DiffPC: Diffusion-Based Projector Photometric Compensation
DiffPC: 基于扩散的投影仪光度补偿
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.MM
AI总结 提出一种基于扩散模型的光度补偿方法，将投影失真建模为环境相关加性噪声，通过扩散模型逐步去噪生成补偿图像，并设计融合光度与内容特征的噪声估计网络，在未知场景中取得更优视觉表现。
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. 扩散模型 2337 篇
Learning a Maximum Entropy Model for Visual Textures using Diffusion
使用扩散学习视觉纹理的最大熵模型
机构 * New York University（纽约大学） ； Flatiron Institute（熨斗研究所）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出首个基于扩散模型无监督学习最大熵模型统计量的纹理建模方法，仅用512个统计量即可生成质量优于或媲美当前最优模型（约177k统计量）的纹理图像，并实现平滑插值。
Pulling The REINS: Training-Free Safety Alignment of Video Diffusion Models via Representation Steering
Pulling The REINS: 通过表示引导实现视频扩散模型的无训练安全对齐
机构 * University of California, Riverside（加州大学河滨分校） ； YouTube (Google)（YouTube（谷歌））
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出REINS方法，在推理时通过线性方向引导视频扩散模型的内部表示，实现无训练的安全对齐，避免有害内容生成，且不降低通用能力。
Variational Test-time Optimization for Diffusion Synchronization
扩散同步的变分测试时优化
机构 * Seoul National University（首尔大学） ； University of California, Irvine（加利福尼亚大学尔湾分校）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出基于最优控制的变分测试时优化框架，通过优化控制变量引导多轨迹协同生成，无需额外训练即可提升扩散同步性能。
Comments Preprint. Project website: https://hleephilip.github.io/SyncVC/
UniDDT: Unifying Multimodal Understanding and Generation with Decoupled Diffusion Transformer
UniDDT: 使用解耦扩散变换器统一多模态理解与生成
机构 * Nanjing University（南京大学） ； ByteDance Seed（字节跳动Seed） ； University of Hong Kong（香港大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出UniDDT模型，通过噪声ViT编码器统一视觉语义表示，并采用解耦扩散解码器分离扩散与文本解码，平衡多模态理解与生成任务，在多个基准上取得优异性能。
Comments This work was completed in \textbf{November 2025}
ST-DiffEye: Diffusion-based Continuous Gaze Generation via Joint Scanpath-Trajectory Modeling
ST-DiffEye: 基于扩散的连续注视生成通过联合扫描路径-轨迹建模
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出ST-DiffEye，一种联合轨迹-扫描路径扩散框架，通过将两者拼接为额外输入通道进行联合建模，并引入基于连续排序概率得分（CRPS）的评估方法，在视觉搜索和自由观看任务上达到最先进性能。
Lesion-DDPM: Lesion-Enhanced 3D Diffusion for MS MRI Synthesis
Lesion-DDPM：用于MS MRI合成的病灶增强3D扩散模型
机构 * University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； National Taiwan University Hospital（国立台湾大学医院） ； National University of Mongolia（蒙古国立大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出Lesion-DDPM，一种3D条件扩散框架，通过多级解剖掩膜注入和病灶加权重建损失，实现病灶感知的FLAIR合成，在MS病灶分割下游任务中显著提升Dice分数。
Timestep Rescheduling in Diffusion Inversion
扩散反演中的时间步重调度
机构 * Nanyang Technological University（南洋理工大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对扩散反演中时间步选择影响反演精度的问题，提出一种基于全局重缩放和局部动态规划的非均匀时间步调度器，有效降低反演误差，提升图像重建与编辑性能。
Comments Accepted by ICML 2026. 23 pages, including appendices
PPDM: Pixel Puzzling Diffusion Model for Speed and Memory Efficient Volumetric Medical Image Translation
PPDM: 像素拼图扩散模型用于速度和内存高效的体积医学图像翻译
机构 * Department of Radiology, Northwestern University（西北大学放射学系） ； Department of Biomedical Engineering, Yale University（耶鲁大学生物医学工程系） ； Department of Radiology and Biomedical Imaging, Yale School of Medicine（耶鲁医学院放射学与生物医学影像系）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出像素拼图扩散模型（PPDM），通过可逆像素拼图操作和直接桥接扩散公式，在降低内存和加速推理的同时保持全局一致性，用于3D医学图像翻译。
Comments 12 pages, 5 figures, 5 tables
HemExp: Clinically-Guided Latent Diffusion for Modeling Hematoma Expansion
HemExp: 临床引导的潜在扩散模型用于血肿扩展示建模
机构 * CLAIM – Charité Lab for AI in Medicine, Charité – Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt-Universität zu Berlin（柏林夏里特医学院人工智能医学实验室（CLAIM），柏林夏里特医学院，柏林自由大学和柏林洪堡大学成员） ； Department of Neurosurgery, Mie Chuo Medical Center（三重中央医疗中心神经外科）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出临床引导的潜在扩散模型HemExp，通过生成患者特异性随访CT图像及血肿分割，实现血肿扩展示的空间概率预测，支持临床变量扰动下的不确定性建模。
Temporal Difference Learning for Diffusion Models
扩散模型的时间差分学习
机构 * Department of Engineering Science, University of Oxford, Oxford, United Kingdom（牛津大学工程科学系） ； School of Computer Science, Carleton University, Ottawa, Canada（卡尔顿大学计算机科学学院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出时间差分（TD）目标函数，通过将扩散过程视为马尔可夫奖励过程并利用强化学习中的策略评估，强制去噪轨迹上的跨时间一致性，显著提升少步采样下的生成质量。
Comments 15 pages, 4 figures. Accepted at ICML 2026
VANDERER: Map-Free Exploration using Future-Aware and Visual-Curiosity-Guided Diffusion Policy
VANDERER: 基于未来感知与视觉好奇心引导扩散策略的无地图探索
机构 * Control/Robotics Research Laboratory (CRRL), Department of Electrical and Computer Engineering, NYU Tandon School of Engineering（纽约大学坦登工程学院电气与计算机工程系控制/机器人研究实验室（CRRL）） ； New York University Abu Dhabi (NYUAD) Center for Artificial Intelligence and Robotics (CAIR)（纽约大学阿布扎比分校人工智能与机器人中心（CAIR））
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出VANDERER框架，利用视觉好奇心模块引导预训练扩散策略，仅依赖单目图像实现高效无地图探索，在多种模拟环境中平均探索面积比NoMaD多13.4%。
Diffusion-Refined Segmentation and Vision-Language Interpretation for Pediatric Brain Tumor MRI
扩散细化分割与视觉-语言解释用于儿童脑肿瘤MRI
机构 * Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系） ； School of Medicine, Stanford University（斯坦福大学医学院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出两阶段框架，先用Swin-UNETR粗分割，再用条件扩散模型细化边界，最后结合多模态语言模型生成结构化报告，提升儿童脑肿瘤分割精度和可解释性。
CaricHarmony: Contrastive Diffusion Paths for Identity-Preserving Caricature Synthesis
CaricHarmony：身份保持的漫画合成的对比扩散路径
机构 * SketchX, CVSSP, University of Surrey（萨里大学CVSSP实验室SketchX组）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出CaricHarmony，一种无需训练的方法，通过并行无污染扩散路径解决身份与形状条件信号污染问题，实现平衡的漫画合成，在保持身份一致性的同时达到最优形状保真度。
Budget-Constrained Step-Level Diffusion Caching
预算约束的步骤级扩散缓存
机构 * Westlake-AGI-Lab（西湖大学AGI实验室）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出BudCache方法，通过离线搜索（模拟退火+爬山）在固定计算预算下优化缓存策略，并引入缓存感知调度对齐，以提升扩散模型生成质量。
Comments Accepted by ICML 2026
Towards More General Control of Diffusion Models Using Jeffrey Guidance
使用 Jeffrey 引导实现扩散模型的更通用控制
机构 * Inria, CNRS, I3S, Maasai Université Côte d’Azur（法国国家信息与自动化研究所、法国国家科学研究中心、信息与系统科学实验室、马赛·蔚蓝海岸大学） ； Technical University of Denmark（丹麦技术大学） ； Inria, CNRS, LJAD, Maasai Université Côte d’Azur（法国国家信息与自动化研究所、法国国家科学研究中心、雅克-路易·利翁实验室、马赛·蔚蓝海岸大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出 Jeffrey 引导框架，通过 Jeffrey 条件规则更新边缘分布，扩展扩散模型控制到标准引导无法表达的应用，在 CIFAR-10 和 FFHQ 上显著降低 FID，并在 CelebA-HQ 上实现公平性控制。
VOID: Defeating Unauthorized Mimicry in Latent Diffusion Models
VOID: 击败潜在扩散模型中的未授权模仿
机构 * School of Cyber Science and Engineering, Wuhan University（武汉大学网络空间安全学院） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； Institute for Math&AI, Wuhan University（武汉大学数学与人工智能研究所） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Cyber Science and Engineering, Xi’an Jiaotong University（西安交通大学网络空间安全学院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对潜在扩散模型被用于未授权模仿的问题，提出VOID防御框架，通过操纵模型内在随机性，放大潜在编码误差并抵消目标引导信号，实现语义破坏，阻止未授权模仿，同时将扰动限制在人眼不可感知区域。
Comments Extended full version with more comprehensive experimental results. To appear in the 35th USENIX Security Symposium (USENIX Security 2026)
Lip Forcing: Few-Step Autoregressive Diffusion for Real-time Lip Synchronization
Lip Forcing: 用于实时唇部同步的少步自回归扩散
机构 * KAIST AI（韩国科学技术院人工智能） ； AIPARK
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出Lip Forcing，首个用于视频到视频唇部同步的自回归扩散方法，通过蒸馏14B教师模型为因果学生模型，仅需两步去噪即可实现实时同步，并引入同步窗口DMD、两步推理计划和SyncNet奖励。
Comments Project Page: https://cvlab-kaist.github.io/LipForcing/
Evaluating the Representation Space of Diffusion Models via Self-Supervised Principles
通过自监督原则评估扩散模型的表示空间
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 受自监督学习启发，提出基于Fisher信息的度量ICR，分解特征为不变和残差成分，用于联合评估扩散模型的表示与生成能力，发现中间噪声水平下不变性最强且分类性能最佳，ICR可敏感检测训练中的记忆化。
Comments First two authors contributed equally. Accepted at ICML 2026
TUDSR: Twice Upsampling-Diffusion for Higher Super-Resolution
TUDSR: 用于更高超分辨率的两次上采样扩散
机构 * East China Normal University（华东师范大学） ； Zhejiang University（浙江大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出TUDSR框架，通过两阶段训练（R分辨率和NR分辨率）结合循环分块策略，在SD2.1基础上实现1024²和2048²高分辨率图像超分辨率，显著优于现有方法。
Echo-DM: Ultrasound Marker Removal via Conditional Latent Diffusion and Region-Aware Fusion
Echo-DM: 通过条件潜在扩散和区域感知融合去除超声标记
机构 * School of Computer Science, Wuhan University, China（武汉大学计算机学院） ； The Central Hospital of Wuhan, China（武汉市中心医院） ； School of Computer Science, Hubei University of Technology, China（湖北工业大学计算机学院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出Echo-DM框架，结合条件潜在扩散和区域感知融合，在无掩码条件下有效去除超声图像中的人工标记，同时保持解剖结构保真度。
Comments 18 pages, 4 figures
LiteVSR: Lightweight Adaptation of Frozen Diffusion Transformers for Video Super-Resolution
LiteVSR: 冻结扩散变换器的轻量级自适应用于视频超分辨率
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出LiteVSR，利用流匹配原理，通过轻量级状态感知适配器在冻结扩散变换器上实现视频超分辨率，仅需11.25%可训练参数和12 GPU小时训练。
Rethinking 3D Shape Generation: Diffusion over Superquadrics
重新思考3D形状生成：超二次曲面上的扩散
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出将扩散模型从高基数几何表示转移到紧凑的超二次曲面参数上，以降低计算和内存成本，并支持无分辨率点云解码、部件级编辑和约束设计，实现高效生成。
Comments Accepted to ICML2026
MaskAlign: Token-Subset Representation Alignment for Efficient Diffusion Training
MaskAlign: 面向高效扩散训练的令牌子集表示对齐
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Kuaishou Technology（快手科技） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对扩散模型与预训练视觉模型表示对齐中令牌级信息不匹配问题，提出MaskAlign方法，通过随机采样令牌子集进行对齐，并引入预掩码令牌混合块减少信息损失，提升训练效率和生成质量。
Less Is More: Training-Free Acceleration Framework of 3D Diffusion Models for Low-Count PET Denoising via Global-Local Trajectory Reduction
少即是多：通过全局-局部轨迹缩减实现低计数PET去噪的3D扩散模型免训练加速框架
机构 * Northwestern University（西北大学） ； Hefei University of Technology（合肥工业大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出一种免训练的全局-局部跳跃策略，通过噪声一致变换初始化中间步骤和重用U-Net特征，在加速3D扩散模型去噪的同时提升重建质量。
Comments 19 pages, 10 figures, 5 tables
Reconstructing Synthetic SDO/AIA 193 A EUV Images from He I 10830 A Observations with Diffusion Model Translator
利用扩散模型翻译器从He I 10830 Å观测重建合成SDO/AIA 193 Å EUV图像
机构 * Department of Mechanical and Industrial Engineering, New Jersey Institute of Technology（机械与工业工程系，新泽西理工学院） ； Department of Physics, New Jersey Institute of Technology（物理系，新泽西理工学院） ； Department of Computer Science, Sam Houston State University（计算机科学系，萨姆霍斯顿州立大学） ； Department of Computer Science, New Jersey Institute of Technology（计算机科学系，新泽西理工学院） ； Department of Data Science, New Jersey Institute of Technology（数据科学系，新泽西理工学院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出基于扩散的日冕洞感知翻译模型（CH-aware DMT），从He I图像重建AIA 193 Å EUV图像，在测试集上保持全盘EUV形态（CC=0.92）和日冕洞结构（CC=0.84），并通过历史数据验证其物理合理性。
Where the Score Lives: A Wavelet View of Diffusion
分数函数所在之处：扩散的小波视角
机构 * The Kempner Institute for the Study of Natural and Artificial Intelligence（肯普纳自然与人工智能研究所） ； Harvard University（哈佛大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出基于二维正交小波基的分数函数参数化，通过数据分布矩分析揭示不同架构的归纳偏差，解释扩散模型中分数网络与数据分布的相互作用。
Comments 20 pages, 12 figures, AISTATS 2026
Journal ref Proceedings of the 29th International Conference on Artificial Intelligence and Statistics (AISTATS) 2026, Tangier, Morocco. PMLR: Volume 300
Property-Informed Diffusion-Based Text-to-Microstructure Generation
基于属性信息的扩散模型文本到微结构生成
机构 * School of Cyber Science and Engineering, Southeast University（东南大学网络空间安全学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education（教育部新一代人工智能技术及其跨学科应用重点实验室（东南大学）） ； Purple Mountain Laboratories（紫金山实验室） ； Engineering Research Center of Blockchain Application, Supervision And Management (Southeast University), Ministry of Education（教育部区块链应用监管工程研究中心（东南大学））
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出一种属性信息驱动的扩散网络，从文本描述直接生成3D微结构，通过对比文本-结构对齐和测试时奖励引导对齐确保生成结构的语义和物理可行性。
Comments Published in CVPR2026, Code is at: https://github.com/hongsong-wang/PropDiff-TMG
TBD-VLA: Temporal Block Diffusion Vision Language Action Model
TBD-VLA: 时序块扩散视觉语言动作模型
机构 * University of Virginia（弗吉尼亚大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出TBD-VLA框架，通过时序块扩散机制实现离散令牌VLA模型的并行动作生成，兼顾时序连贯性与推理速度，在仿真和真实任务中优于先前方法。
ARAPDiffusion: ARAP Regularization for Diffusion-Based Deformable Shape Space Learning
ARAPDiffusion: 基于ARAP正则化的扩散变形形状空间学习
机构 * University of Texas at Austin（德克萨斯大学） ； Westlake University（西拉丘学院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出ARAPDiffusion，一种潜在扩散模型，通过注入ARAP变形模型作为正则化损失，学习变形形状集合的连续形状空间，减少对大量3D训练数据的依赖。
