图像生成 - arXivDaily 专题

2603.24589 2026-07-07 eess.AS cs.SD 版本更新 50%

YingMusic-Singer: Controllable Singing Voice Synthesis with Flexible Lyric Manipulation and Annotation-free Melody Guidance

YingMusic-Singer-Plus: 可控歌唱语音合成与灵活歌词操控及无标注旋律引导

Chunbo Hao, Junjie Zheng, Guobin Ma, Yuepeng Jiang, Huakang Chen, Wenjie Tian, Gongyu Chen, Zihao Chen, Lei Xie

机构 * AI Lab, GiantNetwork（巨人网络AI实验室）

专题命中可控生成：diffusion(abstract)

AI总结本文提出YingMusic-Singer-Plus，一种基于扩散模型的可控歌唱语音合成方法，支持灵活歌词操控和无标注旋律引导，优于现有基准模型。

Comments INTERSPEECH 2026

2602.02948 2026-07-07 cs.LG cs.NA math.NA 版本更新 50%

Variational Sparse Paired Autoencoders (vsPAIR) for Inverse Problems and Uncertainty Quantification

用于逆问题和不确定性量化的变分稀疏配对自动编码器(vsPAIR)

Jack Michael Solomon, Rishi Leburu, Matthias Chung

机构 * Emory University Department of Mathematics（埃默里大学数学系）

专题命中可控生成：inpainting(abstract)

AI总结针对逆问题，提出变分稀疏配对自动编码器(vsPAIR)。架构通过学习的潜在映射连接标准VAE和稀疏VAE，能进行不确定性估计，鼓励可解释性，提供结构化不确定性估计，实验验证其有效性。

2503.03324 2026-07-07 math.PR 版本更新 50%

Strong law of large numbers and L log L condition for supercritical branching processes

超临界分支过程的强大数定律和L log L条件

Vincent Bansaye, Tresnia Berah, Bertrand Cloez

专题命中可控生成：diffusion(abstract)

AI总结研究结构化种群的超临界分支过程，在重正化半群加权全变差范数收敛假设下，结合鞅族、半群收缩等技术，证明归一化经验测度强收敛等，在Llog L条件下扩展大数定律适用范围。

Comments MISTEA - Axe syst{è}mes dynamiques

2604.08580 2026-07-03 math.OC cs.LG 版本更新 50%

Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control

通过随机最大原理视角的伴随匹配

Carles Domingo-Enrich, Jiequn Han

机构 * Microsoft Research New England（微软研究院新英格兰）； Flatiron Institute（熨斗研究所）

专题命中可控生成：diffusion(abstract)

AI总结本文基于随机最优控制问题，重新推广并严谨推导了伴随匹配方法，将其置于随机最大原理基础上，提出通用Hamiltonian伴随匹配目标，并展示其在连续时间下的实现方法，为随机控制问题提供新的可实施目标。

2512.18368 2026-07-03 cs.RO 版本更新 50%

Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation

学习多任务机器人操作的语义原子技能

Yihang Zhu, Weiqing Wang, Shijie Wu, Ye Shi, Jingya Wang

机构 * ShanghaiTech University（上海科技大学）

专题命中可控生成：diffusion(abstract)

AI总结提出AtomSkill框架，通过语义对比对齐和关键姿态想象，从演示中学习可重用原子技能，实现多任务机器人操作，优于现有方法。

2605.03065 2026-06-29 cs.LG cs.RO 版本更新 50%

OGPO: Sample Efficient Full-Finetuning of Generative Control Policies

OGPO：生成控制策略的样本高效全微调

Sarvesh Patil, Mitsuhiko Nakamoto, Manan Agarwal, Shashwat Saxena, Jesse Zhang, Giri Anantharaman, Cleah Winston, Chaoyi Pan, Douglas Chen, Nai-Chieh Huang, Zeynep Temel, Oliver Kroemer, Sergey Levine, Abhishek Gupta, Hongkai Dai, Paarth Shah, Max Simchowitz

机构 * University of California, Berkeley（加州大学伯克利分校）； UC Berkeley（加州大学伯克利分校）

专题命中可控生成：diffusion(abstract)

AI总结提出OGPO算法，通过离策略评论网络和修改的PPO目标，实现生成控制策略的样本高效微调，在多种操作任务上达到最优性能，并能在无专家数据下微调不良初始化的行为克隆策略。

Comments Website: https://simchowitzlabpublic.github.io/ogpo-site/ Code: https://github.com/simchowitzlabpublic/OGPO_public

2601.18969 2026-06-26 math.OC 版本更新 50%

A Local Discontinuous Galerkin Method for Dirichlet Boundary Control Problems

Dirichlet边界控制问题的局部间断Galerkin方法

Peter Benner, Michael Hinze, Hamdullah Yücel

专题命中可控生成：diffusion(abstract)

AI总结针对二维凸多边形域上对流扩散方程的L^2-Dirichlet边界控制问题，采用局部间断Galerkin方法离散，推导了全离散和变分离散控制逼近的先验误差估计，数值实验验证了方法性能。

2505.23527 2026-06-26 cs.LG 版本更新 50%

Normalizing Flows are Capable Models for Continuous Control

归一化流是连续控制的有效模型

Raj Ghugare, Benjamin Eysenbach

机构 * Department of Computer Science（计算机科学系）

专题命中可控生成：diffusion(abstract)

AI总结本文提出一种归一化流架构，可无缝集成到强化学习算法中作为策略、Q函数和占用度量，在模仿学习、离线、目标条件和无监督RL中取得更高性能。

Comments Project page with code - https://rajghugare19.github.io/nf4rl/

2511.20906 2026-06-23 cs.RO cs.AI 版本更新 50%

DASIP: Dynamic Test-Time Compute Scaling for Robot Control with Stochastic Interpolant Policies

DASIP：基于随机插值策略的机器人控制动态测试时计算缩放

Inkook Chun, Seungjae Lee, Michael S. Albergo, Saining Xie, Eric Vanden-Eijnden

机构 * New York University（纽约大学）； University of Maryland（马里兰大学）； Harvard University（哈佛大学）； Capital Fund Management（资本基金管理公司）

专题命中可控生成：diffusion(abstract)

AI总结提出难度感知随机插值策略（DA-SIP），通过难度分类器动态调整推理步数、求解器和ODE/SDE积分，在保持任务成功率的同时将计算时间减少2.6-4.4倍。

2506.02647 2026-06-23 math.OC cs.MS cs.NA math.NA 版本更新 50%

Multilevel Stochastic Gradient Descent for Optimal Control Under Uncertainty

不确定性下最优控制的多层随机梯度下降法

Niklas Baumgarten, David Schneiderhan

专题命中可控生成：diffusion(abstract)

AI总结提出一种多层随机梯度下降法，用于求解受不确定输入数据影响的偏微分方程最优控制问题，通过并行多层蒙特卡洛估计随机梯度，实现线性收敛并显著优于标准随机梯度下降法。

2510.05107 2026-06-18 cs.AI 版本更新 50%

Structured Cognitive Loop for Behavioral Intelligence in Large Language Model Agents (Extended Revision: From Behavioral Architecture to Epistemic Accountability)

大型语言模型代理中行为智能的结构化认知循环（扩展修订：从行为架构到认知问责）

Myung Ho Kim

机构 * JEI University（JEI大学）

专题命中可控生成：image generation(abstract)

AI总结提出结构化认知循环（SCL）架构，通过分离认知、记忆、控制和行动模块，实现LLM代理的可问责行为，在360个任务中成功率86.3%，优于基线方法。

Comments This revised version extends the original SCL framework from a behavioral architecture for reliable LLM agents into a broader architecture of epistemic accountability, integrating context-aware Human-in-the-Loop control, Pool-Gated Retrieval, and the Horizon-Warrant-Commitment structure

2605.00924 2026-06-16 cs.LG cs.AI 版本更新 50%

StyleShield: Exposing the Fragility of AIGC Detectors through Continuous Controllable Style Transfer

StyleShield: 通过连续可控风格迁移揭示AIGC检测器的脆弱性

Guantian Zheng

机构 * National University of Singapore（新加坡国立大学）

专题命中可控生成：image synthesis(abstract)

AI总结提出StyleShield，一种基于流匹配的条件文本风格迁移框架，通过连续控制风格迁移强度，在保持语义相似度的同时实现高规避率，并引入RateAudit算法质疑基于分数的检测可靠性。

Comments 12 pages, 5 figures. Code and model weights will be released upon acceptance

2604.21391 2026-06-16 cs.RO cs.AI 版本更新 50%

From Noise to Intent: Anchoring Generative VLA Policies with Residual Bridges

从噪声到意图：基于残差桥的生成式VLA策略锚定

Yiming Zhong, Yaoyu He, Zemin Yang, Pengfei Tian, Yifan Huang, Qingqiu Huang, Xinge Zhu, Yuexin Ma

机构 * University of Science and Technology of China（中国科学技术大学）

专题命中可控生成：diffusion(abstract)

AI总结提出ResVLA架构，通过频谱分析将机器人控制解耦为确定性低频锚点和随机高频残差，利用残差扩散桥聚焦局部动态精化，实现高效表示与强条件对齐。

Comments Accepted to ICML 2026

2509.17152 2026-06-12 physics.app-ph nlin.CD physics.comp-ph 版本更新 50%

Criticality of a Stochastic Dense Associative Memory Model with Exponential Interaction Function

具有指数交互函数的随机稠密联想记忆模型的临界性

Marco Cafiso, Paolo Paradisi

专题命中可控生成：diffusion(abstract)

AI总结研究随机指数稠密联想记忆模型在MNIST数据上的动力学，发现噪声诱导的相变，临界噪声水平随负载增加而降低，临界状态下呈现长时间相关动力学。

2208.07269 2026-06-11 math.AP 版本更新 50%

Hamilton-Jacobi-Bellman Equations in Random Geometries: Homogenization on Continuum Percolation Clusters

连续渗流簇上的Hamilton-Jacobi-Bellman方程的随机均匀化

Rodrigo Bazaes, Alexander Mielke, Chiranjib Mukherjee

专题命中可控生成：diffusion(abstract)

AI总结研究连续渗流簇上退化随机Hamilton-Jacobi-Bellman方程的均匀化性质，利用Hamiltonian的强制性和相对熵结构，结合连续渗流随机几何，证明了几乎必然的均匀化结果。

Comments Completely revised manuscript, some earlier assumptions corrected; the revised assumptions are now sharp and apply to a substantially broader class of models, large parts of the proofs have been rewritten and are new

2605.26078 2026-06-09 cs.LG 版本更新 50%

Global Convergence of Wasserstein Policy Gradient for Entropy-Regularized Reinforcement Learning

Wasserstein策略梯度在熵正则化强化学习中的全局收敛性

Zhaoyu Zhu, Rui Gao, Shuang Li

机构 * Shanghai Jiao Tong University（上海交通大学）； The University of Texas at Austin（德克萨斯大学奥斯汀分校）； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））

专题命中可控生成：diffusion(abstract)

AI总结本文通过利用熵正则化强化学习的Bellman结构，证明了Wasserstein策略梯度（WPG）方法的全局收敛性，并建立了分布Polyak-Łojasiewicz条件。

2605.15354 2026-06-08 cs.LG 版本更新 50%

Controllable Molecular Generative Foundation Models

可控分子生成基础模型

Yihan Zhu, Yuhan Liu, Weijiang Li, Tengfei Luo, Meng Jiang

机构 * University of Notre Dame（诺丁汉大学）

专题命中可控生成：diffusion(abstract)

AI总结提出CoMole，一种基于基团感知图扩散的统一框架，结合强化学习优化条件反向策略，在材料与药物设计的九个目标上均实现最优可控性，MAE最高降低48.2%，且无需规则修正。

1. 可控生成 107 篇

YingMusic-Singer: Controllable Singing Voice Synthesis with Flexible Lyric Manipulation and Annotation-free Melody Guidance

Variational Sparse Paired Autoencoders (vsPAIR) for Inverse Problems and Uncertainty Quantification

Strong law of large numbers and L log L condition for supercritical branching processes

Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control

Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation

OGPO: Sample Efficient Full-Finetuning of Generative Control Policies

A Local Discontinuous Galerkin Method for Dirichlet Boundary Control Problems

Normalizing Flows are Capable Models for Continuous Control

DASIP: Dynamic Test-Time Compute Scaling for Robot Control with Stochastic Interpolant Policies

Multilevel Stochastic Gradient Descent for Optimal Control Under Uncertainty

Structured Cognitive Loop for Behavioral Intelligence in Large Language Model Agents (Extended Revision: From Behavioral Architecture to Epistemic Accountability)

StyleShield: Exposing the Fragility of AIGC Detectors through Continuous Controllable Style Transfer

From Noise to Intent: Anchoring Generative VLA Policies with Residual Bridges

Criticality of a Stochastic Dense Associative Memory Model with Exponential Interaction Function

Hamilton-Jacobi-Bellman Equations in Random Geometries: Homogenization on Continuum Percolation Clusters

Global Convergence of Wasserstein Policy Gradient for Entropy-Regularized Reinforcement Learning

Controllable Molecular Generative Foundation Models