图像生成

Pluggable Pruning with Contiguous Layer Distillation for Diffusion Transformers

可插拔剪枝与连续层蒸馏用于扩散变换器

Jian Ma, Qirong Peng, Xujie Zhu, Peixing Xie, Chen Chen, Haonan Lu

机构 * OPPO AI Center（OPPO人工智能中心） ； Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本研究提出PPCL方法，通过连续层蒸馏和灵活剪枝技术，在保持图像生成质量的同时实现50%的参数压缩，适用于资源受限环境。

Comments Accepted to CVPR 2026

HDR Reconstruction Boosting with Training-Free and Exposure-Consistent Diffusion

通过无训练和曝光一致的扩散实现HDR重建增强

Yo-Tin Lin, Su-Kai Chen, Hou-Ning Hu, Yen-Yu Lin, Yu-Lun Liu

机构 * National Yang Ming Chiao Tung University（国家阳明交通大学） ； MediaTek Inc.（联发科公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；inpainting(abstract)；分类 cs.CV

AI总结 通过无训练和曝光一致的扩散技术提升HDR重建效果，增强过曝区域的图像质量并保持多曝光一致性。

Comments WACV 2026. Project page: https://github.com/EusdenLin/HDR-Reconstruction-Boosting

OBS-Diff: Accurate Pruning For Diffusion Models in One-Shot

OBS-Diff: 高精度扩散模型的一次性剪枝

Junhan Zhu, Hesong Wang, Mingluo Su, Zefang Wang, Huan Wang

机构 * Westlake University（西湖大学） ； Zhejiang University（浙江大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 OBS-Diff通过引入时间步感知Hessian构造和高效分组顺序剪枝策略，实现了扩散模型的一次性精准剪枝，提升推理效率并保持视觉质量。

Rethinking Preference Alignment for Diffusion Models with Classifier-Free Guidance

重新思考扩散模型的偏好对齐：基于分类器自由引导

Zhou Jiang, Yandong Wen, Zhen Liu

机构 * Westlake University（西湖大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出基于分类器自由引导的方法，通过分解偏好学习为两个模块并生成对比引导向量，提升扩散模型对人类偏好的对齐效果。

DM4CT: Benchmarking Diffusion Models for Computed Tomography Reconstruction

DM4CT：用于计算机断层扫描重建的扩散模型基准测试

Jiayang Shi, Daniel M. Pelt, K. Joost Batenburg

机构 * LIACS, Leiden University（莱顿大学LIACS） ； Centrum Wiskunde en Informatica（数学与信息学研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 DM4CT通过对比不同方法在CT重建中的表现，评估扩散模型在实际应用中的有效性与局限性。

Comments ICLR 2026

Efficient Text-Guided Convolutional Adapter for the Diffusion Model

高效的文本引导卷积适配器用于扩散模型

Aryan Das, Koushik Biswas, Swalpa Kumar Roy, Badri Narayana Patro, Vinay Kumar Verma

机构 * VIT Bhopal（维特大学博帕尔分校） ； IIIT Delhi（德里印度理工学院） ； Tezpur University Assam（泰朱普大学阿萨姆分校） ； IIT Kanpur（坎普尔印度理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出Nexus Prime和Slim适配器，通过文本引导提升扩散模型的结构保持条件生成性能，显著减少参数量并保持高效果。

Comments Accepted in WACV 2026

Synthetic History: Evaluating Visual Representations of the Past in Diffusion Models

合成历史：评估扩散模型中过去视觉表征

Maria-Teresa De Rosa Palmini, Eva Cetinic

机构 * University of Zurich（苏黎世大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出评估TTI模型对历史语境表征的基准，揭示模型在历史主题生成中存在系统性偏差，如刻板印象和错误时空错位，旨在推动更准确的历史主题生成模型发展。

Retinal OCT Synthesis with Denoising Diffusion Probabilistic Models for Layer Segmentation

利用去噪扩散概率模型进行视网膜OCT合成以实现分层分割

Yuli Wu, Weidong He, Dennis Eschweiler, Ningxin Dou, Zixin Fan, Shengli Mi, Peter Walter, Johannes Stegmaier

机构 * Institute of Imaging and Computer Vision, RWTH Aachen University（成像与计算机视觉研究所，亚琛RWTH大学） ； Bio-manufacturing Engineering Laboratory of Tsinghua SIGS, Tsinghua University（清华大学SIGS生物制造工程实验室） ； Shenzhen Eye Hospital（深圳眼科医院） ； Department of Ophthalmology, RWTH Aachen University（眼科部，亚琛RWTH大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出利用DDPMs合成视网膜OCT图像，通过知识迁移提升分割精度，展示其在减少人工标注需求方面的潜力。

Comments ISBI 2024

Journal ref 2024 IEEE International Symposium on Biomedical Imaging (ISBI)

Improved Object-Centric Diffusion Learning with Registers and Contrastive Alignment

改进的基于注册和对比对齐的对象中心扩散学习

Bac Nguyen, Yuhta Takida, Naoki Murata, Chieh-Hsin Lai, Toshimitsu Uesaka, Stefano Ermon, Yuki Mitsufuji

机构 * Sony AI（索尼人工智能） ； Stanford University（斯坦福大学） ； Sony Group Corporation（索尼集团） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 CODA通过注册槽位和对比对齐损失改进物体中心学习，提升物体发现、属性预测和图像生成性能。

Comments Accepted at ICLR 2026

Amber-Image: Efficient Compression of Large-Scale Diffusion Transformers

Amber-Image: 大规模扩散变换器的高效压缩

Chaojie Yang, Tian Li, Yue Zhang, Jun Gao

机构 * Computational Intelligence Dept（计算智能系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 Amber-Image通过高效压缩技术将大规模扩散变换器模型参数减少70%，实现低成本高精度的文本到图像生成。

Adapting VACE for Real-Time Autoregressive Video Diffusion

为实时自回归视频扩散适应VACE

Ryan Fosdick

机构 * Daydream 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；inpainting(abstract)；分类 cs.CV

AI总结 VACE被适配用于实时自回归视频生成，通过调整参考帧路径以兼容因果注意力，保留固定分块大小和KV缓存，同时增加20-30%的延迟开销，但显存成本低，参考到视频的保真度下降。

Comments 10 pages, 4 figures, 7 tables

Large Scale Diffusion Distillation via Score-Regularized Continuous-Time Consistency

大规模扩散蒸馏的连续时间一致性 via 分数正则化

Kaiwen Zheng, Yuji Wang, Qianli Ma, Huayu Chen, Jintao Zhang, Yogesh Balaji, Jianfei Chen, Ming-Yu Liu, Jun Zhu, Qinsheng Zhang

机构 * Dept. of Comp. Sci. & Tech., BNRist Center, THU-Bosch ML Center, AI Institute, Tsinghua（清华大学计算机科学与技术系，BNRist中心，THU-Bosch机器学习中心，人工智能研究院） ； NVIDIA 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出分数正则化的连续时间一致性模型（rCM），通过引入分数蒸馏作为长跳正则化器，改进了sCM在细节生成和多样性方面的性能，适用于大规模图像和视频扩散任务。

Comments ICLR 2026

Image Can Bring Your Memory Back: A Novel Multi-Modal Guided Attack against Image Generation Model Unlearning

图像能帮你找回记忆：一种新颖的多模态引导攻击对抗图像生成模型去学习

Renyang Liu, Guanlin Li, Tianwei Zhang, See-Kiong Ng

机构 * Institute of Data Science, National University of Singapore（数据科学研究所，新加坡国立大学） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） 纠错

专题命中 扩散模型 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 Recall提出一种新颖的多模态引导攻击框架，针对图像生成模型去学习的鲁棒性进行攻击，展示其在对抗有效性、计算效率和语义保真度上的优势。

Comments Accepted by ICLR 2026

Hallucinating 360°: Panoramic Street-View Generation via Local Scenes Diffusion and Probabilistic Prompting

生成360°全景图：通过局部场景扩散与概率提示的街道视图生成

Fei Teng, Kai Luo, Sheng Wu, Siyu Li, Pujun Guo, Jiale Wei, Jiaming Zhang, Kunyu Peng, Kailun Yang

机构 * School of Artificial Intelligence and Robotics and the National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（人工智能与机器人学院和机器人视觉感知与控制技术国家工程研究中心，湖南大学） ； Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（人机学与机器人研究所，卡尔斯鲁厄技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出Percep360方法，通过局部场景扩散与概率提示技术，实现自动驾驶中的可控全景图像生成，提升真实场景下的鸟瞰图分割性能。

Comments Accepted to ICRA 2026. The source code will be publicly available at https://github.com/FeiT-FeiTeng/Percep360

Reproducing DragDiffusion: Interactive Point-Based Editing with Diffusion Models

重现DragDiffusion：基于扩散模型的交互式点编辑

Ali Subhan, Ashir Raza

机构 * Faculty of Computer and Information Science（计算机与信息科学学院） ； University of Ljubljana（卢布尔雅那大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image editing(abstract)；分类 cs.CV

AI总结 本文重现了DragDiffusion方法，验证了其在不同超参数下的可重复性，并发现其性能对优化时间步和特征层敏感。

Comments 16 pages, 8 figures. Reproducibility study of DragDiffusion (CVPR 2024). Submitted to TMLR Reproducibility Challenge. Code available on GitHub

Self-Attention Decomposition For Training Free Diffusion Editing

自注意力分解用于训练自由扩散编辑

Tharun Anand, Mohammad Hassan Vali, Arno Solin, Green Rosh, BH Pawan Prasad

机构 * ELLIS Institute Finland（芬兰ELLIS研究所） ； Department of Computer Science, Aalto University, Finland（芬兰奥卢大学计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出了一种基于自注意力权重矩阵特征向量提取的扩散模型编辑方法，无需额外数据或微调，实现高效高质量的图像编辑。

Comments ICASSP 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)

Shallow Diffuse: Robust and Invisible Watermarking through Low-Dimensional Subspaces in Diffusion Models

浅层扩散：通过扩散模型中低维子空间实现的鲁棒且不可见的水印技术

Wenda Li, Huijie Zhang, Qing Qu

机构 * University of Michigan（密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出Shallow Diffuse，一种通过扩散模型中低维子空间实现鲁棒且不可见水印的技术，提升了水印的检测性和数据生成的一致性。

Comments NeurIPS 2025 Spotlight

CT Synthesis with Conditional Diffusion Models for Abdominal Lymph Node Segmentation

基于条件扩散模型的CT合成用于腹部淋巴结分割

Yongrui Yu, Hanyu Chen, Zitian Zhang, Qiong Xiao, Wenhui Lei, Linrui Dai, Yu Fu, Hui Tan, Guan Wang, Peng Gao, Xiaofan Zhang

机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Department of Surgical Oncology and General Surgery, Key Laboratory of Precision Diagnosis and Treatment of Gastrointestinal Tumors, Ministry of Education, The First Hospital of China Medical University, Shenyang, China（外科肿瘤科和普通外科，精准诊断与治疗胃肠肿瘤国家重点实验室，教育部，中国医科大学第一附属医院，沈阳，中国） ； Department of Radiology, The First Hospital of China Medical University, Shenyang, China（放射科，中国医科大学第一附属医院，沈阳，中国） ； Shanghai AI Laboratory, Shanghai, China（上海人工智能实验室，上海，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出LN-DDPM模型，通过条件扩散模型生成腹部淋巴结数据，提升分割性能。

A Diffusion-Based Generative Prior Approach to Sparse-view Computed Tomography

基于扩散的生成先验方法用于稀疏视角计算机断层扫描

Davide Evangelista, Pasquale Cascarano, Elena Loli Piccolomini

机构 * Department of Computer Science and Engineering University of Bologna（计算机科学与工程系博洛尼亚大学） ； Department of the Art University of Bologna（艺术系博洛尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出了一种基于扩散的生成先验方法，用于改善稀疏视角CT图像重建的质量，通过结合生成模型与迭代优化算法，提升重建效果和可解释性。

Comments 13 pages, 5 figures, 1 table

Look-Ahead and Look-Back Flows: Training-Free Image Generation with Trajectory Smoothing

前瞻与回顾流：基于轨迹平滑的无训练图像生成

Yan Luo, Henry Huang, Todd Y. Zhou, Mengyu Wang

机构 * Harvard AI and Robotics Lab, Harvard University（哈佛人工智能与机器人实验室，哈佛大学） 纠错

专题命中 扩散模型 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出两种无训练轨迹平滑方法，通过优化潜在空间中的生成路径，在多个数据集上显著提升图像生成性能。

Test-Time Iterative Error Correction for Efficient Diffusion Models

测试时迭代误差校正用于高效扩散模型

Yunshan Zhong, Weiqi Yan, Yuxin Zhang

机构 * School of Computer Science and Technology, Hainan University（海南大学计算机科学与技术学院） ； MAC Lab, Department of Artificial Intelligence, School of Informatics, Xiamen University（厦门大学信息学院人工智能系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出迭代误差校正方法，通过测试时迭代优化减少扩散模型生成误差，提升生成质量与效率的平衡。

Comments Accepted by ICLR 2026

Preserving Spectral Structure and Statistics in Diffusion Models

在扩散模型中保持谱结构和统计信息

Baohua Yan, Jennifer Kava, Qingyuan Liu, Xuan Di

机构 * Department of Civil Engineering and Engineering Mechanics, Columbia University, NY, United States（土木工程与工程力学系，哥伦比亚大学，纽约，美国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 PreSS通过在谱空间中保持信息性先验和结构信号，提升扩散模型的生成质量和效率。

Imperceptible Protection against Style Imitation from Diffusion Models

难以察觉的对抗风格模仿保护方法

Namhyuk Ahn, Wonhyuk Ahn, KiYoon Yoo, Daesik Kim, Seung-Hun Nam

机构 * Department of Electrical and Computer Engineering, Inha University（电子与计算机工程系，inha大学） ； NAVER WEBTOON AI ； KRAFTON 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 本文提出了一种在不降低保护效果的前提下提升图像保护不可察觉性的方法，通过感知图和难度感知保护机制优化保护强度。

Comments IEEE Transactions on Multimedia

LCUDiff: Latent Capacity Upgrade Diffusion for Faithful Human Body Restoration

LCUDiff: 基于潜在空间升级的扩散模型用于忠实的人体图像修复

Jue Gong, Zihan Zhou, Jingkai Wang, Shu Li, Libo Liu, Jianliang Lan, Yulun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shenzhen Transsion Holdings Co., Ltd.（深圳Transsion控股有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 LCUDiff通过升级潜在空间和改进解码器路由，实现了更高质量的人体图像修复，提升了保真度和效率。

Comments 8 pages, 7 figures. The code and model will be at https://github.com/gobunu/LCUDiff

Sparse-to-Sparse Training of Diffusion Models

扩散模型的稀疏到稀疏训练

Inês Cardoso Oliveira, Decebal Constantin Mocanu, Luis A. Leiva

机构 * University of Luxembourg（卢森堡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出稀疏到稀疏训练范式，用于提升扩散模型在训练和推理效率上的性能，通过实验表明稀疏DMs在性能上优于密集模型，同时减少计算资源消耗。

Comments Accepted to TMLR

Journal ref Transactions on Machine Learning Research (TMLR) 2025

Semantic Routing: Exploring Multi-Layer LLM Feature Weighting for Diffusion Transformers

语义路由：探索多层LLM特征加权用于扩散变换器

Bozhou Li, Yushuo Guan, Haolin Li, Bohan Zeng, Yiyan Ji, Yue Ding, Pengfei Wan, Kun Gai, Yuanxing Zhang, Wentao Zhang

机构 * Peking University（北京大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Nanjing University（南京大学） ； Fudan University（复旦大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出深度-wise语义路由方法，通过多层LLM特征加权提升文本到图像生成的准确性与稳定性。

VIRAL: Visual In-Context Reasoning via Analogy in Diffusion Transformers

VIRAL: 通过类比在扩散变换器中实现视觉上下文推理

Zhiwen Li, Zhongjie Duan, Jinyan Ye, Cen Chen, Daoyuan Chen, Yaliang Li, Yingda Chen

机构 * School of Data Science and Engineering, East China Normal University, Shanghai, China（数据科学与工程学院，东华大学，上海，中国） ； Alibaba Group, Hangzhou, China（阿里巴巴集团，杭州，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image editing(abstract)；分类 cs.CV

AI总结 VIRAL通过类比和扩散变换器实现视觉上下文推理，解决视觉任务异质性问题，提升开放域编辑性能。

PISA: Piecewise Sparse Attention Is Wiser for Efficient Diffusion Transformers

PISA：分块稀疏注意力使扩散变换器更高效

Haopeng Li, Shitong Shao, Wenliang Zhong, Zikai Zhou, Lichen Bai, Hui Xiong, Zeke Xie

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 PISA通过分块稀疏注意力在保持质量的同时显著提升扩散变换器的效率。

Comments 17 pages

RDDM: Practicing RAW Domain Diffusion Model for Real-world Image Restoration

RDDM: 在真实世界图像恢复中实践RAW域扩散模型

Yan Chen, Yi Wen, Wei Li, Junchao Liu, Yong Guo, Jie Hu, Xinghao Chen

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；分类 cs.CV

AI总结 RDDM通过在RAW域直接恢复图像，克服了传统sRGB域扩散模型在高保真度与图像生成间的矛盾，提升了真实世界图像恢复的性能。

ReLAPSe: Reinforcement-Learning-trained Adversarial Prompt Search for Erased concepts in unlearned diffusion models

ReLAPSe: 通过强化学习训练的对抗性提示搜索消除未学习扩散模型中的擦除概念

Ignacy Kolton, Kacper Marzol, Paweł Batorski, Marcin Mazur, Paul Swoboda, Przemysław Spurek

机构 * Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究机构） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 ReLAPSe通过强化学习训练对抗性提示搜索，有效恢复扩散模型中被移除的概念，提供高效的去学习测试工具。