图像生成

NoiseRater: Meta-Learned Noise Valuation for Diffusion Model Training

NoiseRater: 用于扩散模型训练的元学习噪声估值

Fang Wu, Haokai Zhao, Da Xing, Hanqun Cao, Tinson Xu, Yanchao Li, Xiangru Tang, Zehong Wang, Aaron Tu, Kuan Pang, Hanchen Wang, Hongbin Lin, Zeqi Zhou, Yinxi Li, Peng Xia, Li Erran Li, Molei Tao, Jure Leskovec, Aditya Joshi, Yejin Choi

机构 * Stanford University（斯坦福大学） ； UNSW（新南威尔士大学） ； UCL（伦敦大学学院） ； The University of Chicago（芝加哥大学） ； CUHK（香港中文大学） ； Nanjing University（南京大学） ； Brown University（布朗大学） ； Yale University（耶鲁大学） ； University of Notre Dame（Notre Dame 大学） ； University of Waterloo（滑铁卢大学） ； UCB（加州大学伯克利分校） ； Georgia Technology（佐治亚理工学院） ； Amazon（亚马逊） 纠错

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

AI总结 本文提出NoiseRater，通过元学习实现实例级噪声估值，提升扩散模型训练效率和生成质量。

Towards Highly-Constrained Human Motion Generation with Retrieval-Guided Diffusion Noise Optimization

面向高约束人类动作生成的检索引导扩散噪声优化

Hanchao Liu, Fang-Lue Zhang, Shining Zhang, Tai-Jiang Mu, Shi-Min Hu

机构 * Tsinghua University（清华大学） ； University of New South Wales（新南威尔士大学） 纠错

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

AI总结 本文提出基于无训练扩散噪声优化框架的检索引导方法，通过关系任务解析和奖励引导掩码优化，解决高约束下的动作生成问题，提升虚拟代理行为合成能力。

Comments Accepted to CVPR2026

What Matters for Diffusion-Friendly Latent Manifold? Prior-Aligned Autoencoders for Latent Diffusion

潜在扩散 manifold 中什么因素重要？面向潜在扩散的先验对齐自编码器

Zhengrong Yue, Taihang Hu, Mengting Chen, Haiyu Zhang, Zihao Pan, Tao Liu, Zikang Wang, Jinsong Lan, Xiaoyong Zhu, Bo Zheng, Yali Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Beihang University（北航） ； Sun Yat-sen University（中山大学） ； Nankai University（南开大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文研究潜在 manifold 组织对扩散模型生成质量的影响，提出 PAE 显式构建潜在 manifold，提升训练效率和生成质量，达到新状态的 gFID 1.03。

VDEGaussian: Video Diffusion Enhanced 4D Gaussian Splatting for Dynamic Urban Scenes Modeling

VDEGaussian：基于视频扩散的4D高斯点云用于动态城市场景建模

Yuru Xiao, Zihan Lin, Chao Lu, Deming Zhai, Kui Jiang, Wenbo Zhao, Wei Zhang, Junjun Jiang, Huanran Wang, Xianming Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出一种结合视频扩散的4D高斯点云方法，解决动态场景建模中快速移动物体建模难题，通过时间一致性先验和不确定性蒸馏提升新型视角合成效果。

A$^2$RD: Agentic Autoregressive Diffusion for Long Video Consistency

A$^2$RD：基于代理的自回归扩散用于长视频一致性

Do Xuan Long, Yale Song, Min-Yen Kan, Tomas Pfister, Long T. Le

机构 * Google Cloud AI Research（谷歌云人工智能研究） 纠错

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

AI总结 A$^2$RD通过Retrieve-Synthesize-Refine-Update循环实现长视频一致性合成，提升视频生成的连贯性和叙事一致性。

Comments Project page: http://dxlong2000.github.io/AARD

Not All Tokens Need 40 Steps: Heterogeneous Step Allocation in Diffusion Transformers for Efficient Video Generation

并非所有标记都需要40步：扩散变换器中的异质步分配用于高效视频生成

Ernie Chu, Vishal M. Patel

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本文提出HSA算法，通过根据速度动态分配不同时间空间标记的步数预算，提升视频生成效率，实验表明在加速运行时表现优于现有方法。

Comments Project page: https://ernestchu.github.io/hsa

A Unified Measure-Theoretic View of Diffusion, Score-Based, and Flow Matching Generative Models

扩散、基于分数的和流匹配生成模型的统一测度论观点

Aditya Ranganath, Mukesh Singhal

机构 * Center for Applied Scientific Computing（应用科学计算中心） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； University of California Merced（加州默塞德大学） 纠错

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

AI总结 本文从测度论角度统一了扩散、基于分数和流匹配生成模型，探讨了时间依赖向量场诱导的边缘分布，并分析了采样、稳定性和计算的权衡。

Comments 62 pages, 1 figure, jmlr preprint

Mean Mode Screaming: Mean--Variance Split Residuals for 1000-Layer Diffusion Transformers

均值模式尖叫：用于1000层扩散变换器的均值-方差分割残差

Pengqi Lu

机构 * Beijing, China（中国北京） 纠错

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

AI总结 本文提出均值-方差分割残差，解决扩散变换器在数百层时出现的均值主导崩溃问题，通过分割残差更新和泄漏主干均值替换，使模型在极端深度下保持稳定训练。

Comments 43 pages (9-page main paper + appendix)

A Causal Diffusion Model for Video Reconstruction from Ultra-Low-Bitrate Representations

一种用于从超低比特率表示中重建视频的因果扩散模型

Cem Eteke, Batuhan Tosun, Martin Piccolrovazzi, Alexander Griessel, Wolfgang Kellerer, Eckehard Steinbach

机构 * Chair of Media Technology（媒体技术系） ； Chair of Communication Networks（通信网络系） ； Munich Institute of Robotics and Machine Intelligence（慕尼黑机器人与智能机械研究所） ； School of Computation Information and Technology, Technical University of Munich（计算信息与技术学院，慕尼黑技术大学） 纠错

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

AI总结 本文提出一种因果扩散模型，用于从超低比特率语义和高度压缩帧中重建视频，通过联合建模互补信息，提升重建质量，优于传统、神经、生成和语义基线方法。

Multimodal Diffusion Transformer with Memory Bank for Scalable Long-Duration Talking Video Generation

具有内存库的多模态扩散变换器用于可扩展的长时谈话视频生成

Haojie Zhang, Zhihao Liang, Ruibo Fu, Bingyan Liu, Zhengqi Wen, Xuefei Liu, Jianhua Tao, Yaling Liang

机构 * South China University of Technology（南方科技大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing National Research Center for Information Science and Technology, Tsinghua University（北京信息科学研究中心，清华大学） ； Department of Automation, BNRist, Tsinghua University（清华大学自动化系，北京信息科学研究中心） 纠错

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

AI总结 本文提出 LetsTalk 框架，通过多模态指导和内存库机制解决长时谈话视频生成中的质量、一致性、时间连贯性和计算效率问题，实验表明其在生成质量和效率上达到新水平。

Comments 16 pages, 25 figures

Continuous Latent Diffusion Language Model

连续潜在扩散语言模型

Hongcan Guo, Qinyu Zhao, Yian Zhao, Shen Nie, Rui Zhu, Qiushan Guo, Feng Wang, Tao Yang, Hengshuang Zhao, Guoqiang Wei, Yan Zeng

机构 * The University of Hong Kong（香港大学） ； The Australian National University（澳大利亚国立大学） ； Peking University（北京大学） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 本文提出Cola DLM，通过层次化信息分解实现文本生成，结合文本到潜在空间的映射、连续潜在空间中的全局语义先验建模及条件解码，提升生成效率和语义建模能力。

Comments 99 pages, 31 figures, 9 tables. Project page: https://hongcanguo.github.io/Cola-DLM/

MARBLE: Multi-Aspect Reward Balance for Diffusion RL

MARBLE: 多方面奖励平衡用于扩散强化学习

Canyu Zhao, Hao Chen, Yunze Tong, Yu Qiao, Jiacheng Li, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； HiThink ； Zhejiang University of Technology（浙江工业大学） 纠错

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

AI总结 本文提出MARBLE框架，通过梯度空间优化解决多奖励平衡问题，实现多维度奖励同时优化，提升训练效率和稳定性。

Comments Homepage and code repo: https://aim-uofa.github.io/MARBLE

Adding Thermal Awareness to Visual Systems in Real-Time via Distilled Diffusion Models

通过蒸馏扩散模型在实时中增强视觉系统热感知

Yuchen Guo, Junli Gong, Wenjun Dong, Yiuming Cheung, Weifeng Su

机构 * Northwestern University（西北大学） ； Northeastern University（东北大学） ； Hong Kong Baptist University（香港 Baptist大学） ； Beijing Normal - Hong Kong Baptist University（北京师范大学-香港 Baptist大学） 纠错

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

AI总结 本文提出FusionProxy模块，通过蒸馏扩散模型实现实时热感知融合，提升静态识别和动态任务鲁棒性，适用于边缘部署。

Making Reconstruction FID Predictive of Diffusion Generation FID

使重建FID成为扩散生成FID的预测指标

Tongda Xu, Mingwei He, Shady Abu-Hussein, Jose Miguel Hernandez-Lobato, Chunhang Zheng, Kai Zhao, Chao Zhou, Ya-Qin Zhang, Yan Wang

机构 * Tsinghua University（清华大学） ； University of Cambridge（剑桥大学） ； Peking University（北京大学） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 本文提出插值FID(iFID)，通过在潜在空间中检索最近邻并插值其潜在表示，解码后计算与原数据集的FID，从而与生成FID强相关。

Generative AI Meets 6G and Beyond: Diffusion Models for Semantic Communications

生成AI遇见6G与未来：扩散模型在语义通信中的应用

Hai-Long Qin, Jincheng Dai, Guo Lu, Shuo Shao, Sixian Wang, Tongda Xu, Wenjun Zhang, Ping Zhang, Khaled B. Letaief

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Tsinghua University（清华大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 本文探讨生成AI与6G通信的结合，介绍扩散模型在语义通信中的应用，分析其在可控生成、高效推理和跨域适应中的核心方法及贡献。

Comments Accepted by IEEE COMST, GitHub repository: https://github.com/qin-jingyun/Awesome-DiffComm, project page: https://qin-jingyun.github.io/Awesome-DiffComm

Guidance Watermarking for Diffusion Models

扩散模型的引导水印技术

Enoal Gesny, Eva Giboulot, Teddy Furon, Vivien Chappelier

机构 * Inria（法国国家信息与自动化技术研究所） ； LABEL4.AI 纠错

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

AI总结 本文提出一种新型扩散模型水印方法，通过梯度计算提升抗攻击能力，将后验水印方案转化为生成过程中的嵌入，与变分自编码器技术互补，验证了不同模型和检测器的效果，不影响生成图像的质量和多样性。

R2H-Diff: Guided Spectral Diffusion Model for RGB-to-Hyperspectral Reconstruction

R2H-Diff: 用于RGB到高光谱重建的引导频谱扩散模型

Songyu Ding, Ronggiang Zhao, Mingchun Sun, Jie Liu

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

AI总结 本文提出R2H-Diff框架，通过引导频谱细化模块和高光谱适应性转置注意力模块，实现高效RGB到HSI重建，平衡重建质量与计算效率。

Structured 3D Latents Are Surprisingly Powerful: Unleashing Generalizable Style with 2D Diffusion

结构化3D潜在空间出人意料地强大：通过2D扩散模型释放可泛化的风格

Yiran Qiao, Yiren Lu, Yunlai Zhou, Disheng Liu, Linlin Hou, Rui Yang, Yu Yin, Jing Ma

机构 * Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 本文提出DiLAST方法，利用预训练的2D扩散模型生成通用风格先验，通过扩散引导对齐渲染视角与目标风格，优化结构化3D潜在表示，实现对Out-of-distribution风格的有效生成。

UniE2F: A Unified Diffusion Framework for Event-to-Frame Reconstruction with Video Foundation Models

UniE2F: 一种基于视频基础模型的统一扩散框架用于事件到帧重建

Gang Xu, Zhiyu Zhu, Junhui Hou

机构 * Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） ； Department of Computer Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）计算机科学系） 纠错

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

AI总结 本文提出UniE2F框架，利用预训练视频扩散模型的生成先验，从稀疏事件数据中重建高保真视频帧，通过引入事件基帧间残差引导提升重建精度，并扩展到零样本视频帧插值与预测。

Phase-map synthesis from magnitude-only MR images using conditional score-based diffusion models with application in training of accelerated MRI reconstruction models

仅使用幅度图像的相位图合成方法及其在加速MRI重建模型训练中的应用

M. Berk Sahin, Dilek Yalcinkaya, Abolfazl Hashemi, Behzad Sharif

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出利用条件分数扩散模型合成幅度图像的相位图，从而生成大规模k空间数据集，用于训练更通用的MRI重建模型，提升重建质量与诊断准确性。

Watch Your Step: Information Injection in Diffusion Models via Shadow Timestep Embedding

小心脚下：通过影子时间步嵌入在扩散模型中注入信息

An Huang, Junggab Son, Zuobin Xiong

机构 * Department of Computer Science, University of Nevada Las Vegas（内华达大学拉斯维加斯分校计算机科学系） 纠错

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

AI总结 研究探讨了扩散模型中时间步嵌入的潜在信息注入风险，提出影子时间步嵌入机制，揭示时间步嵌入作为侧信道的潜力，推动对抗生成建模的新方向。

Comments 14 pages, accepted to ICML 2026

A Coupled Fourth Order Telegraph Diffusion Framework Using Grayscale Indicators for Image Despeckling

一种利用灰度指标的耦合四阶电报扩散框架用于图像去斑

Manish Kumar, Rajendra K. Ray

机构 * School of Mathematical and Statistical Sciences（数学与统计科学学院） ； Indian Institute of Technology Mandi（印度理工学院曼迪） 纠错

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

AI总结 本文提出一种非线性四阶耦合双曲-抛物型PDE模型，通过灰度指标保护纹理和结构，有效去斑并保留细节，实验表明其在PSNR、MSSIM和斑点指数上表现优异。

Need for Speed: Zero-Shot Depth Completion with Single-Step Diffusion

速度为王：单步扩散的零样本深度补全

Jakub Gregorek, Paraskevas Pegios, Nando Metzger, Konrad Schindler, Theodora Kontogianni, Lazaros Nalpantidis

机构 * DTU - Technical University of Denmark（丹麦技术大学） ； Pioneer Centre for AI（先锋人工智能中心） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出Marigold-SSD框架，通过单步晚融合方法结合强扩散先验，降低测试时优化成本，实现高效鲁棒的3D感知。该方法在四个室内和两个室外数据集上表现优异，显著缩小了扩散模型与判别模型间的效率差距。

Information-geometric adaptive sampling for graph diffusion

信息几何自适应采样用于图扩散

Yuhui Lu, Wenjing Liu, Kun Zhan

机构 * School of Information Science and Engineering（信息科学与工程学院） 纠错

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

AI总结 本文提出基于信息几何的图扩散自适应采样方法，通过Fisher-Rao度量定义信息速度，提升分子和社会网络生成的结构保真度和采样效率。

Comments Accepted to ICML 2026!

Conditional Diffusion Posterior Alignment for Sparse-View CT Reconstruction

基于条件扩散后验对齐的稀疏视图CT重建

Luis Barba, Johannes Kirschner, Benjamin Bejar

机构 * Swiss Data Science Center (SDSC) in Paul Scherrer Institute (PSI)（瑞士数据科学中心（SDSC）在保罗·舍勒研究所（PSI）） ； Swiss Data Science Center (SDSC) and ETH Zurich（瑞士数据科学中心（SDSC）和苏黎世联邦理工学院） ； Swiss Data Science Center (SDSC) and Paul Scherrer Institute (PSI)（瑞士数据科学中心（SDSC）和保罗·舍勒研究所（PSI）） 纠错

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

AI总结 本文提出CDPA方法，结合条件扩散与显式数据一致性，解决稀疏视图CT重建中3D体积扩展问题，通过2D U-Net模型提升切片一致性，并在合成和真实CBCT数据上取得最佳性能。

It's Never Too Late: Noise Optimization for Collapse Recovery in Trained Diffusion Models

迟到也不晚：通过噪声优化在训练好的扩散模型中恢复崩溃

Anne Harrington, A. Sophia Koepke, Shyamgopal Karthik, Trevor Darrell, Alexei A. Efros

机构 * UC Berkeley（加州大学伯克利分校） ； University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； TU Munich, MCML（慕尼黑工业大学，MCML） 纠错

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

AI总结 本文通过噪声优化提升扩散模型生成多样性，减少模式崩溃，同时保持基础模型的保真度。

Comments CVPR 2026. Project page at https://akoepke.github.io/divgen/index.html

DiffMI: Breaking Face Recognition Privacy via Diffusion-Driven Training-Free Model Inversion

DiffMI：通过扩散驱动的无训练模型逆向攻击破解人脸识别隐私

Hanrui Wang, Shuo Wang, Chun-Shien Lu, Isao Echizen

机构 * Echizen Lab, National Institute of Informatics (NII)（筑前实验室，日本国立信息学研究所） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Information Science, Academia Sinica（学术院信息科学研究所） 纠错

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

AI总结 本文提出DiffMI，一种基于扩散的无训练模型逆向攻击方法，通过鲁棒潜在码初始化、对抗性细化策略和统计学基础的优化目标，实现对未知目标身份和人脸识别模型的有效攻击，具有更高的适应性和更低的计算开销。

Comments IEEE Transactions on Information Forensics and Security

Journal ref IEEE Transactions on Information Forensics and Security, vol. 21, 2026. 4275-4290

Diffusion Models are Secretly Zero-Shot 3DGS Harmonizers

扩散模型实际上是秘密的零样本3DGS和谐者

Vsevolod Skorokhodov, Nikita Durasov, Pascal Fua

机构 * Computer Vision Laboratory, EPFL（EPFL 计算机视觉实验室） 纠错

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

AI总结 本文提出D3DR方法，通过扩散模型隐含理解场景光照，实现3DGS场景中物体的自然插入与光照修正，提升视图合成质量。

Noise2Map: End-to-End Diffusion Model for Semantic Segmentation and Change Detection

Noise2Map: 语义分割与变化检测的端到端扩散模型

Ali Shibli, Andrea Nascetti, Yifang Ban

机构 * Division of Geoinformatics, School of Architecture and Built Environment, KTH Royal Institute of Technology（地理信息学系，建筑与环境学院，皇家理工学院） 纠错

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

AI总结 本文提出Noise2Map模型，通过扩散模型的去噪过程实现端到端的语义分割和变化检测，结合任务特定的噪声调度和时间步条件，提升模型的可解释性和鲁棒性。

D-Rex : Diffusion Rendering for Relightable Expressive Avatars

D-Rex：基于扩散的可重新照明表达性人体虚拟角色

Timo Teufel, Xilong Zhou, Umar Iqbal, Jan Kautz, Marc Habermann, Vladislav Golyanik, Christian Theobalt

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

AI总结 D-Rex提出一种人特定框架，实现真实感、可重新照明、表达性和可动画化的全身体虚拟角色，通过图像空间后处理实现与虚拟角色建模的解耦，优于基于物理的可重新照明虚拟角色基线。