yixuan Li, Yaser Silani, Joseph Falson, Yusuke Kozuka, Masashi Kawasaki, Yuan Ping, Kai-Mei C Fu

专题命中 可控生成 ：diffusion(abstract)

AI总结 通过微波脉冲实现ZnO中注入的$^{115}$In施主电子自旋的相干控制，利用光泵浦初始化与读出，观测到拉比振荡和超精细跃迁，但低场下相干时间显著短于预期。

Comments 14 pages, 15 figures

Condition-Wise Sinkhorn Drifting for One-Shot Learned Channel Simulation

条件式Sinkhorn漂移用于一次性学习信道仿真

Rick Fritschek, Rafael F. Schaefer

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对学习通信系统中扩散式反向采样成本高的问题，提出条件式Sinkhorn漂移，一种一次性信道替代方法，通过条件Sinkhorn目标训练生成器，在AWGN、瑞利衰落等信道下评估，条件式变体在条件诊断和符号编码检查中表现最强。

Comments 12 pages, 3 figures

Structured Cognitive Loop for Behavioral Intelligence in Large Language Model Agents (Extended Revision: From Behavioral Architecture to Epistemic Accountability)

大型语言模型代理中行为智能的结构化认知循环（扩展修订：从行为架构到认知问责）

Myung Ho Kim

机构 * JEI University（JEI大学） 纠错

专题命中 可控生成 ：image generation(abstract)

AI总结 提出结构化认知循环（SCL）架构，通过分离认知、记忆、控制和行动模块，实现LLM代理的可问责行为，在360个任务中成功率86.3%，优于基线方法。

Comments This revised version extends the original SCL framework from a behavioral architecture for reliable LLM agents into a broader architecture of epistemic accountability, integrating context-aware Human-in-the-Loop control, Pool-Gated Retrieval, and the Horizon-Warrant-Commitment structure

Online Spectral Deflation for State Constrained Optimal Control Problems

状态约束最优控制问题的在线谱消去法

Teeratorn Kadeethum, Francesco Ballarin, Youngsoo Choi, Sanghyun Lee

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对参数化PDE约束最优控制中的点态状态约束问题，提出一种可复用的谱消去策略，通过预计算参考Schur补的低阶特征模态并在在线阶段限制到非活动集，结合A-DEF2消去基加速Jacobi预处理CG求解，在多个基准测试中减少55-98%的CG迭代次数。

Unified Audio Generation and Editing via Joint Condition Modeling and Progressive Training

统一音频生成与编辑：联合条件建模与渐进训练

Haocheng Dong, Yuheng Lu, Cheng Gong, Shansong Liu, Xiao-Lei Zhang, Xuelong Li

机构 * Department of Electronic Engineering and Information Science, University of Science and Technology of China（电子工程与信息科学系，中国科学技术大学） ； Tianjin Key Laboratory of Cognitive Computing and Application, School of Artificial Intelligence, Tianjin University（认知计算与应用重点实验室，天津大学人工智能学院） ； Institute of Artificial Intelligence of China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI）） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出AudioWeave统一模型，通过联合条件建模和渐进多阶段训练策略，实现文本到音频生成和音频编辑的单一框架，性能与专用模型相当。

ControlMap: Controllable High-Definition Map Generation for Traffic Scenario Simulation

ControlMap: 用于交通场景仿真的可控高清地图生成

Marwan Farag, Steffen Wäldele, Yu Yao

机构 * University of Stuttgart（斯图加特大学） ； Robert Bosch GmbH（博世公司） ； Motional, Inc（Motional公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出基于潜在扩散和ControlNet的数据驱动管道，实现可控高清地图生成，支持空间引导、条件强度调整和城市风格迁移，并引入新指标评估控制信号遵循度和地图真实性。

Adaptive Resource Management and Quality Control for Streaming Video Generation

自适应资源管理与质量控制用于流式视频生成

Yifei Xia, Hao Yuan, Suhan Ling, Haoran Sun, Hanke Zhang, Xupeng Miao, Fangcheng Fu, Bin Cui

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对自回归扩散Transformer在实时流式视频生成中的播放连续性SLO，提出基于播放余量的服务系统SlackServe，通过三级优先级队列、重新归位和弹性序列并行重新分配资源，并在质量下限下通过双模帕累托路由选择每块保真度配置，显著提升QoE并降低首块延迟。

Towards Unified Song Generation and Singing Voice Conversion with Accompaniment Co-Generation

面向统一歌曲生成与带伴奏共生成的歌声转换

Ziyu Zhang, Chunyu Qiang, Xiaopeng Wang, Yuxin Guo, Kang Yin, Wenjie Tian, Jingbin Hu, Tianlun Zuo, Zhao Guo, Teng Ma, Yuzhe Liang, Chen Zhang, Lei Xie

机构 * Northwestern Polytechnical University（西北工业大学） ； Kuaishou Technology（快手科技） ； Beijing Institute of Technology（北京理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出UniSinger框架，基于多模态扩散Transformer统一零样本歌曲生成与伴奏共生成歌声转换，通过共享说话人嵌入和课程学习策略实现跨任务音色控制与多任务优化。

StyleShield: Exposing the Fragility of AIGC Detectors through Continuous Controllable Style Transfer

StyleShield: 通过连续可控风格迁移揭示AIGC检测器的脆弱性

Guantian Zheng

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

专题命中 可控生成 ：image synthesis(abstract)

AI总结 提出StyleShield，一种基于流匹配的条件文本风格迁移框架，通过连续控制风格迁移强度，在保持语义相似度的同时实现高规避率，并引入RateAudit算法质疑基于分数的检测可靠性。

Comments 12 pages, 5 figures. Code and model weights will be released upon acceptance

From Noise to Intent: Anchoring Generative VLA Policies with Residual Bridges

从噪声到意图：基于残差桥的生成式VLA策略锚定

Yiming Zhong, Yaoyu He, Zemin Yang, Pengfei Tian, Yifan Huang, Qingqiu Huang, Xinge Zhu, Yuexin Ma

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出ResVLA架构，通过频谱分析将机器人控制解耦为确定性低频锚点和随机高频残差，利用残差扩散桥聚焦局部动态精化，实现高效表示与强条件对齐。

Comments Accepted to ICML 2026

Evaluating SQL Understanding in Large Language Models

评估大型语言模型对SQL的理解能力

Ananya Rahaman, Anny Zheng, Mostafa Milani, Fei Chiang, Rachel Pottinger

专题命中 可控生成 ：image generation(abstract)

AI总结 本文评估大型语言模型在SQL任务中的理解能力，通过检测语法错误、识别缺失token、预测查询性能等任务，揭示模型在语义理解和连贯性方面的局限。

Comments 12 pages conference submission

Journal ref Proc. EDBT 2025, pp. 909-921, 2025

ReactVLA: Fast and Lightweight Reactive Robot Manipulation via Improved Mean Flow Action Generation

ReactVLA: 通过改进的平均流动作生成实现快速轻量级反应式机器人操作

Yanzhao Guo, Wenkai Chen, Jianwei Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Technical Aspects of Multimodal Systems (TAMS), Department of Informatics, Universität Hamburg（汉堡大学信息学系多模态系统技术方面（TAMS）） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出ReactVLA框架，结合改进的平均流动作生成器和注意力残差机制，实现轻量低延迟的实时机器人操作，在模拟和真实任务中性能提升达1.65倍，推理速度提升4倍以上。

GeoHAT: Geometry-Adaptive Hybrid Action Transformer for Mobile Manipulation

GeoHAT: 几何自适应混合动作Transformer用于移动操作

Xiangyu Zhu, Renjun Wu, Luzhou Ge, Jinyan Liu, Xuesong Li

机构 * Beijing Institute of Technology（北京理工大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出GeoHAT框架，通过轻量级傅里叶空间编码器注入几何信息，并采用混合全身动作解码器分解机械臂与基座动作，在ManiSkill-HAB基准上成功率提升23.7%。

Criticality of a Stochastic Dense Associative Memory Model with Exponential Interaction Function

具有指数交互函数的随机稠密联想记忆模型的临界性

Marco Cafiso, Paolo Paradisi

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究随机指数稠密联想记忆模型在MNIST数据上的动力学，发现噪声诱导的相变，临界噪声水平随负载增加而降低，临界状态下呈现长时间相关动力学。

Hamilton-Jacobi-Bellman Equations in Random Geometries: Homogenization on Continuum Percolation Clusters

连续渗流簇上的Hamilton-Jacobi-Bellman方程的随机均匀化

Rodrigo Bazaes, Alexander Mielke, Chiranjib Mukherjee

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究连续渗流簇上退化随机Hamilton-Jacobi-Bellman方程的均匀化性质，利用Hamiltonian的强制性和相对熵结构，结合连续渗流随机几何，证明了几乎必然的均匀化结果。

Comments Completely revised manuscript, some earlier assumptions corrected; the revised assumptions are now sharp and apply to a substantially broader class of models, large parts of the proofs have been rewritten and are new

OMG: Omni-Modal Motion Generation for Generalist Humanoid Control

OMG: 面向通用人形机器人的全模态运动生成

Siqiao Huang, Kun-Ying Lee, Dongming Qiao, Guanqi He, Zhenyu Wang, Yitang Li, Shaoting Zhu, Hang Zhao

机构 * Tsinghua University（清华大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出OMG框架，通过精心策划的数据流程和扩散模型，实现基于语言、音频和参考动作的全模态全身控制，展示了最先进的性能和可扩展性。

Comments Project Page: https://tsinghua-mars-lab.github.io/OMG/

Complexity synchronization as a diagnostic and control principle for adaptive systems

自适应系统的复杂性同步作为诊断与控制原则

Korosh Mahmoodi, Scott E. Kerick, Piotr J. Franaszczuk, David L. Boothe, Paolo Grigolini, Bruce J. West

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出复杂性同步（CS）作为自适应系统的诊断与干预原则，通过多智能体模型验证其与协作性能的关系，揭示功能相关子系统并指导修复。

CT-VAM: A Cerebello-Thalamic-Inspired Vision-Action Model for Efficient Visuomotor Control

CT-VAM: 一种小脑-丘脑启发的视觉-动作模型用于高效视觉运动控制

Jiacheng Li, Yize Guo, Jiabin Guo, Qingchen Liu, Jiahu Qin

机构 * University of Science and Technology of China（中国科学技术大学） ； AIRLab, Department of Automation（自动化系AIRLab） 纠错

专题命中 可控生成 ：inpainting(abstract)

AI总结 提出CT-VAM模型，通过TARS条件注意力解码器融合异构输入，以68M参数实现与大型VLA模型相当的LIBERO成功率，并降低推理延迟，支持高频控制。

Does Eternal Inflation Violate the Smeared Null Energy Condition?

永恒暴胀是否违反涂抹零能条件？

Dong-Hui Yu, Yong Cai

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究永恒暴胀中暴胀子的随机向上涨落是否违反涂抹零能条件（SNEC），通过Fokker-Planck方程和单轨迹分析表明，引力反作用在SNEC界限达到前已破坏背景时空假设，因此不违反SNEC。

Comments 6 pages

Global Convergence of Wasserstein Policy Gradient for Entropy-Regularized Reinforcement Learning

Wasserstein策略梯度在熵正则化强化学习中的全局收敛性

Zhaoyu Zhu, Rui Gao, Shuang Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文通过利用熵正则化强化学习的Bellman结构，证明了Wasserstein策略梯度（WPG）方法的全局收敛性，并建立了分布Polyak-Łojasiewicz条件。

Controllable Molecular Generative Foundation Models

可控分子生成基础模型

Yihan Zhu, Yuhan Liu, Weijiang Li, Tengfei Luo, Meng Jiang

机构 * University of Notre Dame（诺丁汉大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出CoMole，一种基于基团感知图扩散的统一框架，结合强化学习优化条件反向策略，在材料与药物设计的九个目标上均实现最优可控性，MAE最高降低48.2%，且无需规则修正。

World-Language-Action Model for Unified World Modeling, Language Reasoning, and Action Synthesis

世界-语言-动作模型：统一世界建模、语言推理与动作合成

Yi Yang, Zhihong Liu, Siqi Kou, Yiyang Chen, Yanzhe Hu, Jianbo Zhou, Boyuan Zhao, Zhijie Wei, Xiao Xia, Xueqi Li, Pengfei Liu, Zhijie Deng

机构 * SJTU（上海交通大学） ； SII（上海研究院） ； HUST（华中科技大学） ； SCUT（华南理工大学） ； ECUST（东华大学） ； SHU（上海大学） ； NJUPT（南京工业大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出世界-语言-动作（WLA）模型，通过自回归Transformer联合预测文本子任务、子目标图像和机器人动作，融合世界建模与语言推理能力，实现多任务和长时域任务的最优性能。

Comments 19 pages, 10 figures

A new analytic method with a convergence-control parameter for solving nonlinear problems

一种带有收敛控制参数的新解析方法用于求解非线性问题

Xiaolong Zhang, Songxin Liang

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种新的解析方法，该方法包含一个收敛控制参数c，用于调整和控制所得到的级数解的收敛区域和速率。通过选择适当的c值，可以显著扩大收敛区域和速率。同时，给出了一种数值方法来寻找最优的收敛控制参数值。此外，发现传统Adomian分解方法只是该新方法的特殊情况。通过几个物理模型，包括非线性热传导问题、纳米机电系统、扩散和耗散现象以及色散波，验证了新方法的有效性和适用性。

Comments 15page,7figures

Journal ref Communications in Nonlinear Science and Numerical Simulation, 56,2018,354-364

Ergodicity analysis and antithetic integral control of a class of stochastic reaction networks with delays

随机性反应网络中延迟的遍历性分析与抗性积分控制

Corentin Briat, Mustafa Khammash

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了一类具有延迟的随机反应网络的遍历性分析和抗性积分控制，证明了相位型分布的延迟不会影响反应网络的遍历性，并展示了延迟对动量方程的影响。

Comments 42 pages, 4 figures

Error control for the localized reduced basis multi-scale method with adaptive on-line enrichment

局部降阶多尺度方法的误差控制与自适应在线丰富

Mario Ohlberger, Felix Schindler

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种基于保守通量重建的局部降阶多尺度方法，用于参数椭圆问题的后验误差估计，通过自适应在线丰富提高计算效率和精度。

Journal ref SIAM J. Sci. Comput., 37 (2015), pp. A2865-A2895

External optimal control of nonlocal PDEs

非局部PDEs的外部最优控制

Harbir Antil, Ratna Khatri, Mahamadi Warma

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了非局部PDEs的外部最优控制问题，提出了一种新的源识别和最优控制框架，允许将源或控制置于观测域之外，克服了传统扩散模型的局限性，并通过理论分析和数值示例验证了方法的有效性。

A perturbative approach to control variates in molecular dynamics

分子动力学中控制变量的微扰方法

Julien Roussel, Gabriel Stoltz

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种通用的方差减少策略，用于扩散过程，通过微扰论证展示简化模型计算的控制变量可有效用于实际问题，并通过数值实验展示了三种实际应用案例。