Noise-Space Attribution and Control of Chunk-Boundary Artifact
噪声空间中的属性分析与块边界伪影控制
机构 * Rui Wang（1 王瑞）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了生成视觉-运动策略中块边界伪影的机制，通过分析噪声空间中的变量，展示了如何通过控制隐含噪声来调节伪影，并证明伪影变化可以影响最终任务结果。
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 可控生成 4236 篇
Viscosity Solutions of Stochastic Hamilton--Jacobi--Bellman Equations with Jumps
具有跳跃的随机Hamilton-雅可比-贝尔曼方程的粘性解
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了跳跃扩散过程的随机最优控制及相关的非线性反向随机Hamilton-雅可比-贝尔曼方程，通过反向半群建立动态规划原理以刻画价值函数，并引入基于半鞅测试函数和全局切线条件的随机粘性解框架来处理非局部积分微分算子和多项式增长问题，最后在超抛物性条件下建立弱比较原理并证明了全局唯一性。
C$^2$FG: Control Classifier-Free Guidance via Score Discrepancy Analysis
C$^2$FG: 通过分数差异分析实现控制分类器无关引导
机构 * Shanghai Jiao Tong University（上海交通大学） ； vivo BlueImage Lab（vivo 蓝影实验室） ； vivo Mobile Communication Co., Ltd.（vivo 通信有限公司）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出C$^2$FG，一种基于分数差异分析的控制分类器无关引导方法，通过严格理论分析建立了条件分布与无条件分布在不同时间步的分数差异上界，从而为时间依赖引导提供了理论基础，并通过实验验证了其在多种生成任务中的有效性。
Comments Accepted to CVPR 2026 (Highlight)
Spacetime Optimal-Transport Attention for Visuo-Haptic Imitation Learning of Contact-Rich Manipulation
时空最优传输注意力用于视觉-触觉模仿学习中的富接触操作
机构 * Robotics Research Centre, School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore（机器人研究中心，机械与航空航天工程学院，南洋理工大学，新加坡） ； Wings Robotics（Wings机器人）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种三模态融合框架Spacetime Optimal-Transport Attention (SO-TA)，通过熵正则化的最优传输对力-姿态衍生的子查询和视觉块进行对齐，以解决富接触操作中多模态信息融合的问题，并在真实机器人任务中实现了高成功率。
Comments 8 pages, 16 figures, 3 tables. Preprint
Stochastic Optimal Control with Measurable Coefficients and Applications
具有可测系数的随机最优控制及其应用
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了具有可测系数的无限时间随机最优控制问题，通过$L^p$-粘性解理论证明了HJB方程的解的存在性，并建立了最优控制的验证定理，首次在该领域提出了可测系数下的完全非线性随机最优控制问题的解决方案。
Comments Accepted for publication on SIAM Journal on Control and Optimization
Analytical Approach to Continuous-Time Causal Optimal Transport
连续时间因果最优传输的解析方法
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了连续时间因果最优传输问题，通过将源替换为其给定目标观测的条件分布，利用全非线性抛物型主方程在扩展状态空间中刻画传输问题的值，并展示了该值与两个等价的随机控制问题在单纯形上的解一致。
A model reduction method based on nonlinear optimization for multiscale stochastic optimal control problems
基于非线性优化的多尺度随机最优控制问题模型降维方法
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种基于非线性优化的多尺度随机最优控制问题的降维方法，通过非侵入式、数据驱动的降阶建模框架，利用梯度优化最小化L2范数输出误差，实现参数到输出的映射近似，适用于实时应用。
Iterative Compositional Data Generation for Robot Control
迭代组合数据生成用于机器人控制
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Stony Brook University（石溪大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种语义组合扩散变换器，通过注意力机制学习机器人、物体、障碍物和目标特定组件的交互，从而在有限任务集上训练后，能够零样本生成高质量过渡，进而学习未见任务组合的控制策略，并通过迭代自我改进过程提升零样本性能。
Generating Physically Consistent Molecules with Energy-Based Models
生成具有物理一致性的分子的基于能量模型
机构 * Graz University of Technology（格拉茨技术大学） ； University of Zurich（苏黎世大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种基于能量模型（EBM）的方法EBMol，用于生成三维分子，通过学习原子可加的标量势能恢复了能量归纳偏差，从而在QM9和GEOM-Drugs数据集上实现了最先进的性能，并展示了学习的能量景观作为质量度量用于配置排序和过滤，以及通过形状引导采样实现可控生成。
Two-scale neural networks for optimal control of linear convection-dominated equations
用于线性对流主导方程最优控制的双尺度神经网络
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种双尺度神经网络方法，用于求解由对流主导的对流-扩散-反应方程所支配的最优控制问题。该方法基于针对奇异摄动前向问题开发的双尺度架构，通过引入适当缩放的特征来增强空间输入，当扩散系数变小时这些特征变得越来越重要。该方法分别使用神经网络处理最优系统的状态和伴随状态变量，反映了由于相反的对流场，这些量在域的不同部分发展出尖锐层的事实。通过为两个网络选择不同的中心点，架构自然地与每个变量的层位置对齐。本文提出了两种方法形式，一种基于一阶最优性条件，另一种使用惩罚PDE约束，并将其与逐步训练策略结合，逐步将扩散系数降至目标值。数值实验在基准问题上展示了所提出方法的有效性和行为。
Engineering Ratchet-Based Particle Separation via Shortcuts to Isothermality
通过‘等温性捷径’实现基于棘轮的粒子分离工程
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种非平衡热力学方法，利用‘等温性捷径’概念，实现对过阻尼布朗粒子的可控分离，展示了不同扩散系数的粒子在预设D*下向不同方向运动，并揭示了额外能量成本和准静态功消耗。
Comments 5 pages, 3 figures + Supplemental Materials (10 pages, 4 figures). Comments are welcome!
Journal ref Physical Review E 110, 034105 (2024)
SemaVoice: Semantic-Aware Continuous Autoregressive Speech Synthesis
SemaVoice: 基于语义的连续自回归语音合成
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出SemaVoice，一种语义感知的连续自回归语音合成框架，旨在解决零样本文本到语音合成中语义-语音建模与重建驱动的连续语音表示之间的不匹配问题，通过引入Speech Foundation Model（SFM）引导对齐机制提升语音合成的高质量和语义一致性。
CUBic: Coordinated Unified Bimanual Perception and Control Framework
CUBic：协调统一的双臂感知与控制框架
机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京未来区块链与隐私计算高级创新中心，人工智能学院，北京航空航天大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出CUBic框架，通过统一感知模型解决双臂协调问题，采用共享表示学习提升任务成功率。
Metric Geometry Governs Optimal Control in Driven Stokes Flows: Magnetic Driving and Beyond
度量几何支配驱动斯托克斯流中的最优控制：磁驱动及其他
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究揭示在斯托克斯流中，洛伦兹力诱导的可调环流可通过度量几何确定最优控制路径，展现各向异性扩散特性，方法适用于通用驱动斯托克斯流。
Journal ref Phys. Rev. Lett. 136, 184001 (2026)
Learning Generative Dynamics with Soft Law Constraints: A McKean-Vlasov FBSDE Approach
通过软法律约束学习生成动力学：一种 McKean-Vlasov FBSDE 方法
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出通过 McKean-Vlasov 控制问题学习随机动力学，利用软能量约束强制终端和时间边际分布，通过 FBSDE 生成耦合的随机路径，验证了在低维和高维数据中生成符合观测分布的轨迹效果。
Viscoelastic control of acoustic particle migration and trapping in microchannels
粘弹性控制微通道中声学粒子迁移与捕获
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究粘弹性流体中声学辐射力与流体诱导拖曳的竞争作用，揭示粘弹性对粒子动态的调控机制，提出通过德布罗意数和粘性扩散数控制粒子迁移与捕获的新方法。
Exciton-mediated optical control of liquid-solid friction
激子介导的液体-固体摩擦光学控制
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种基于光生成激子与水电荷波动耦合的微观理论，研究了纳米流体系统界面摩擦，并展示了通过光学调控可显著减少纳米通道的滑移长度和液压渗透性。
Comments 6 pages, 2 figures
WavCube: Unifying Speech Representation for Understanding and Generation via Semantic-Acoustic Joint Modeling
WavCube：通过语义-声音联合建模统一语音表示以实现理解和生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tencent（腾讯） ； Independent Researcher（独立研究员） ； Peking University（北京大学） ； Tianjin University（天津大学） ； Zhejiang University（浙江大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 WavCube通过语义-声音联合建模统一语音表示，解决语音理解和生成的表示兼容问题，实现压缩后的高性能语音任务表现。
Si/SiGe multi-channel superlattice structure epitaxial growth with segmented temperature control for Next-Generation Logic Devices
Si/SiGe多通道超晶格结构分子束外延生长与分段温度控制用于下一代逻辑器件
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文通过分段温度控制实现Si/SiGe多通道超晶格生长，抑制Ge-Si扩散和应变松弛，提升界面质量与材料性能，为2nm以下逻辑器件提供高质量基础材料。
Colloidal layer deposition with a controllable number of layers and compositional order
具有可控层数和组分有序性的胶体层沉积
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文设计了一种二元悬浮液与表面结合的系统，通过DNA寡聚物调控胶体自组装，实现可控层数和组分有序的胶体聚集。
Comments These last two authors contributed equally to this work
Long-Term Average Impulse and Singular Control of a Growth Model with Two Revenue Sources
长期平均冲击与双收入源增长模型的奇异控制
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了长期平均冲击控制及相关奇异控制问题，针对一维扩散过程，探讨了可再生能源管理与金融投资优化中的长期平均收益最大化方法，分析了冲击与奇异控制间的联系。
Comments arXiv admin note: substantial text overlap with arXiv:2505.11345
Data-Driven Stochastic Optimal Control for Intraday Electricity Trading by Renewable Producers
数据驱动的随机最优控制用于日内电力交易：可再生能源生产者
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出了一种数据驱动的连续时间随机最优控制框架，用于可再生能源生产者的日内电力交易，通过随机微分方程和跳跃扩散模型来应对市场波动和不平衡惩罚风险。
Membership Inference Attacks Against Video Large Language Models
针对视频大语言模型的成员推断攻击
专题命中 可控生成 ：image generation(abstract)
AI总结 本文研究了针对视频大语言模型的黑盒成员推断攻击，通过温度扰动生成与视频感知难度特征结合，验证了视频大语言模型对隐私风险的脆弱性。
A Control Framework for Induced Seismicity Mitigation in Groningen Gas Reservoir
格罗宁根气田诱发地震缓解控制框架
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出一种控制方法，用于在格罗宁根气田中缓解诱发地震，通过耦合孔压扩散与地震率动态的 cascade 模型，结合随机事件生成过程，设计鲁棒反馈控制器以调节地震率并满足生产要求。
Digital Twins: McKean-Pontryagin Control for Partially Observed Physical Twins
数字双胞胎：部分观测物理双胞胎的麦肯-庞特里亚金控制
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出结合集合卡尔曼滤波与麦肯-庞特里亚金方法，解决部分观测过程的最优控制问题，适用于数字双胞胎的实时应用。
An in-silico study of conventional and FLASH radiotherapy iso-effectiveness: Radiolytic oxygen depletion and its potential impact on tumor control probability
基于计算机的常规放疗与FLASH放疗等效性研究：辐射分解氧耗竭及其对肿瘤控制概率的潜在影响
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文通过数学模型研究FLASH放疗与常规放疗在肿瘤中的等效性，探讨辐射分解氧耗竭对肿瘤控制概率的影响，发现FLASH放疗在低α/β值和缺氧细胞中导致生存分数差异，但未显著改变预clinical肿瘤体积演变，但在TCP曲线上显示出FLASH放疗的较低控制概率。
Comments 20 pages, 7 figures, 6 supplementary figures
Journal ref Physics in Medicine & Biology 2024, 69 (21), 215016
Optimal control for a fourth-order nonisothermal tumor growth model of Caginalp type
四阶非等温Caginalp型肿瘤生长模型的最优控制
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了一种非等温Caginalp型相场模型的分布式最优控制问题，考虑了热疗下肿瘤生长的数学建模，结合Cahn-Hilliard方程、热平衡方程和营养浓度反应扩散方程，分析了最优控制的存在性及变分不等式条件。
Comments 35 pages. The keywords are: tumor growth model, Cahn--Hilliard system, nonisothermal model, optimal control, adjoint system, necessary optimality conditions
Nonlinear Non-Gaussian Density Steering with Input and Noise Channel Mismatch: Sinkhorn with Memory for Solving the Control-affine Schrödinger Bridge Problem
非线性非高斯密度操控与输入和噪声通道不匹配：具有记忆的Sinkhorn方法用于求解控制-仿射Schrödinger桥问题
机构 * Department of Applied Mathematics, University of California Santa Cruz（加州大学圣克鲁兹分校应用数学系） ； Department of Aerospace Engineering, Iowa State University（爱荷华州立大学航空航天工程系） ； School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出一种具有记忆的Sinkhorn递归方法，用于解决控制-仿射Schrödinger桥问题中的输入和噪声通道不匹配问题，通过非线性PDEs结构证明了算法的局部稳定性。
From Words to Amino Acids: Does the Curse of Depth Persist?
从词到氨基酸：深度诅咒是否依然存在？
机构 * Technical University of Munich（慕尼黑技术大学） ； Helmholtz AI, Munich（慕尼黑海德堡研究所人工智能部门） ； KTH Royal Institute of Technology（皇家理工学院） ； Institute of Computational Biology, Helmholtz Munich（海德堡慕尼黑计算生物学研究所） ； Google, Paradigms of Intelligence Team（谷歌，智能范式团队）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究蛋白质语言模型中深度效率问题，通过分析七种主流PLM家族，发现任务相关计算集中在部分层，其余层主要提供预测细化，这一趋势在序列和多模态模型中均存在。
Mask World Model: Predicting What Matters for Robust Robot Policy Learning
遮罩世界模型：为鲁棒机器人策略学习预测重要的内容
机构 * Peking University, Beijing, China ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University ； Beijing Academy of Artificial Intelligence, Beijing, China ； National University of Singapore, Singapore ； The Hong Kong University of Science ； Nanjing University, Nanjing, China
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出Mask World Model，通过预测语义遮罩而非像素，提升机器人策略学习的鲁棒性与泛化能力，实验证明其在仿真和现实任务中均优于现有方法。
Comments 16 pages,5 figures
