图像生成

Fed-CausalDiff: Decoupled Synchronization for Federated Do-Simulation and Policy Evaluation

Fed-CausalDiff: 面向联邦干预模拟与策略评估的解耦同步方法

Pengfei Li, Mohammad Khalil

机构 * Akademiaavtalen project ASPIRE（Akademiaavtalen项目ASPIRE） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 提出Fed-CausalDiff联邦因果扩散框架，通过将潜在状态演化解耦为全局因果评分和局部混杂评分，实现解耦同步，在保护数据隐私的同时提升干预效应和策略价值估计精度。

FrogBard-512: Design and Experimental Evaluation of a Four-Voice Permutation-Based Hash Function

FrogBard-512：四声道排列哈希函数的设计与实验评估

Victor Duarte Melo

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 提出一种基于2048位排列的四声道哈希函数FrogBard-512，采用1024位速率、16轮置换和树模式，通过实验验证实现一致性和无统计缺陷。

Comments 18 pages, 7 figures, and 10 tables. This paper describes an experimental hash-function design and reports implementation

HoliDubber: Holistic Video Dubbing for Complex Acoustic Scenes via Text-Guided Audio Synthesis

HoliDubber: 通过文本引导的音频合成实现复杂声学场景的全景视频配音

Wenhao Guan, Yifan Duan, Junxi Liu, Yu Gu, Feng Dang, Kaidi Wang, Qingyang Hong, Lin Li, Xie Chen

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 提出HoliDubber框架，基于补丁自回归扩散Transformer，从单一文本提示联合生成语音和音效，实现全景视频配音，显著优于现有方法。

Riemannian Metric Matching for Scalable Geometric Modeling of Distributions

黎曼度量匹配：面向分布的可扩展几何建模

Jacob Bamberger, Adam Gosztolai, Pierre Vandergheynst, Michael Bronstein, Iolo Jones

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 提出黎曼度量匹配框架，通过神经网络学习数据的黎曼几何，利用carré du champ算子的条件期望形式实现样本级训练和恒定成本推理，在精度相当或更优下速度提升400倍。

Comments ICML 2026 (Oral)

Pluralistic-Alignment Urbanism: Operationalizing a Right to AI for Inclusive Public Space

多元对齐城市主义：将人工智能权利操作化以促进包容性公共空间

Rashid Mushkani

专题命中 图像生成评测 ：text-to-image(abstract)

AI总结 提出多元对齐城市主义（PAU）框架，通过两个蒙特利尔案例研究，将公共空间AI系统视为公民基础设施，并制定程序性AI权利，以处理分歧、亚组差异和偏好判断，实现包容性治理。

Comments Accepted to The 2026 ACM Conference on Fairness, Accountability, and Transparency (FAccT '26), June 25--28, 2026, Montreal, QC, Canada

Temporal Sheaf Neural Networks with Dynamic Orthogonal Transport

时序层神经网络与动态正交传输

Md Sadek Hossain Asif, Tanzila Khan, Md. Mosaddek Khan

机构 * University of Dhaka（达卡大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 提出时序层神经网络（TSNN），通过动态正交帧和局部坐标系间显式传输实现时序链接预测，在多种基准上超越现有方法，尤其适用于节点角色异质性强的图。

When Do Local Score Models Extrapolate Across Size? A Diagnostic Theory and Benchmark

局部评分模型何时能跨尺寸外推？诊断理论与基准

Wenjie Xi

机构 * The University of Hong Kong（香港大学） ； Department of Physics and HK Institute of Quantum Science & Technology（物理系与香港量子科学与技术研究所） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 提出诊断理论，证明局部模型能否稳定外推取决于高斯平滑评分的准局部性，并引入有限深度局部流（FDLF）基准进行验证。

Synthetic but Not Realistic: The Evaluation Challenge in Generative Modelling for Structured Electronic Medical Records

合成但不真实：结构化电子病历生成建模中的评估挑战

Nicholas I-Hsien Kuo, Blanca Gallego, Louisa Jorm

机构 * Centre for Big Data Research in Health, the University of New South Wales（新南威尔士大学健康大数据研究中心） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 针对合成电子病历评估过度依赖统计相似性而忽视临床有效性的问题，提出基于流行病学的多维度评估框架，发现当前生成模型虽能复现边缘分布，但无法同时保持亚组结构、效应估计和依赖关系，导致评估高估数据质量。

Declarative Outcome-Conformant Synthesis: Exact, Closed-Form Specification Satisfaction and a Conformance Benchmark

声明性结果一致性合成：精确、闭式规范满足及一致性基准

Muhammed Rasin

机构 * Independent Researcher（独立研究员） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 针对无源数据下精确满足声明性分析结果的需求，提出结果一致性合成任务，通过闭式条件伽马抽样实现精确聚合，并构建SpecBench基准，证明一致性保真度正交。

Comments 22 pages, 1 figure. Benchmark and reference implementation (MIT): https://github.com/rasinmuhammed/misata

RL-Native Distillation: Exploiting Scored Trajectories for Few-Step Image Generation

原生强化学习蒸馏：利用带分数轨迹实现少步图像生成

Yuhan Li, Fangao Zeng, Sicong Kang, Mengfei Xu, Hao Zhou, Wei Li, Pipei Huang, Bingbing Ni

机构 * Shanghai Jiao Tong University（上海交通大学） ； Taobao & Tmall group of Alibaba（阿里巴巴淘宝天猫集团） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 该研究提出REST框架，将RL与蒸馏联合训练，通过AMD优化，实现少步无CFG图像生成，性能优于40步RL教师，成本低、迭代少。

Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling

多分辨率流匹配：通过分阶段采样实现无训练扩散加速

Xingyu Zheng, Xianglong Liu, Yifu Ding, Weilun Feng, Junqing Lin, Jinyang Guo, Haotong Qin

机构 * State Key Laboratory of Complex & Critical Software Environment, Beihang University（北京航空航天大学复杂关键软件环境国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Nanyang Technological University（南洋理工大学） ； State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology of China（中国科学技术大学） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 提出MrFlow，一种基于分阶段低到高分辨率管道的无训练多分辨率加速策略，利用低分辨率采样减少计算量，像素空间超分辨率和高频重采样保持质量，实现10倍加速且质量损失小于1%。

Comments The code is available at https://github.com/Xingyu-Zheng/MrFlow

High-Fidelity Two-Step Image Generation via Teacher-Aligned End-to-End Distillation

高保真两步图像生成：通过教师对齐的端到端蒸馏

Dongyang Liu, Ruoyi Du, David Liu, Dengyang Jiang, Liangchen Li, Qilong Wu, Zhen Li, Steven C. H. Hoi, Hongsheng Li, Peng Gao

机构 * Z-Image Team, Alibaba Group（阿里巴巴集团Z-Image团队） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 提出Z-Image Turbo++，通过分布对齐对抗学习、步解耦参数化和迭代正则化端到端训练，将8步教师模型蒸馏为2步生成模型，显著缩小质量差距。

Efficient Training with Foresight: Multi-Token Auxiliary Supervision for Autoregressive Image Generation

带前瞻的高效训练：用于自回归图像生成的多令牌辅助监督

Guo Niu, Xiongfei Yao, Teng Wang, Nannan Zhu

机构 * Foshan University（佛山大学） ； The University of Hong Kong（香港大学） ； Sun Yat-sen University（中山大学） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；分类 cs.CV

AI总结 该研究针对自回归图像生成的缺陷，提出MTAR框架，通过多令牌预测、令牌级对比正则化和语义丢弃提升性能，在ImageNet上实现了生成质量与效率的更优平衡。

Comments Accepted by ACM Multimedia 2026 (ACM MM 2026)

KroQuant: Kronecker-Structured Block Transforms for Efficient Post-Training Quantization of Diffusion Transformers

KroQuant：用于扩散Transformer高效训练后量化的克罗内克结构块变换

Yann Bouquet, Alireza Khodamoradi, Kristof Denolf, Mathieu Salzmann

机构 * EPFL（洛桑联邦理工学院） ； Advanced Micro Devices, Inc.（超威半导体公司） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 研究针对扩散Transformer训练后量化到W4A4质量严重下降问题，提出KroQuant方法，对激活值3个2元素块应用克罗内克结构可逆变换，存储参数少，运行快，结合离线LoRaQ权重校准，输出更接近FP参考且保持或提高图像质量。

RealVDeblur: One-Step Diffusion for Generalizable Real-World Video Deblurring

RealVDeblur：用于通用真实世界视频去模糊的一步扩散法

Renbiao Jin, Mingxin Yang, Yutian Chen, Junhao Zhuang, Xin Cai, Mulin Yu, Linning Xu, Wenxian Yu, Danping Zou, Shi Guo, Tianfan Xue

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港中文大学多媒体实验室） ； CPII under InnoHK（创新香港研究院下的CPII） ； Tsinghua University（清华大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 针对真实世界视频去模糊难题，提出RealVDeblur框架。构建模糊合成管道提供数据，利用视频扩散先验恢复，采用逐帧编码并简化采样为一步生成器，还有时间窗口掩码稳定推理，在多方面表现出色且提升3D重建鲁棒性。

Comments Project page with code: https://rbjin.github.io/RealVDeblur/

Cross-Space Distillation: Teaching One-Step Students with Modern Diffusion Teachers

跨空间蒸馏：用现代扩散教师训练一步学生模型

Anh Nguyen, Ngan Nguyen, Duc Vu, Trung Dao, Viet Nguyen, Quan Dao, Kien Nguyen, Chi Tran, Phong Nguyen, Khoi Nguyen, Cuong Pham, Dimitris Metaxas, Vishal M. Patel, Anh Tran

机构 * Qualcomm AI Research（高通AI研究院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Johns Hopkins University（约翰霍普金斯大学） ； Rutgers University（罗格斯大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出跨空间蒸馏框架，通过轻量级潜在接口Bridge解决教师与学生模型潜在空间不匹配问题，实现异构教师蒸馏到紧凑学生模型，显著提升性能。

Comments ECCV 2026

SwiftAudio: Data-Efficient Caption-Only Distillation for One-Step Text-to-Audio Diffusion-based Generation

SwiftAudio: 用于一步式文本到音频扩散生成的数据高效纯文本蒸馏

Binh Mai, Tran Quoc Bao Le, Hung Dinh, Cong Tran

机构 * Posts and Telecommunications Institute of Technology（邮电技术学院） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.MM

AI总结 提出SwiftAudio框架，通过仅使用文本描述从预训练扩散教师模型进行无音频蒸馏，实现一步式文本到音频生成，在AudioCaps和Clotho上达到最优性能。

Comments Under review

CSD: Content-aware Speculative Decoding for Efficient Image Generation

CSD: 内容感知的投机解码用于高效图像生成

Mingcheng Wang, Junbo Qiao, Yunchen Li, Lingfu Jiang, Wei Li, Jie Hu, Jiao Xie, Zhou Yu, Xinghao Chen, Guixu Zhang, Shaohui Lin

机构 * East China Normal University（东华大学） ； Huawei Foundation（华为基金会） ； Key Laboratory of Advanced Theory and Application in Statistics and Data Science-MOE（统计与数据科学高级理论与应用关键实验室-教育部） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；分类 cs.CV

AI总结 提出内容感知投机解码算法CSD，通过熵驱动的概率松弛和最优重采样策略，在保持生成质量的同时加速自回归图像生成。

Causal-rCM: A Unified Teacher-Forcing and Self-Forcing Open Recipe for Autoregressive Diffusion Distillation in Streaming Video Generation and Interactive World Models

Causal-rCM：一种用于流式视频生成和交互式世界模型中自回归扩散蒸馏的统一教师强制与自我强制开放配方

Kaiwen Zheng, Guande He, Min Zhao, Jintao Zhang, Huayu Chen, Jianfei Chen, Chen-Hsuan Lin, Ming-Yu Liu, Jun Zhu, Qianli Ma

机构 * Tsinghua University（清华大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； NVIDIA（英伟达） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出Causal-rCM框架，将扩散蒸馏扩展到自回归视频扩散，通过教师强制（前向散度）与自我强制（反向散度）互补，实现流式视频生成和交互式世界模型，在帧级和块级设置中达到最先进性能。

Comments Technical Report

Conditional Dynamical Systems for Image Generation

用于图像生成的条件动力系统

Lianlong Sun, Chuan Liu, Tong Geng, Michael Huang

专题命中 效率与蒸馏 ：image generation(title,abstract)

AI总结 该研究开发了用于图像生成的连续动力系统，引入能量倾斜实现条件生成，在CIFAR-10上取得9.71的干净FID，为非GPU的高效生成任务提供了新方向。

Jump-Diffusion Stochastic Quantization for Euclidean Lattice Field Theories

欧几里得格场论的跳扩散随机量化方法

Alexander Rothkopf

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 该研究提出跳扩散随机量化方法，利用跳扩散过程的非连续路径特性改善遍历性，解决二维U(1)规范理论拓扑冻结的基准问题。

Comments 15 pages, 4 figures

OPTD: On-Policy Transition Distillation with Consistency-Guided Adaptive Compression for Few-Step Diffusion Language Models

OPTD：用于少步扩散语言模型的一致性引导自适应压缩的策略内转换蒸馏

Xiaocheng Lu, Hualei Zhang, Shuhan Guo, Jie Zhang, Xiaoyi Pang, Jian Liu, Haoxi Li, Bohai Gu, Haoxuan Che, Jingcai Guo, Song Guo

机构 * HKUST（香港科技大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 针对少步扩散语言模型现有离线策略蒸馏的轨迹不匹配问题，提出 OPTD 策略内转换蒸馏方法，在四个推理基准上改善质量效率权衡并取得最优质量约束 AUP。

Comments 9 pages, 4 figures, 5 tables

Provable diffusion-based posterior sampling for linear inverse problems via DDIM

通过 DDIM 实现线性逆问题的可证明基于扩散的后验采样

Yuchen Jiao, Na Li, Changxiao Cai, Yuxin Chen, Gen Li

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 该研究针对线性逆问题，提出\pddim算法，通过对标准DDIM更新进行轻量级逐坐标修改并纳入测量模型，沿测量算子奇异方向分别采样。此算法收敛到贝叶斯后验，在图像恢复任务中性能优于现有方法，实现高效且具后验一致性。

Fast determinantal sampling on general spaces and diffusion geometry

一般空间上的快速行列式采样与扩散几何

Hoang-Son Tran, Pranav Gupta, Subhroshekhar Ghosh

机构 * National University of Singapore（国立新加坡大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 研究在一般空间（如黎曼流形和加权网络）上的行列式采样，基于谱核建立明确速率保证，实现与可比维度欧几里得空间已知速率匹配，借助韦尔定律及马尔可夫扩散等理论工具。

Comments Preliminary version - to be updated

Data-Efficient Autoregressive-to-Diffusion Language Models via On-Policy Distillation

数据高效的自回归到扩散语言模型通过策略内蒸馏

Xingyu Su, Jacob Helwig, Shubham Parashar, Atharv Chagi, Lakshmi Jotsna, Degui Zhi, James Caverlee, Dileep Kalathil, Shuiwang Ji

机构 * Department of Computer Science and Engineering, Texas A&M University（德克萨斯大学阿马尔科分校计算机科学与工程系） ； Department of Bioinformatics and Systems Medicine, University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校生物信息学与系统医学系） ； Department of Electrical and Computer Engineering, Texas A&M University（德克萨斯大学阿马尔科分校电气与计算机工程系） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 提出策略内扩散语言模型（OPDLM），通过策略内蒸馏将自回归模型转换为扩散语言模型，解决分布偏移和训练-推理不匹配问题，实现15倍至7000倍更少训练数据下的强性能。

UniGen-AR: Unifying Visual Generation with Auto-Regressive Modeling

UniGen-AR：通过自回归建模统一视觉生成

Zhipeng Bao, Zhen Zhu, Nupur Kumari, Anurag Bagchi, Yu-Xiong Wang, Pavel Tokmakov, Martial Hebert

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳 - 香槟分校） ； Toyota Research Institute（丰田研究院） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 研究统一视觉生成问题，提出UniGen-AR框架，将通用多模态语言模型与视觉自回归解码器配对，能为多任务生成图像值输出，相比基于扩散的基线，推理延迟低达19倍，确立视觉自回归建模为统一视觉生成的高效主干。

GenSplatCodec: Feed-Forward Gaussian Splatting Compression via One-Step Diffusion

GenSplatCodec：通过一步扩散实现前馈高斯点云压缩

Qiang Hu, Zhenlong Wu, Lei Huang, Zihan Zheng, Xiaoyun Zhang, Wenjun Zhang

机构 * Cooperative Medianet Innovation Center, Shanghai Jiao Tong University（上海交通大学协同媒体网络创新中心） 纠错

专题命中 效率与蒸馏 ：diffusion(title)；分类 cs.CV

AI总结 研究针对前馈3D高斯点云压缩难题，提出GenSplatCodec统一编解码器，采用双流编码与几何引导生成解码，经三阶段优化策略，在多数据集实验中展现出优于现有方法的率失真性能。

UniSpine-GS: An Efficient Physics-Aware Gaussian Framework for Cross-Modality Multi-view Spine Image Synthesis

UniSpine-GS：一种用于跨模态多视图脊柱图像合成的高效物理感知高斯框架

Qiuhua Chen, Changning Yu, Na Huang, Chao Sun, Bo Du

机构 * School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； The Department of Ultrasound of Renmin Hospital East Branch of Wuhan University（武汉大学人民医院东院区超声科） ； Institute of Artificial Intelligence, Wuhan University（武汉大学人工智能研究院） ； National Engineering Research Center for Multimedia Software, Wuhan University（武汉大学多媒体软件国家工程研究中心） ； Hubei Key Laboratory of Multimedia and Network Communication Engineering, Wuhan University（武汉大学多媒体网络通信工程湖北省重点实验室） 纠错

专题命中 效率与蒸馏 ：image synthesis(title)；分类 cs.CV

AI总结 为解决脊柱疾病诊断中3D成像成本高、模态差异挑战等问题，提出UniSpine-GS框架，通过3D感知表示用于多视图脊柱成像新视图投影渲染，引入策略提升边界保真度和局部细节，性能优于现有方法。

Two-Stage Cross-Domain Cervical Abnormality Screening with Cytopathological Image Synthesis and Knowledge Distillation

两阶段跨域宫颈异常筛查：细胞病理图像合成与知识蒸馏

Jincheng Li, Yuzhi He, Yihui Zhan, Xinmei Zhang, Yifei Sun, Zelin Liu, Lichi Zhang, Minye Shao, Lili Zhao

机构 * School of Artificial Intelligence and Computer Science, Nantong University（南通大学人工智能与计算机科学学院） ； School of Telecommunications Engineering, Xidian University（西安电子科技大学通信工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Biomedical Engineering, Shanghai Jiao Tong University（上海交通大学生物医学工程学院） ； Department of Computer Science, Durham University（杜伦大学计算机科学系） 纠错

专题命中 效率与蒸馏 ：image synthesis(title)；分类 cs.CV

AI总结 提出两阶段框架，先用SC-UNSB合成中间域缓解域偏移，再用知识蒸馏对齐特征，提升跨域宫颈细胞检测性能。

FlowErase-OPD: Multi-Concept Erasure via Anchored On-Policy Distillation in Flow Matching Models

FlowErase-OPD：基于流匹配模型中锚定在线策略蒸馏的多概念擦除方法

Yi Sun, Yimin Zhou, Xinhao Zhong, Zhiqi Zhang, Junhao Li, Bin Chen

专题命中 效率与蒸馏 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 FlowErase-OPD是基于在线策略蒸馏的多概念擦除框架，通过引入AMTD和ARC缓解擦除与生成能力的权衡，在多概念擦除任务中实现了优于现有方法的性能，且模型鲁棒性较强。