图像生成

Leveraging Non-linear Dimension Reduction and Random Walk Co-occurrence for Node Embedding

利用非线性降维和随机游走共现进行节点嵌入

Ryan DeWolfe

机构 * Department of Mathematics, Toronto Metropolitan University（数学系，多伦多 Metropolitan 大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出COVE，一种基于非线性降维和随机游走共现的高维节点嵌入方法，通过UMAP降维在聚类和链接预测任务中表现优异，与Louvain算法性能相当。

Comments 13 pages, 6 figures

Analysis of a degenerate parabolic system for cell dynamics in intestinal crypts

肠隐窝中细胞动力学的退化抛物型系统分析

Ahmad El Hajj, Mohamad El Hajj Chehade, Antoine Zurek

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了肠隐窝中细胞动力学的退化抛物型系统，通过建立统一的BV估计，证明了弱解的存在性。

Activity-Driven Dewetting and Rupture in Thin Liquid Films

活动驱动的薄液膜退湿与破裂

Preethi M, Daniya Davis, Bhaskar Sen Gupta

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究揭示了活动驱动下薄液膜退湿与破裂的非平衡界面不稳定性，通过竞争活性应力与粘附力产生不同的动力学尺度，改变粗化指数并影响破裂前沿传播方式。

Structural Identifiability and Comparative Calibration of Water Retention Curves for Imbibition in Porous Media

孔隙介质吸水过程中的结构可识别性及水 retention 曲线的比较校准

Gabriella Bretti, Maurizio Ceseri, Elia Onofri, Matteo Paoluzzi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过统一框架对孔隙介质吸水过程中四种水 retention 曲线进行结构可识别性分析与比较校准，揭示了模型区分主要由有效扩散函数形状决定。

Comments 20 pages, 12 figures (1 photo), 1 Table

Magnetic Flux Tubes Illuminated by Pulsar Winds

脉冲星风驱动的磁流管发光

Yifan Sun, C. -Y. Ng, Siming Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过磁流管模型解释脉冲星风驱动的高能电子注入星际介质，并应用于脉冲星尾部和丝状结构的辐射研究。

Comments 11 pages, 7 figures. Accepted for publication in ApJ

Stochastic parallel transport on the Wasserstein space and equivariant diffusions on the group of diffeomorphisms over a closed Riemannian manifold

Wasserstein空间上的随机平行运输与在闭黎曼流形上的微分同胚群上的等变扩散

Aymeric Martin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了Wasserstein空间上的随机平行运输与微分同胚群上的等变扩散，证明了其存在性和唯一性，并展示了其分解结构。

Comments 54 pages, 1 figure. Comments are welcome!

Relationship Between Major Stellar Physical Parameters and Normal Mode Frequencies in Accreting White Dwarf Stars

恒星主要物理参数与吸积白矮星正常模频率的关系

Praphull Kumar, Dean M. Townsley, Hunter Anz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过计算白矮星不同参数下的$g$模频率，并引入基于吸积后振荡周期演变的模式识别方法，改进了白矮星建模，以更准确地识别吸积白矮星的振荡模式。

Comments 14 pages, 14 figures, and 1 table. Published in the Open Journal of Astrophysics

Journal ref Open J. Astrophys. 9 (2026)

Machine Learning Interatomic Potentials Enable Molecular Dynamics Simulations of Doped MoS2

机器学习互原子势能使掺杂MoS2的分子动力学模拟

Abrar Faiyad, Ashlie Martini

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用机器学习互原子势能评估MoS2掺杂体的准确性，并通过分子动力学模拟展示其在材料设计中的应用。

Journal ref J. Chem. Theory Comput. 2026, XXXX, XXX, XXX-XXX

Role of ion acoustic instability in magnetic reconnection

离子声不稳定性在磁重联中的作用

Dion Li, Zhuo Liu, Nuno F. Loureiro

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究探讨了离子声不稳定性在磁重联中的作用，发现其主要效应是驱动离子加热，而非显著增加异常电阻率。

Journal ref J. Plasma Phys. 92 (2026) E20

InfoBridge: Mutual Information estimation via Bridge Matching

InfoBridge: 通过桥接匹配估计互信息

Sergei Kholkin, Ivan Butakov, Evgeny Burnaev, Nikita Gushchin, Alexander Korotin

机构 * Applied AI Institute（应用人工智能研究所） ； Institute of Numerical Mathematics (RAS)（俄罗斯科学院数值数学研究所） ； Moscow Independent Research Institute of Artificial Intelligence（莫斯科独立人工智能研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 InfoBridge通过桥接匹配方法，解决两个随机变量间互信息估计问题，提供无偏估计器并在多个基准测试中展示性能。

On the recursive structure of multigrid cycles

多重网格循环的递归结构

Or Avnat, Irad Yavneh

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种新的多重网格循环递归方案，通过调整参数κ来优化求解大型问题的效率，适用于图形处理单元等平台。

Journal ref SIAM Journal on Scientific Computing 45, 3 (2023) S103 - S126

About the structure of attractors for a nonlocal Chafee-Infante problem

关于非局部Chafee-Infante问题吸引子结构的研究

Rubén Caballero, Alexandre Nolasco Carvalho, Pedro Marín-Rubio, José Valero

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究非局部反应扩散方程的吸引子结构，证明其由稳态点和异宿连接组成，并分析了动态梯度性质及分支 cascade。

Complex Networks and the Drug Repositioning Problem

复杂网络与药物再定位问题

Felipe Bivort Haiek

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过分析复杂网络属性，提出利用网络结构优化药物再定位策略，以应对忽视热带疾病。

Controlled release from polyurethane films: drug release mechanisms

聚氨酯薄膜的受控释放：药物释放机制

N. Abbasnezhad, N. Zirak, M. Shirinbayan, S. Kouidri, E. Salahinejad, A. Tcharkhtchi, F. Bakir

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究聚氨酯薄膜中双氯芬酸的释放机制，通过不同流速和初始剂量实验，发现扩散和渗透压为主要机制，流速和剂量影响释放速率。

Journal ref Journal of Applied Polymer Science, 138 (2021) 50083

Towards Generating Realistic 3D Semantic Training Data for Autonomous Driving

朝向生成逼真3D语义训练数据以实现自动驾驶

Lucas Nunes, Rodrigo Marcuzzi, Jens Behley, Cyrill Stachniss

机构 * Center for Robotics, University of Bonn, Germany（bonn大学机器人中心） ； RWTH Aachen, Germany（亚琛工业大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence, Germany（lamarr机器学习与人工智能研究所） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出一种无需投影或分离开的多分辨率模型的3D语义生成方法，生成更逼真的场景数据，提升自动驾驶训练效果。

Stereo-Talker: Audio-driven 3D Human Synthesis with Prior-Guided Mixture-of-Experts

立体说话者：基于优先级的混合专家引导的音频驱动3D人类合成

Xiang Deng, Youxin Pang, Xiaochen Zhao, Chao Xu, Lizhen Wang, Hongjiang Xiao, Shi Yan, Hongwen Zhang, Yebin Liu

机构 * Department of Automation, Tsinghua University（自动化系，清华大学） ； Bytedance Inc.（字节跳动公司） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（媒体融合与传播国家重点实验室，中国传媒大学） ； School of Artificial Intelligence, Beijing Normal University（人工智能学院，北京师范大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 Stereo-Talker通过优先级引导的混合专家机制实现音频驱动的3D人类合成，生成具有精确唇同步和逼真质量的视频。

Journal ref TPAMI 2025

Enhancing Spatial Understanding in Image Generation via Reward Modeling

通过奖励建模增强图像生成中的空间理解

Zhenyu Tang, Chaoran Feng, Yufan Deng, Jie Wu, Xiaojie Li, Rui Wang, Yunpeng Chen, Daquan Zhou

机构 * Peking University（北京大学） ； ByteDance Seed（字节跳动种子） 纠错

专题命中 图像生成评测 ：image generation(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出SpatialScore奖励模型，通过增强空间理解能力提升图像生成的质量和效果。

Comments Accepted at CVPR 2026. Github: https://github.com/DAGroup-PKU/SpatialT2I Project website: https://dagroup-pku.github.io/SpatialT2I/

Autoregressive Image Generation with Randomized Parallel Decoding

具有随机并行解码的自回归图像生成

Haopeng Li, Jinyue Yang, Guoqi Li, Huan Wang

专题命中 图像生成评测 ：image generation(title)；分类 cs.CV

AI总结 ARPG通过解耦的位置指导与内容表示，实现高效的随机顺序图像生成，提升推理速度和零样本泛化能力。

Comments The Fourteenth International Conference on Learning Representations (ICLR 2026)

DesignSense: A Human Preference Dataset and Reward Modeling Framework for Graphic Layout Generation

DesignSense: 一种用于图形布局生成的人类偏好数据集和奖励建模框架

Varun Gopal, Rishabh Jain, Aradhya Mathur, Nikitha SR, Sohan Patnaik, Sudhir Yarram, Mayur Hemani, Balaji Krishnamurthy, Mausoom Sarkar

机构 * MDSR, Adobe（MDSR，Adobe） 纠错

专题命中 图像生成评测 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 DesignSense通过人类偏好数据集和奖励建模框架提升图形布局生成的质量和效果。

Comments 14 pages, 3 figures

Accelerating Masked Image Generation by Learning Latent Controlled Dynamics

通过学习潜在控制动力学加速掩码图像生成

Kaiwen Zhu, Quansheng Zeng, Yuandong Pu, Shuo Cao, Xiaohui Li, Yi Xin, Qi Qin, Jiayang Li, Yu Qiao, Jinjin Gu, Yihao Liu

机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Nankai University, Tianjin, China（南开大学） ； University of Science（科学技术大学） ； Nanjing University, Nanjing, China（南京大学） ； The University of Sydney, Sydney, Australia（悉尼大学） ； Peking University, Beijing, China（北京大学） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出MIGM-Shortcut模型，通过学习潜在控制动力学加速掩码图像生成，在保持质量的同时实现文本到图像生成的四倍加速。

Aligning Few-Step Diffusion Models with Dense Reward Difference Learning

对齐少步扩散模型与密集奖励差学习

Ziyi Zhang, Li Shen, Sen Zhang, Deheng Ye, Yong Luo, Miaojing Shi, Dongjing Shan, Bo Du, Dacheng Tao

机构 * School of Computer Science, National Engineering Research Center for Multimedia Software and Hubei Key Laboratory of Multimedia and Network Communication Engineering, Wuhan University（计算机学院、多媒体软件国家工程研究中心和多媒体与网络通信工程湖北省重点实验室、武汉大学） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（网络安全科学与技术学院、中山大学深圳校区） ； TikTok, ByteDance（TikTok、字节跳动） ； Tencent Inc.（腾讯公司） ； College of Electronic and Information Engineering, Tongji University（电子信息工程学院、同济大学） ； School of Medical Information and Engineering, Southwest Medical University（医学信息与工程学院、西南医科大学） ； College of Computing and Data Science and the Generative AI Lab at Nanyang Technological University（计算与数据科学学院和南洋理工大学生成式AI实验室） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 SDPO通过双状态轨迹采样和密集奖励差学习，提升少步扩散模型在低步数下的对齐性能和优化效率。

Comments Accepted by IEEE TPAMI

Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026

Joint Geometric and Trajectory Consistency Learning for One-Step Real-World Super-Resolution

联合几何与轨迹一致性学习用于一步现实世界超分辨率

Chengyan Deng, Zhangquan Chen, Li Yu, Kai Zhang, Xue Zhou, Wang Zhang

机构 * University of Electronic Science（电子科学大学） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） 纠错

专题命中 效率与蒸馏 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 GTASR通过引入轨迹对齐和双参考结构校正，解决现实世界超分辨率中的几何解耦和一致性漂移问题，实现高效且高质量的一步生成。

OM2P: Offline Multi-Agent Mean-Flow Policy

OM2P：离线多智能体均流策略

Zhuoran Li, Xun Wang, Hai Zhong, Qingxin Xia, Lihua Zhang, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（交叉信息研究院，清华大学） ； ByteDance Inc.（字节跳动公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 OM2P提出了一种离线多智能体强化学习算法，通过均流匹配损失和奖励感知优化，实现高效动作采样和内存优化，提升训练效率。

Locally Subspace-Informed Neural Operators for Efficient Multiscale PDE Solving

局部子空间感知神经算子用于高效多尺度PDE求解

Alexander Rudikov, Vladimir Fanaskov, Sergei Stepanov, Buzheng Shan, Ekaterina Muravleva, Yalchin Efendiev, Ivan Oseledets

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出一种局部子空间感知神经算子，通过学习子空间而非基函数，有效降低多尺度PDE求解的误差和计算成本。