arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

共收录 4236 信号源:cs.CV, cs.GR, cs.MM

1. 可控生成 4236 篇

2603.29446 2026-04-01 math.PR 50%

Law of large numbers for stochastic multiscale spatial gene networks

随机多尺度空间基因网络的大数定律

Arnaud Debussche, Baptiste Huguet

专题命中 可控生成 :diffusion(abstract)

AI总结 研究随机多尺度空间基因网络的收敛性,通过离散Sobolev空间中的矩控制和乘积规则,证明系统收敛到由PDE和ODE组成的确定性系统,与混合 stirred 情况下的跳跃现象不同。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.29409 2026-04-01 cs.RO 50%

CLaD: Planning with Grounded Foresight via Cross-Modal Latent Dynamics

CLaD:通过跨模态潜在动力学实现具有基础前瞻性的规划

Andrew Jeong, Jaemin Kim, Sebin Lee, Sung-Eui Yoon

机构 * KAIST(韩国科学技术院)

专题命中 可控生成 :diffusion(abstract)

AI总结 CLaD通过不对称跨注意力机制联合建模本体和语义状态演化,利用自监督目标和EMA编码器防止表征崩溃,实现高成功率的长序列动作生成。

Comments Project page: https://andrewwwj.github.io/clad

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.27756 2026-04-01 cs.RO cs.AI 50%

Heracles: Bridging Precise Tracking and Generative Synthesis for General Humanoid Control

Heracles:连接精确跟踪与生成合成以实现通用人形控制

Zelin Tao, Zeran Su, Peiran Liu, Jingkai Sun, Wenqiang Que, Jiahao Ma, Jialin Yu, Jiahang Cao, Pihai Sun, Hao Liang, Gang Han, Wen Zhao, Zhiyuan Xu, Jian Tang, Qiang Zhang, Yijie Guo

专题命中 可控生成 :diffusion(abstract)

AI总结 Heracles通过结合精确跟踪与生成合成,提升人形机器人在极端扰动下的鲁棒性,实现从刚性跟踪到开放生成的控制架构升级。

Comments 26 pages, 7 figures, 6 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.27135 2026-03-31 cs.LG stat.ML 50%

Spectral-Aware Text-to-Time Series Generation with Billion-Scale Multimodal Meteorological Data

具有十亿级多模态气象数据的频谱感知文本到时间序列生成

Shijie Zhang

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

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出MTransformer模型,通过频谱提示生成器实现文本到时间序列的精确语义控制,利用大规模气象数据提升生成质量与跨模态对齐精度。

Comments Accepted By IJCNN 2026 (WCCI)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.27012 2026-03-31 cs.RO cs.AI 50%

UMI-Underwater: Learning Underwater Manipulation without Underwater Teleoperation

UMI-Underwater:无需水下遥控的学习水下操作

Hao Li, Long Yin Chung, Jack Goler, Ryan Zhang, Xiaochi Xie, Huy Ha, Shuran Song, Mark Cutkosky

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出UMI-Underwater系统,通过自监督数据收集管道自主获取水下抓取示范,并利用基于深度的 affordance 表示将陆地到水下领域差距桥接,提升水下抓取性能和鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.26003 2026-03-30 math.PR 50%

Pathwise Convergence of a Modular Simulation Scheme for Hybrid SDEs with Memory

具有记忆的混合随机微分方程模拟能量方案的路径收敛性

Oscar Peralta

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出了一种具有记忆的混合随机微分方程(mH-SDEs),扩展了传统混合随机微分方程模型,允许更丰富的依赖关系。开发了模块化-泊松算法,通过路径依赖均匀化生成离散跳跃,并利用现有SDE求解器进行欧几里得演化。理论贡献建立了路径收敛性并给出了显式速率,控制误差累积和过程解耦概率。

详情

展开后加载摘要…

URL PDF HTML 收藏
1807.02807 2026-03-27 physics.app-ph cond-mat.mtrl-sci 50%

Controllable growth of centimeter-size 2D perovskite heterostructural single crystals for highly narrow dual-band photodetectors

可控制生长厘米级二维钙钛矿异质结构单晶用于高性能窄双波段光电探测器

Jun Wang, Junze Li, Shangui Lan, Chen Fang, Hongzhi Shen, Dehui Li

专题命中 可控生成 :diffusion(abstract)

AI总结 本研究通过新方法合成出厘米级高纯度二维钙钛矿单晶,用于制备高性能窄双波段光电探测器,实现了可控的异质结构厚度和结深,展现出低暗电流和高开关电流比。

Journal ref ACS Nano 2019, 13, 5, 5473-5484

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.24460 2026-03-26 math.NA cs.NA math.AP 50%

Analysis and numerical simulation of a spatio-temporal Ricker-type model for the control of Aedes aegypti mosquitoes with Sterile Insect Techniques

Aedes aegypti蚊虫SIT控制的时空Ricker型模型分析与数值模拟

Oscar Eduardo Escobar-Lasso, Stefan Frei, Reinhard Racke, Olga Vasilieva

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究了基于SIT的Aedes aegypti蚊虫生物控制的时空反应扩散模型,分析了性别结构模型的数学性质,并通过数值模拟验证了关键释放阈值对灭绝与持续的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.11269 2026-03-26 cs.NI cs.AI 50%

From Prompts to Packets: A View from the Network on ChatGPT, Copilot, and Gemini

从提示到数据包:从网络角度审视ChatGPT、Copilot和Gemini

Antonio Montieri, Alfredo Nascita, Antonio Pescapè

机构 * University of Napoli Federico II(那不勒斯费德里科二世大学)

专题命中 可控生成 :image generation(abstract)

AI总结 本文通过分析ChatGPT、Copilot和Gemini的流量特性,揭示了生成式AI聊天机器人在网络中的独特行为,包括TLS和QUIC的使用及SNI对流量可见性的影响,为网络管理提供了新的视角。

Comments 15 pages, 8 figures, 2 tables, 4 research questions, accepted on Elsevier Computer Networks

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.20095 2026-03-25 math.AP 50%

An eigenvalue problem for a nonlocal quasilinear anisotropic equation in fractional Orlicz Sobolev spaces without the $Δ_2$--condition

一个非局部准线性各向异性方程在无Δ₂-条件的分数Orlicz Sobolev空间中的特征值问题

Julian Fernandez Bonder, Martin Guzman, Juan F. Spedaletti

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究了一类非局部非标准生长扩散问题的特征值问题,不假设Young函数的Δ₂条件,证明了特征对序列(uk,λk)趋向于(0,+∞)的存在性。

Comments 18 pages, submitted

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17658 2026-03-25 cond-mat.mtrl-sci 50%

Thermal Control of Size Distribution and Optical Properties in Gallium Nanoparticles

镓纳米颗粒尺寸分布与光学性质的热控制

S. Catalan-Gomez, M. Ibanez, J. Rico, V. Braza, D. F. Reyes, M. Villanueva-Blanco, E. Squiccimarro, J. M. Ulloa

专题命中 可控生成 :diffusion(abstract)

AI总结 研究通过调节基底温度控制镓纳米颗粒的成核、生长及均质化过程,发现300-350℃范围内可获得均匀分布的纳米颗粒,优化了等离子体质量因子,证实了氧化层形成对稳定均匀数组的重要性。

Comments Supporting Information is included within the document

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.19668 2026-03-25 eess.AS cs.AI cs.SD 50%

Selective Classifier-free Guidance for Zero-shot Text-to-speech

选择性分类器无关引导用于零样本文本到语音

John Zheng, Farhad Maleki

机构 * University of Calgary, Department of Computer Science, Canada(卡尔加里大学计算机科学系)

专题命中 可控生成 :image generation(abstract)

AI总结 本文研究了分类器无关引导在零样本文本到语音中的应用,发现传统方法在语音合成中效果不佳,通过分步应用选择性引导策略可提升说话人相似性并保持文本一致性。

Comments 5 pages, 7 figures, 1 table. Revision 1: removed ICASSP copyright notice

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.09424 2026-03-25 cs.RO 50%

Exploring Pose-Guided Imitation Learning for Robotic Precise Insertion

探索基于姿态引导的模仿学习用于机器人精确插入

Han Sun, Sheng Liu, Yizhao Wang, Zhenning Zhou, Shuai Wang, Haibo Yang, Jingyuan Sun, Qixin Cao

机构 * School of Mechanical Engineering, Shanghai Jiao Tong University(上海交通大学机械工程学院) Karlsruhe Institute of Technology(卡尔斯鲁厄大学) Shanghai Huawei Technologies Co., Ltd.(上海华为技术有限公司)

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出基于姿态引导的模仿学习方法,通过紧凑的对象中心观测实现精确插入任务,提升数据效率和泛化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13733 2026-03-24 cs.RO cs.AI cs.LG 50%

Implicit Maximum Likelihood Estimation for Real-time Generative Model Predictive Control

隐式最大似然估计用于实时生成模型预测控制

Grayson Lee, Minh Bui, Shuzi Zhou, Yankai Li, Mo Chen, Ke Li

机构 * School of Computing Science, Simon Fraser University(计算科学系,西蒙弗雷泽大学)

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出隐式最大似然估计(IMLE)作为生成模型的替代方法,实现快速推理和强模式覆盖,适用于实时MPC任务。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07617 2026-03-24 math.AP math.OC 50%

Existence, Sharp Boundary Asymptotics, and Stochastic Optimal Control for Semilinear Elliptic Equations with Gradient-Dependent Terms and Singular Weights: Theory, Economic Applications, and Numerical Simulations

存在性、边界渐进行为和随机最优控制对于具有梯度依赖项和奇异权重的半线性椭圆方程:理论、经济应用和数值模拟

Dragos-Patru Covei

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究了具有梯度依赖非线性和奇异权重的半线性椭圆方程的存在性、边界渐进行为及随机最优控制问题,结合分析方法、经济应用和数值模拟验证了理论结果。

Comments 46 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.18900 2026-03-20 math.AP math.OC 50%

Optimal Bilinear control restricted to the three-dimensional chemo-repulsion model with potential production

最优双线性控制受限于三维化学排斥模型及其潜在生产

Francisco Guillen-Gonzalez, Exequiel Mallea-Zepeda, Maria A. Rodriguez-Bellido, Elder J. Villamizar-Roa

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究了带有潜在生产、逻辑反应和双线性控制的三维抛物型化学排斥模型,证明了在特定控制函数下全局弱解的存在性,并探讨了正则性条件对最优双线性控制问题的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.18658 2026-03-20 eess.SY cs.SY 50%

Mean-field control barrier functions for stochastic multi-agent systems

均场控制屏障函数用于随机多智能体系统

Cinzia Tomaselli, Gian Carlo Maffettone, Samy Wu Fung, Levon Nurbekyan, Mario di Bernardo

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出均场控制屏障函数,用于保障随机多智能体系统安全,通过稳定性分析和数值模拟验证了其有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.18367 2026-03-20 math.OC 50%

Stabilization of highly nonlinear hybrid stochastic differential delay equations by periodically intermittent feedback controls based on discrete-time observations with asynchronous switching

基于离散时间观测与异步切换的周期性间断反馈控制对高非线性混合随机微分延迟方程的稳定性研究

Guangqiang Lan, Fansai Meng

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究高非线性混合随机微分延迟方程的矩指数稳定性,设计基于离散时间观测与异步切换的周期性间断控制器,确定观测周期上界和控制宽度下界,证明控制系统的指数稳定性及收敛速度。

Comments 22 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16952 2026-03-20 cs.RO cs.AI 50%

Embodied Foundation Models at the Edge: A Survey of Deployment Constraints and Mitigation Strategies

边缘端具身基础模型:部署约束及缓解策略综述

Utkarsh Grover, Ravi Ranjan, Mingyang Mao, Trung Tien Dong, Satvik Praveen, Zhenqi Wu, J. Morris Chang, Tinoosh Mohsenin, Yi Sheng, Agoritsa Polyzou, Eiman Kanjo, Xiaomin Lin

机构 * University of South Florida(佛罗里达州立大学) Florida International University(佛罗里达国际大学) Johns Hopkins University(约翰霍普金斯大学) Nottingham Trent University(诺丁汉特伦特大学) Imperial College London(伦敦帝国理工学院)

专题命中 可控生成 :diffusion(abstract)

AI总结 本文综述了在边缘端部署具身基础模型时面临的系统性约束及缓解策略,重点探讨了内存带宽、计算延迟和执行成本等关键因素对自动回归视觉-语言-动作策略和扩散控制器的影响,强调了内存、调度、通信和模型架构的协同设计的重要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17419 2026-03-19 cs.CR cs.AI 50%

Caging the Agents: A Zero Trust Security Architecture for Autonomous AI in Healthcare

将代理笼中:面向医疗AI自主系统的零信任安全架构

Saikat Maiti

机构 * VP of Trust, Commure(Commure 职务负责人) Founder & CEO, nFactor Technologies(nFactor Technologies 创始人及首席执行官)

专题命中 可控生成 :image generation(abstract)

AI总结 本文提出零信任安全架构,用于医疗AI自主代理,通过多层防御机制解决代理在医疗环境中存在的关键安全漏洞,包括凭证泄露、执行能力滥用等,并开源相关配置和工具。

Comments Keywords: agentic AI security, autonomous agents, healthcare cybersecurity, zero trust, prompt injection, HIPAA, Kubernetes security, OpenClaw

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16397 2026-03-18 cs.CL cs.AI 50%

Fanar 2.0: Arabic Generative AI Stack

Fanar 2.0:阿拉伯生成AI堆栈

FANAR TEAM, Ummar Abbas, Mohammad Shahmeer Ahmad, Minhaj Ahmad, Abdulaziz Al-Homaid, Anas Al-Nuaimi, Enes Altinisik, Ehsaneddin Asgari, Sanjay Chawla, Shammur Chowdhury, Fahim Dalvi, Kareem Darwish, Nadir Durrani, Mohamed Elfeky, Ahmed Elmagarmid, Mohamed Eltabakh, Asim Ersoy, Masoomali Fatehkia, Mohammed Qusay Hashim, Majd Hawasly, Mohamed Hefeeda, Mus'ab Husaini, Keivin Isufaj, Soon-Gyo Jung, Houssam Lachemat, Ji Kim Lucas, Abubakr Mohamed, Tasnim Mohiuddin, Basel Mousi, Hamdy Mubarak, Ahmad Musleh, Mourad Ouzzani, Amin Sadeghi, Husrev Taha Sencar, Mohammed Shinoy, Omar Sinan, Yifan Zhang

机构 * Qatar Computing Research Institute (QCRI)(卡塔尔计算研究 institute) Hamad Bin Khalifa University(哈马德·本·卡西姆大学)

专题命中 可控生成 :image generation(abstract)

AI总结 Fanar 2.0在资源受限条件下实现卓越性能,通过数据质量优先、持续预训练和模型融合,提升阿拉伯语知识、语言、方言及英语能力,同时引入多项新功能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16383 2026-03-18 math.OC 50%

Exact Cost-Increment Formula for Optimal Control of Semilinear Evolution Equations

半线性演算方程最优控制的精确成本增量公式

Roman Chertovskih, Nikolay Pogodaev, Maxim Staritsyn, A. Pedro Aguiar

专题命中 可控生成 :diffusion(abstract)

AI总结 本文推导了半线性演算方程在Banach空间中多控制通道最优控制的精确成本增量公式,提出无需线性化或步长调节的单调下降算法,并在受控反应扩散方程上验证了方法有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16359 2026-03-18 cs.HC 50%

One Kiss: Emojis as Agents of Genre Flux in Generative Comics

一吻:表情符号在生成漫画中的风格流动作用

Xiruo Wang, Xinyi Jiang, Ziqi Lyu

专题命中 可控生成 :text-to-image(abstract)

AI总结 One Kiss通过表情符号引导漫画生成,使用户通过表情符号设定情感基调,实现风格流动,重新定义用户角色为叙事导演。

Comments Accepted to CHI 202X Extended Abstracts

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.15292 2026-03-17 stat.ML cs.AI cs.LG 50%

Scalable Simulation-Based Model Inference with Test-Time Complexity Control

可扩展的基于模拟的模型推断与测试时间复杂度控制

Manuel Gloeckler, J. P. Manzano-Patrón, Stamatios N. Sotiropoulos, Cornelius Schröder, Jakob H. Macke

机构 * Machine Learning in Science, University of Tübingen Tübingen AI Center, Tübingen, Germany Max Planck Institute for Intelligent Systems, Department Empirical Inference, Tübingen, Germany Sir Peter Mansfield Imaging Centre, School of Medicine, University of Nottingham, UK National Institute for Health Research (NIHR) Nottingham Biomedical Research Centre, Queens Medical Centre, Nottingham, United Kingdom

专题命中 可控生成 :diffusion(abstract)

AI总结 PRISM通过模拟基于编码器-解码器结构,在大规模模型家族中推断联合后验,同时通过可调模型先验实现测试时间复杂度控制,适用于符号回归和生物物理建模。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.15152 2026-03-17 cs.RO 50%

Master Micro Residual Correction with Adaptive Tactile Fusion and Force-Mixed Control for Contact-Rich Manipulation

通过自适应触觉融合和力混合控制实现接触密集操作的主微残差校正

Xingting Li, Yifan Xie, Han Liu, Wei Hou, Guangyu Chen, Shoujie Li, Wenbo Ding

机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China(深圳智能数据赋能重点实验室,深圳国际研究生院,清华大学,深圳518055,中国) School of Electronics and Communication Engineering, Sun Yat-sen University, Shenzhen 518107, China(电子与通信工程学院,中山大学,深圳518107,中国) School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore 639956, Singapore(机械与航空航天工程学院,南洋理工大学,新加坡639956,新加坡)

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出M2-ResiPolicy,结合高阶动作指导与低阶校正,通过触觉强度驱动的自适应融合机制和力混合PBIC执行层,提升接触密集操作的精度与安全性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14277 2026-03-17 math.OC 50%

Second order necessary conditions for quantum stochastic optimal control problems

二阶必要条件用于量子随机最优控制问题

Penghui Wang, Shan Wang

专题命中 可控生成 :diffusion(abstract)

AI总结 本文通过变分方法建立量子随机系统的最优控制二阶必要条件,研究了受费米布朗运动驱动的量子随机微分方程中的控制问题,为量子随机控制的优化研究提供理论基础。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.11920 2026-03-17 cs.RO 50%

H2R: A Human-to-Robot Data Augmentation for Robot Pre-training from Videos

H2R: 一种从视频中为机器人预训练的人到机器人的数据增强

Guangrun Li, Yaoxu Lyu, Zhuoyang Liu, Chengkai Hou, Jieyu Zhang, Shanghang Zhang

专题命中 可控生成 :inpainting(abstract)

AI总结 H2R通过将人类视角视频转换为机器人视角数据,弥合人机视觉差距,提升机器人预训练效果,实验显示在模拟和现实场景中均显著提升性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.12511 2026-03-17 cs.LG 50%

Trust Region Constrained Measure Transport in Path Space for Stochastic Optimal Control and Inference

路径空间中的信任区域约束度量传输用于随机最优控制与推断

Denis Blessing, Julius Berner, Lorenz Richter, Carles Domingo-Enrich, Yuanqi Du, Arash Vahdat, Gerhard Neumann

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出基于信任区域约束的路径空间度量传输方法,通过系统性逐步逼近目标测度,提升随机最优控制与推断的性能,应用于扩散采样、过渡路径采样和扩散模型微调等任务。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15369 2026-03-16 eess.IV cs.AI 50%

OpenVision 3: A Family of Unified Visual Encoder for Both Understanding and Generation

OpenVision 3: 一种用于理解和生成的统一视觉编码器家族

Letian Zhang, Sucheng Ren, Yanqing Liu, Xianhang Li, Zeyu Wang, Yuyin Zhou, Huaxiu Yao, Zeyu Zheng, Weili Nie, Guilin Liu, Zhiding Yu, Cihang Xie

机构 * UC Santa Cruz(加州大学圣克ruz分校) JHU(约翰霍普金斯大学) UNC-Chapel Hill(北卡罗来纳大学教堂山分校) UC Berkeley(加州大学伯克利分校) NVIDIA(英伟达)

专题命中 可控生成 :image generation(abstract)

AI总结 本文提出OpenVision 3,通过统一视觉表示实现图像理解和生成。核心架构将VAE压缩的图像潜在特征输入ViT编码器,同时训练其输出以支持重建和语义学习,从而在共享潜在空间中实现良好泛化。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.01587 2026-03-10 math.NA cs.NA math.OC 50%

The State-Dependent Riccati Equation in Nonlinear Optimal Control: Analysis, Error Estimation and Numerical Approximation

非线性最优控制中的状态依赖性里卡蒂方程:分析、误差估计与数值近似

Luca Saluzzi

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究了非线性最优控制中状态依赖性里卡蒂方程的理论分析、误差估计及数值近似方法,提出最优半线性分解策略并评估了两种数值方法的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏