arXivDaily arXiv每日学术速递 周一至周五更新

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 3080 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 2359 篇

2606.21135 2026-06-23 cs.CV cs.GR cs.RO 新提交 76%

Odoriko: A Shape-Aware Multimodal Diffusion Framework for Human Motion

Odoriko: 一种形状感知的多模态人体运动扩散框架

Dongseok Shim, Julian Tanke, Kengo Uchida, Christian Simon, Koichi Saito, Takashi Shibuya, Shusuke Takahashi, Yuki Mitsufuji

机构 * Sony Group Corporation(索尼集团公司) Sony AI(索尼人工智能)

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

AI总结 提出首个统一的多模态运动生成框架Odoriko,通过扩散模型将主体生物形态信息融入运动合成,支持文本、音乐、视频输入,并在形态缺失时联合估计与生成。

Comments ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.14038 2026-08-17 cs.LG 新提交 75%

Adversarial Learning of Classifier-Free Guidance Schedules

无分类器引导调度的对抗学习

Ashwini Pokle, Alexandre Galashov, Arnaud Doucet, Mauricio Delbracio, Valentin De Bortoli

机构 * Google(谷歌公司) Google DeepMind(谷歌DeepMind) Gatsby UCL(盖茨比伦敦大学学院)

专题命中 扩散模型 :image generation(abstract);text-to-image(abstract);diffusion(abstract)

AI总结 本文提出一种对抗学习方法,将无分类器引导调度建模为密度比估计问题,训练判别器与轻量生成器,在文本到图像生成基准上优于启发式CFG调度及现有动态引导学习方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.02487 2026-08-04 stat.ML cs.LG math.OC math.PR math.ST stat.TH 新提交 75%

Computational and Statistical Guarantees of the \textit{c}-Rectified flow

c-整流流的计算与统计保证

Leda Wang, Zhehao Xu, Qiang Liu, Harrison H. Zhou

专题命中 扩散模型 :diffusion(abstract,abstract_cn);image generation(abstract)

AI总结 该研究针对迭代整流流的计算与统计保证问题,提出c-整流流方法,证明其在合适假设下可收敛到最优传输耦合,并建立相关收敛保证与最优估计速率,为整流流提供理论支撑。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.19984 2026-07-03 cs.LG 新提交 75%

Kolmogorov-Arnold Reservoir Computing

Kolmogorov-Arnold 储层计算

Juntian Huang, Jürgen Kurths, Ying Tang

机构 * Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China(电子科技大学基础与前沿科学研究所) Potsdam Institute for Climate Impact Research(波茨坦气候影响研究所) Department of Physics, Humboldt University Berlin(柏林洪堡大学物理系) Research Institute of Intelligent Complex Systems, Fudan University(复旦大学智能复杂系统研究所) School of Physics, University of Electronic Science and Technology of China(电子科技大学物理学院) Key Laboratory of Quantum Physics and Photonic Quantum Information, Ministry of Education, University of Electronic Science and Technology of China(电子科技大学教育部量子物理与光子量子信息重点实验室) Non-classical Information Science Basic Discipline Research Center of Sichuan Province, University of Electronic Science and Technology of China(电子科技大学四川省非经典信息科学基础学科研究中心)

专题命中 扩散模型 :image generation(abstract);text-to-image(abstract);diffusion(abstract)

AI总结 提出Kolmogorov-Arnold储层计算(KARC),用显式基函数展开替代储层,结合KAN的表达能力和储层计算的闭式训练,在偏微分方程等基准上优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.13205 2026-08-14 cs.CV 新提交 74%

HPSD: Hybrid-Policy Self-Distillation for Text-Image-to-Video Diffusion Models

HPSD:用于文本-图像转视频扩散模型的混合策略自蒸馏

Jiazi Bu, Pengyang Ling, Yujie Zhou, Yibin Wang, Yuhang Zang, Xuanlang Dai, Shengyuan Ding, Tianyi Wei, Xiaohang Zhan, Jiaqi Wang, Tong Wu, Dahua Lin, Xingang Pan

机构 * Shanghai Jiao Tong University(上海交通大学) S-Lab, Nanyang Technological University(新加坡南洋理工大学S-Lab实验室) University of Science and Technology of China(中国科学技术大学) Fudan University(复旦大学) Shanghai Innovation Institute(上海创新研究院) Shanghai AI Laboratory(上海人工智能实验室) Adobe Research(奥多比研究院) The Chinese University of Hong Kong(香港中文大学) CPII under InnoHK(InnoHK下属CPII机构)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 本研究提出HPSD混合策略自蒸馏框架,通过让同一TI2V模型在不同条件下分别充当教师与学生,解决现有自蒸馏方法的缺陷,显著提升T2V及TI2V生成性能,强化模型基础生成能力。

Comments Project Website: https://bujiazi.github.io/hpsd.github.io/ Code: https://github.com/Bujiazi/HPSD

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.09452 2026-08-11 cs.CV cs.CR 新提交 74%

A Content-Aware Pure Permutation with Intrinsic Avalanche Effect: Breaking the Diffusion-Permutation Dichotomy

具有内在雪崩效应的内容感知纯置换:打破扩散-置换二分法

Zahra Ghoraeian, Mohammad-Reza Sadeghi, Samaneh Mashhadi

机构 * Amirkabir University of Technology (Tehran Polytechnic)(阿米尔卡比尔理工大学(德黑兰理工)) Iran University of Science and Technology(伊朗科技大学)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 本文提出TCA算法,通过内容感知三角剖分实现纯像素置换,打破扩散-置换二分法,仅靠像素重定位即可产生差分敏感性,在50张图像实验中获NPCR=97.10%等优异安全性能。

Comments 12 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.08436 2026-08-11 cs.CV 新提交 74%

FreCast: Refining Radar Echo Intensity via Phase-Preserving Amplitude Residual Diffusion for Precipitation Nowcasting

FreCast:用于临近降水预报的保相振幅残差扩散雷达回波强度优化方法

Heping Fang, Zihuai Yin, Kaicheng Mao, Peiguang Zhang, Peng Yang

机构 * Southern University of Science and Technology(南方科技大学) Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation(广东省类脑智能计算重点实验室)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 FreCast是一种两阶段雷达回波预测框架,以初始预报的空间结构为约束校正回波强度偏差,在三个数据集上提升了预报技能,更好保留雨带与强降水结构。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.03057 2026-08-05 cs.CV 新提交 74%

TASQ: Temporal-Adaptive Bit Sparsification Quantization for Diffusion Models

TASQ:用于扩散模型的时间自适应比特稀疏化量化

Seokho Han, Dongwei Wang, Jinhee Kim, Yiran Chen, Kang Eun Jeon, Huanrui Yang, Jong Hwan Ko

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 针对扩散模型静态量化的计算开销问题,提出TASQ方法,结合时间精度引擎,在保持质量的同时显著降低执行周期。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.05392 2026-07-07 cs.CV 新提交 74%

SynCity 3000: Bootstrapping Scene-Scale 3D Diffusion

SynCity 3000:引导式构建场景级3D扩散模型

Paul Engstler, Iro Laina, Christian Rupprecht, Andrea Vedaldi

机构 * Visual Geometry Group, University of Oxford(牛津大学视觉几何组)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 针对3D场景训练数据稀缺问题,该框架将图像转3D生成器改造为卷积算子,依托新合成数据引擎微调,可生成全局连贯、支持细粒度布局控制的任意规模3D场景。

Comments Project Page: https://research.paulengstler.com/syncity-3k/

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.31603 2026-07-01 cs.CV cs.AI cs.LG 新提交 74%

Preserve the Hard, Regenerate the Rest: Uncertainty-Guided Synthetic Training Data Augmentation with Diffusion Models

保留困难部分,重新生成其余部分:基于不确定性引导的扩散模型合成训练数据增强

Nikolai Röhrich, Julian Gleißner, Ahmed H. A. Ibrahim, Silvan Mertes, Tobias Huber

机构 * XITASO GmbH(XITASO 有限公司) Zuse School of Excellence in Reliable AI(Zuse 卓越可靠人工智能学院) Technische Hochschule Ingolstadt(因戈尔施塔特应用技术大学) Technische Hochschule Augsburg(奥格斯堡应用技术大学)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 针对语义分割中数据稀疏和区域多样性问题,提出不确定性引导的上下文增强策略,通过预测熵识别不确定区域并仅修复上下文,在保持标签有效性的同时最大化像素信息量,在Cityscapes等数据集上显著提升mIoU。

Comments 13 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22806 2026-06-23 cs.CV 新提交 74%

Policy-as-Data: Learning Generalizable HOI Diffusion Models from Simulated Physics

策略即数据:从模拟物理学中学习可泛化的人-物交互扩散模型

Shujia Li, Jianshu Hu, Haiyu Zhang, Yunpeng Jiang, Haoyuan Jin, Xinyuan Chen, Yaohui Wang, Yutong Ban

机构 * Global College, Shanghai Jiao Tong University(上海交通大学致远学院) Shanghai AI Laboratory(上海人工智能实验室) Beihang University(北京航空航天大学)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 提出利用物理模拟器中的强化学习策略生成任务导向数据,结合粗到细重定向流程弥合表示差距,训练扩散模型实现可泛化的人-物交互生成,在未见物体和长时域生成上表现优异。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.17606 2026-06-17 cs.CV 新提交 74%

Flux-Guard: Facial Identity Protection using diffusion models

Flux-Guard:使用扩散模型的面部身份保护

Jie Wang, Tao Wang, Ru Zhang, Jianyi Liu

机构 * School of Cyberspace Security, Beijing University of Posts and Telecommunications(北京邮电大学网络空间安全学院) Nanjing University of Aeronautics and Astronautics(南京航空航天大学)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 提出Flux-Guard框架,通过流轨迹控制和潜在空间对抗优化,在统一生成过程中实现面部编辑与隐私保护,有效提升对跨域人脸识别模型的攻击成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.16783 2026-06-16 cs.CV cs.AI cs.LG 新提交 74%

Gen-VCoT: Generative Visual Chain-of-Thought Reasoning via Diffusion-Based RGB Intermediate Representations

Gen-VCoT: 基于扩散的RGB中间表示的生成式视觉思维链推理

Zhiqiang Zhou, Junliang Dai, Xu ling

机构 * Hunan Chemical Industry Vocational and Technical College(湖南化工职业技术学院)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 提出Gen-VCoT框架,利用专家视觉模型生成RGB图像作为推理中间步骤,通过自适应路由器选择推理深度,在空间和深度问题上分别提升25%和50%,但简单事实查询性能下降,表明最优表示依赖于任务。

Comments 12 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19571 2026-08-21 math.AP 新提交 71%

Gradient regularity and potential estimates for fractional drift--diffusion equations in the critical and subcritical ranges

临界与次临界范围内分数阶漂移扩散方程的梯度正则性与位势估计

Qi Xue, Chao Zhang

专题命中 扩散模型 :diffusion(title)

AI总结 该研究针对s∈[1/2,1)的分数阶漂移扩散方程,建立了粘性解的梯度正则性与位势估计,推导了相关稳定性结果及全空间核的极限性质,明确了漂移到边界时的障碍。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19384 2026-08-21 math.NA cs.NA 新提交 71%

A high-order, meshless, Lagrangian--Eulerian RBF-FD method for advection--diffusion--reaction on moving manifolds

用于移动流形上平流-扩散-反应问题的高阶无网格拉格朗日-欧拉RBF-FD方法

Matthew Lowery, Grady B. Wright, Varun Shankar

专题命中 扩散模型 :diffusion(title)

AI总结 该研究提出一种高阶无网格拉格朗日-欧拉RBF-FD方法,用于求解三维移动流形上的平流-扩散-反应偏微分方程,通过多种策略提升稳定性与效率,数值实验验证了其收敛性、守恒性与长期积分稳定性。

Comments 27 pages + 12 page appendix, 21 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.18908 2026-08-20 cs.CE 新提交 71%

Image Generation Techniques for Urban Planning

面向城市规划的图像生成技术

Katharina Roth, Eva Hagen, Alexander Bartscher, Inga Scheler, Nicolas R. Gauger

专题命中 扩散模型 :image generation(title)

AI总结 本研究开发了基于掩码的加权条件流匹配(MWCFM)模型,用于自动生成城市场景中的建筑演示图像,并通过应用相关指标评估其性能,为城市规划图像生成提供优化方案。

Comments 9 pages (incl. references), 3 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.18416 2026-08-20 math.AP 新提交 71%

Global existence of weak solutions to chemotaxis models with porous medium diffusion, linear production, and logistic source on $\mathbb{R}^N$

Zulaihat Hassan

专题命中 扩散模型 :diffusion(title)

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.12344 2026-08-14 cs.CL cs.CY stat.AP 新提交 71%

Predicting consumer-technology ownership without a diffusion history

基于扩散历史预测消费技术拥有情况

Irina Vartanova, Niels Selling, Jennifer Viberg Johansson, Pontus Strimling

专题命中 扩散模型 :diffusion(title)

AI总结 该研究利用人类及Anthropic Claude Opus 4.7、OpenAI GPT-5.5两款语言模型对消费技术的属性评分,通过符号约束惩罚回归预测技术拥有率,其效果优于上市年限基准模型,还对2025-2026年新品做了2027年拥有率预测。

Comments 31 pages, 4 figures, supplementary material included (Tables S1-S6, Figure S1), data and code at https://osf.io/dr5ct

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.11407 2026-08-13 cs.RO cs.MA 新提交 71%

Top-down Traffic Scenario Generation via Joint Initial-Goal Diffusion and Trajectory Infilling

基于联合初始-目标扩散与轨迹填充的自上而下交通场景生成

Da Saem Lee, Yash Vardhan Pant, Sebastian Fischmeister

机构 * University of Waterloo(滑铁卢大学)

专题命中 扩散模型 :diffusion(title)

AI总结 提出TrafficDiffuser框架,联合建模初始与目标状态对生成高级交通场景,在Argoverse 2数据集上验证,其智能体初始化性能优于次优方法,可降低速度分布距离与越野率。

Comments Accepted for publication at the IEEE International Conference on Intelligent Transportation Systems (ITSC), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.12286 2026-08-13 math-ph math.MP 新提交 71%

PatternFormer: Learning Multiple Solution Patterns in Reaction--Diffusion Systems

PatternFormer:学习反应-扩散系统中的多种解模式

Zhipeng Chang, Wenpeng Yin, Wenrui Hao

专题命中 扩散模型 :diffusion(title)

AI总结 该研究提出基于大语言模型的PatternFormer框架,可学习非线性偏微分方程的多种解,在非线性椭圆问题和Gray-Scott问题上表现优异,还可微调以构建解景观通用基础模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06976 2026-08-10 math.NA cs.NA math-ph math.MP 新提交 71%

A model and a finite element approximation of the mixed-dimensionality diffusion problem

混合维度扩散问题的模型及其有限元近似

Ignacio Romero, David Portillo

专题命中 扩散模型 :diffusion(title)

AI总结 本文提出了模拟三维扩散固体内嵌一维扩散纤维耦合行为的混合维度扩散问题模型,给出有限元近似并证明其收敛性,数值例子验证了理论结果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.03215 2026-08-05 eess.AS cs.AI cs.CL 新提交 71%

GROW: Group-Relative Advantage-Weighted On-Policy Reinforcement Learning of Autoregressive-Diffusion Text-to-Speech model

GROW:用于自回归扩散文本到语音模型的组相对优势加权在线策略强化学习

Guanrou Yang, Tian Tan, Qian Chen, Ziyang Ma, Yakun Song, Zhikang Niu, Qi Chen, Wenming Tu, Haitao Li, Shan Yang, Xie Chen

专题命中 扩散模型 :diffusion(title)

AI总结 本研究提出GROW方法,将其应用于DiTAR模型,在LibriSpeech和Seed-TTS数据集上提升TTS的WER和说话人相似度,且训练速度更快,计划开源相关代码与模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.00050 2026-08-04 eess.SP cs.CE cs.LG 新提交 71%

Identifiability-Aware Source Apportionment in City-Scale Advection-Diffusion Systems

城市尺度平流扩散系统中考虑可识别性的源解析

Ankit Bhardwaj, Lakshminarayanan Subramanian

专题命中 扩散模型 :diffusion(title)

AI总结 该研究针对城市空气质量源解析的逆问题,提出IASA框架,结合可识别性分析,实现源活动系数估计、轨迹重建与不确定性评估,在新德里PM2.5数据集上验证了方法的有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.02093 2026-08-04 cs.RO 新提交 71%

Dynamic UAV-based search operations using probabilistic diffusion modeling of Man Overboard incident victims

基于概率扩散模型的动态无人机落水人员搜索作业

Dimosthenis Angelis, Evangelos Boukas

专题命中 扩散模型 :diffusion(title)

AI总结 该研究针对游轮落水人员搜救难题,提出结合扩展卡尔曼滤波与漂移模型的区域预测方法,评估五种无人机搜索策略,其中改进概率引导搜索法在延迟20分钟、检测成功率30%时平均搜救成功率超80%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27551 2026-07-31 cs.CR 新提交 71%

AnchorMark: Robust Diffusion Watermarking via Latent-Space Rotation Synchrony

AnchorMark:基于隐空间旋转同步的鲁棒扩散水印

Yuqi Qian, Yun Cao, Haocheng Fu, Haochen Zhao, Hong Zhang, Meineng Zhu

专题命中 扩散模型 :diffusion(title)

AI总结 针对现有反转水印在旋转等复合攻击下鲁棒性不足的问题,提出无训练的AnchorMark,利用隐空间旋转同步属性嵌入同步锚点,提升旋转及复合攻击下的比特准确率且对图像质量影响小。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.26668 2026-07-30 math.AP 新提交 71%

On the decay estimates of a nonlocal convection-diffusion Hamer system

Timothée Crin-Barat, Belkacem Said-Houari

专题命中 扩散模型 :diffusion(title)

Comments 33 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.24994 2026-07-29 math.AP math.DS 新提交 71%

Diffusion stabilises time-periodic solutions in conservation laws coupled to a relaxation oscillator

扩散在与松弛振子耦合的守恒律中稳定时间周期解

Julien Barré, Nils Berglund, Hiroshi Horii

专题命中 扩散模型 :diffusion(title)

AI总结 研究与快速常微分方程耦合的粘性一维守恒律,利用平均策略和谱理论方法,证明对称初始条件下小正粘性会选择唯一线性稳定的周期解,数值模拟验证结果。

Comments 54 pages, 13 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.25902 2026-07-29 cond-mat.stat-mech 新提交 71%

Non-monotonic diffusion from nonequilibrium driving

非平衡驱动下的非单调扩散

Manish Patel, Ritwick Sarkar, Urna Basu, Debasish Chaudhuri

专题命中 扩散模型 :diffusion(title)

AI总结 研究相互作用粒子远离平衡态的随机动力学,开发统一理论框架,以周期环上被动粒子受活性粒子驱动为例,揭示有效扩散率对驱动活性的非单调依赖,定量捕捉相关系统并建立统一输运描述。

Comments 8 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.16648 2026-07-21 cs.CR cs.IT math.IT 新提交 71%

Synchronization-Free Algebraic Fingerprints for Large Language Models: From Autoregressive to Diffusion Models

大语言模型的无同步代数指纹:从自回归模型到扩散模型

Jaroslaw Janas, Josef Pieprzyk, Pawel Morawiecki

专题命中 扩散模型 :diffusion(title)

AI总结 针对大语言模型水印需求,提出无同步水印方案,由相邻令牌生成二元同余作水印,从代数角度分析恢复问题,讨论解码算法,该方法能抗多种操作,避免同步问题,为嵌入不同长度秘密身份提供灵活框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.13813 2026-07-16 math.AP 新提交 71%

On the Vanishing Viscosity and Magnetic Diffusion Limit for Incompressible Magnetohydrodynamics

关于不可压缩磁流体动力学的粘性消失和磁扩散极限

Sarka Necasova, Tong Tang, Yuanjing Tang

专题命中 扩散模型 :diffusion(title)

AI总结 研究不可压缩磁流体动力学方程的无粘和无电阻极限,通过推导充分条件、建立准则及分析衰减率,得到MHD系统解的极限及磁普朗特数极限,是该问题数学上的首个严格结果。

详情

展开后加载摘要…

URL PDF HTML 收藏