arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2026-03-05 至 2026-03-05 共收录 71 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 51 篇

2603.03941 2026-03-05 cs.CV 57%

Slice-wise quality assessment of high b-value breast DWI via deep learning-based artifact detection

基于深度学习的高b值乳腺扩散加权成像切片质量评估

Ameya Markale, Luise Brock, Ihor Horishnyi, Dominika Skwierawska, Tri-Thien Nguyen, Hannes Schreiter, Shirin Heidarikahkesh, Lorenz A. Kapsner, Michael Uder, Sabine Ohlmeyer, Frederik B Laun, Andrzej Liebert, Sebastian Bickelhaupt

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

AI总结 本研究利用深度学习,特别是DenseNet121,对高b值乳腺扩散加权成像中的高信号和低信号伪影进行检测,以提高诊断准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.16957 2026-03-05 cs.CV 57%

MatPedia: A Universal Generative Foundation for High-Fidelity Material Synthesis

MatPedia: 一种通用生成基础,用于高保真材料合成

Di Luo, Shuhui Yang, Mingxin Yang, Jiawei Lu, Yixuan Tang, Xintong Han, Zhuo Chen, Beibei Wang, Chunchao Guo

机构 * Nankai University(南开大学) Tencent Hunyuan(腾讯文言) Xi’an Jiaotong University(西安交通大学) Nanjing University(南京大学)

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

AI总结 MatPedia是一种基于联合RGB-PBR表示的生成模型,能够统一处理多种材料生成任务,实现高质量的高保真材料合成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.17896 2026-03-05 cs.CV cs.AI 57%

EgoWorld: Translating Exocentric View to Egocentric View using Rich Exocentric Observations

EgoWorld:利用丰富的外参照观测将外参照视角转换为自身参照视角

Junho Park, Andrew Sangwoo Ye, Taein Kwon

机构 * AI Lab, LG Electronics(LG电子人工智能实验室) KAIST(韩国科学技术院) Visual Geometry Group, University of Oxford(牛津大学视觉几何组)

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

AI总结 EgoWorld通过重建丰富的外参照观测来实现外参照到自身参照视角的转换,展示了在增强现实、虚拟现实和机器人应用中的先进性能和鲁棒性。

Comments Accepted by ICLR 2026. Project Page: https://redorangeyellowy.github.io/EgoWorld/

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.13231 2026-03-05 cs.CV cs.AI cs.RO 57%

VITA: Vision-to-Action Flow Matching Policy

VITA:视觉到动作流匹配策略

Dechen Gao, Boqi Zhao, Andrew Lee, Ian Chuang, Hanchu Zhou, Hang Wang, Zhe Zhao, Junshan Zhang, Iman Soltani

机构 * University of California, Davis(加州大学戴维斯分校) University of California, Berkeley(加州大学伯克利分校)

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

AI总结 VITA是一种无噪声、无条件的视觉到动作流匹配策略,通过动作自动编码器和流潜在解码技术,在9个模拟和5个现实任务中实现更快的推理速度和更优的性能。

Comments Project page: https://ucd-dare.github.io/VITA/ Code: https://github.com/ucd-dare/VITA

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04297 2026-03-05 cond-mat.mes-hall 50%

Hanle lineshapes and spin-rotation signatures from in-plane anisotropic spin relaxation in heterogeneous spin devices

Hanle线形和自旋-旋转特征来自平面各向异性自旋弛豫在异质自旋器件中的表现

Josef Světlík, Juan F. Sierra, Lorenzo Camosi, Williams Savero Torres, Franz Herling, Vera Marinova, Dimitre Dimitrov, Sergio O. Valenzuela

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文通过研究异质自旋器件中平面各向异性自旋弛豫,提出理论框架解释横向石墨烯自旋器件的自旋输运测量。

Journal ref Phys. Rev. B 113, 094404 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04270 2026-03-05 physics.flu-dyn math-ph math.MP 50%

Grid-agnostic volume of fluid approach with interface sharpening and surface tension for compressible multiphase flows

与网格无关的体积分数方法结合界面锐化和表面张力用于可压缩多相流

J. Marziale, J. Sun, D. Salac, J. Chen

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种与网格无关的体积分数方法,结合界面锐化和表面张力,用于模拟可压缩多相流,验证了其在界面收敛和液滴破裂方面的有效性。

Journal ref Computers and Fluids, 301, 106794, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04223 2026-03-05 stat.ML cs.LG 50%

Semi-Supervised Generative Learning via Latent Space Distribution Matching

通过潜在空间分布匹配实现半监督生成学习

Kwong Yu Chong, Long Feng

专题命中 扩散模型 :diffusion(abstract)

AI总结 LSDM通过潜在空间分布匹配实现半监督生成学习,利用非配对数据提升生成质量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04095 2026-03-05 math.OC cs.NE 50%

Lyapunov Stability of Stochastic Vector Optimization: Theory and Numerical Implementation

随机向量优化的Lyapunov稳定性:理论与数值实现

Thiago Santos, Sebastiao Xavier

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种随机漂移-扩散算法,通过Lyapunov分析证明其在多目标优化中的稳定性,并实现了基于pymoo框架的可重复实验。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04019 2026-03-05 cs.LO cs.LG 50%

Continuous Modal Logical Neural Networks: Modal Reasoning via Stochastic Accessibility

连续模态逻辑神经网络:通过随机可及性进行模态推理

Antonin Sulc

机构 * Lawrence Berkeley National Laboratory(伯克利劳伦斯国家实验室)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出连续模态逻辑神经网络,通过随机可及性实现模态推理,结合逻辑公式指导神经网络生成符合逻辑属性的解决方案。

Comments 10 pages, 5 figures, 20th INTERNATIONAL CONFERENCE ON NEUROSYMBOLIC LEARNING AND REASONING

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03890 2026-03-05 eess.IV 50%

Point Cloud Feature Coding for Object Detection over an Error-Prone Cloud-Edge Collaborative System

点云特征编码用于错误多的云边协作系统中的目标检测

Chongzhen Tian, Hui Yuan, Pan Zhao, Chang Sun, Raouf Hamzaoui, Sam Kwong

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种基于源编码和信道编码的任务驱动点云压缩和可靠传输框架,用于在错误多的云边协作系统中实现高效的目标检测。

Comments 13 pages, 13 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03820 2026-03-05 cs.LG cs.AI 50%

Fairness Begins with State: Purifying Latent Preferences for Hierarchical Reinforcement Learning in Interactive Recommendation

公平始于状态:在交互推荐中通过净化潜在偏好进行分层强化学习

Yun Lu, Xiaoyu Shi, Hong Xie, Xiangyu Zhao, Mingsheng Shang

机构 * Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences(中国科学院重庆绿色智能技术研究所) Chongqing School, University of Chinese Academy of Sciences(中国科学院大学重庆学院) The First Affiliated Hospital, University of Science and Technology of China(中国科学技术大学第一附属医院) City University of Hong Kong(香港城市大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出DSRM-HRL框架,通过净化潜在偏好解决交互推荐中的公平与准确冲突,实现推荐效用与曝光公平的平衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03812 2026-03-05 physics.optics 50%

Video-rate volumetric chemical imaging via mid-infrared photothermal optical diffraction tomography

通过中红外光热光学衍射断层扫描实现视频速率的体积分层化学成像

Masato Fukushima, Keiichiro Toda, Yusei Sugawara, Shotaro Kawano, Takuro Ideguchi

专题命中 扩散模型 :diffusion(abstract)

AI总结 通过中红外光热光学衍射断层扫描实现视频速率的体积分层化学成像,突破了传统技术在速度与信噪比间的限制,实现了高灵敏度和高精度的活细胞三维化学动态研究。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03707 2026-03-05 cond-mat.mtrl-sci cond-mat.other 50%

Insights into hydrogen-induced vacancy stability and creep in chemically complex alloys

氢诱导空位稳定性及蠕变的洞察

Prashant Singh, Yash Pachaury, Aaron Anthony Kohnert, Laurent Capolungo, Duane D. Johnson

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究揭示氢对Fe基合金中空位稳定性及蠕变行为的电子结构控制机制,通过第一性原理计算和簇动力学分析,阐明了氢含量对不同合金体系蠕变响应的影响差异。

Comments 12 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03661 2026-03-05 math.OC math.PR 50%

Continuous-time multi-armed bandits under random intervention times

随机干预时间下的连续时间多臂老虎机

Kei Noba, José Luis Pérez, Kazutoshi Yamazaki, Qingyuan Zhang

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了在随机干预时间下连续时间多臂老虎机模型,通过显式特征化Gittins指数来优化策略,并通过数值实验验证理论结果。

Comments 28 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03626 2026-03-05 stat.ML cs.LG cs.NA math.NA math.PR 50%

Riemannian Langevin Dynamics: Strong Convergence of Geometric Euler-Maruyama Scheme

Riemannian Langevin Dynamics: Geometric Euler-Maruyama Scheme的强收敛性

Zhiyuan Zhan, Masashi Sugiyama

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了Riemannian流形上SDEs的几何EM方案,证明其强收敛性,并应用该方案获得流形上采样的Wasserstein界。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03611 2026-03-05 physics.ao-ph 50%

Idealized Impacts of Mountainous Terrain on the Energetics of Hurricane Melissa (2025)

对飓风Melissa(2025)能量学的理想化影响:山脉地形

Michael Igbinoba

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过理想化模型分析飓风Melissa(2025)穿越山脉地形时能量学变化,发现地形摩擦和湍流混合是导致风暴快速衰减的主要因素。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.19477 2026-03-05 cs.CC cs.FL 50%

Embedding arbitrary Boolean circuits into fungal automata with arbitrary update sequences

将任意布尔电路嵌入到具有任意更新序列的菌丝自动机中

Eric Goles, Augusto Modanese, Martín Ríos-Wilson, Domingo Ruiz-Tala, Thomas Worsch

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究证明了在任意包含H和V的更新序列下,菌丝自动机的预测问题为P-完全。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.11912 2026-03-05 math.AP 50%

A nonlinear model for long-range segregation

一种非线性模型用于远距离分离

Howen Chuah, Stefania Patrizi, Monica Torres

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种非线性模型用于描述种群远距离分离,并证明了在参数趋近于零时解收敛于自由边界问题,同时支持集具有有限周长和半凸性性质。

Comments 23 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.14543 2026-03-05 math.NA cs.NA 50%

Using BDF schemes in the temporal integration of POD-ROM methods

在POD-ROM方法中使用BDF方案进行时间积分

Bosco García-Archilla, Alicia García-Mascaraque, Julia Novo

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出在POD-ROM方法中使用BDF方案进行时间积分,证明了时间收敛率与BDF阶数一致。

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.07711 2026-03-05 q-fin.TR q-fin.ST 50%

The Subtle Interplay between Square-root Impact, Order Imbalance & Volatility: A Unifying Framework

平方根影响、顺序不平衡与波动之间的微妙互动:一个统一的框架

Guillaume Maitrier, Jean-Philippe Bouchaud

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出一个统一框架,解释元订单对价格的影响机制,揭示平方根影响、顺序不平衡与波动之间的关系,并支持订单驱动理论而非基本面理论。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.22239 2026-03-05 physics.soc-ph 50%

Relationship between household attributes and contact patterns in urban and rural South Africa

南非城乡家庭属性与接触模式的关系

Kausutua Tjikundi, Jackie Kleynhans, Stefano Tempia, Cheryl Cohen, Daniela Paolotti, Ciro Cattuto, Lorenzo Dall'Amico

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究通过分析南非城乡家庭接触模式,发现家庭类型和头性别影响互动模式,尤其在儿童照顾方面,为流行病模型提供了重要参考。

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.04289 2026-03-05 cond-mat.stat-mech cond-mat.dis-nn cond-mat.soft 50%

Dimensional crossover via confinement in the lattice Lorentz gas

晶格洛伦兹气体中通过限制的维度交叉

A. Squarcini, A. Tinti, P. Illien, O. Bénichou, T. Franosch

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究通过晶格洛伦兹气体中障碍物与限制的相互作用,揭示了系统从二维到一维的维度交叉现象,并分析了稳态下的速度和扩散系数。

Comments 7 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2309.12197 2026-03-05 math.PR 50%

Weak Convergence of Stochastic Integrals on Skorokhod Space in Skorokhod's J1 and M1 Topologies

在Skorokhod空间的Skorokhod J1和M1拓扑下随机积分的弱收敛性

Andreas Sojmark, Fabrice Wunderlich

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究了在Skorokhod J1和M1拓扑下随机积分的连续性准则,并探讨了其在异常扩散模型标度极限中的应用。

Comments 40 pages, shortened and streamlined exposition

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03351 2026-03-05 physics.geo-ph physics.comp-ph physics.flu-dyn 50%

Prediction of Extreme Events in Multiscale Simulations of Geophysical Turbulence using Reinforcement Learning

利用强化学习预测地物理湍流多尺度模拟中的极端事件

Yifei Guan, Lucas Amoudruz, Sergey Litvinov, Karan Jakhar, Rambod Mojgani, Petros Koumoutsakos, Pedram Hassanzadeh

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出SMARL方法,通过强化学习开发大气/海洋湍流闭合,利用涡量谱作为奖励,实现稳定模拟并捕捉极端事件,为气候建模提供新工具。

Comments 21 pages; 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03342 2026-03-05 eess.IV cs.AI q-bio.BM 50%

Cryo-SWAN: the Multi-Scale Wavelet-decomposition-inspired Autoencoder Network for molecular density representation of molecular volumes

Cryo-SWAN: 多尺度小波分解启发的自编码网络用于分子密度的分子体积表示

Rui Li, Artsemi Yushkevich, Mikhail Kudryashev, Artur Yakimovich

机构 * Center for Advanced Systems Understanding (CASUS)(先进系统理解中心(CASUS)) Helmholtz-Zentrum Dresden-Rossendorf e. V. (HZDR)(德累斯顿-罗斯托克亥姆霍尔茨研究中心(HZDR)) In situ Structural Biology(原位结构生物学) Department of Physics(物理系) Institute of Medical Physics and Biophysics(医学物理与生物物理研究所) Institute of Computer Science(计算机科学研究所) Cluster of Excellence Physics of Life(生命物理卓越中心)

专题命中 扩散模型 :diffusion(abstract)

AI总结 Cryo-SWAN通过多尺度小波分解启发的自编码网络,实现分子密度体积的鲁棒表示,提升3D重建和生成质量。

Comments 16 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.00399 2026-03-05 cs.DL cs.CY cs.SI 50%

A Data-Driven Analysis for Engineering Conferences: The Institute of Industrial and Systems Engineering (IISE) Annual Conference Proceedings (2002-2025)

面向工程会议的数据驱动分析:工业与系统工程学会(IISE)年度会议论文集(2002-2025)

H. Sinan Bank, Casey E. Eaton

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文通过分析IISE年度会议论文集,利用大语言模型等技术,绘制工业与系统工程领域知识演变图谱,揭示核心研究主题及未来发展方向。

Comments 7 pages, 3 figures, IISE Annual Conference Proceedings 2026

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 可控生成 4 篇

2603.03714 2026-03-05 cs.CL cs.AI cs.CV cs.MM 84%

Order Is Not Layout: Order-to-Space Bias in Image Generation

秩序并非布局:图像生成中的秩序到空间偏差

Yongkang Zhang, Zonglin Zhao, Yuechen Zhang, Fei Ding, Pei Li, Wenxuan Wang

机构 * Renmin University of China, China(中国人民大学) Huazhong Agricultural University, China(华中农业大学) Huazhong University of Science and Technology, China(华中科技大学) Jiangnan University, China(江南大学) Nanchang University, China(南昌大学)

专题命中 可控生成 :image generation(title,abstract);text-to-image(abstract);分类 cs.CV、cs.MM

AI总结 本文研究了图像生成中因文本实体顺序导致的空间布局偏差问题,提出OTS-Bench进行量化评估,并通过微调和干预策略减少该偏差。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04366 2026-03-05 cs.SD cs.AI cs.LG 78%

Low-Resource Guidance for Controllable Latent Audio Diffusion

低资源指导的可控潜在音频扩散

Zachary Novack, Zack Zukowski, CJ Carr, Julian Parker, Zach Evans, Josiah Taylor, Taylor Berg-Kirkpatrick, Julian McAuley, Jordi Pons

专题命中 可控生成 :diffusion(title,abstract)

AI总结 本文提出了一种低计算开销的可控潜在音频扩散方法,通过潜在控制头实现对音频强度、音高和节拍的精确控制,同时保持生成质量。

Comments Accepted at ICASSP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2410.09879 2026-03-05 cs.CV 57%

TextMaster: A Unified Framework for Realistic Text Editing via Glyph-Style Dual-Control

TextMaster: 一种通过字形-风格双控实现真实文本编辑的统一框架

Zhenyu Yan, Jian Wang, Aoqiang Wang, Yuhan Li, Wenxiang Shang, Ran Lin

机构 * Taobao & Tmall Group of Alibaba(阿里巴巴淘宝与天猫集团) Shanghai Jiao Tong University(上海交通大学)

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

AI总结 TextMaster通过字形-风格双控机制,实现了高精度、可控的文本编辑,适用于多种场景和图像区域,提升了文本布局的准确性和风格的可控性。

Comments Accepted to ICCV 2025

Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2025, pp. 16112-16121

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.05637 2026-03-05 cond-mat.stat-mech math-ph math.MP physics.chem-ph 50%

The geometric control of boundary-catalytic branching processes

边界催化分支过程的几何控制

Denis S. Grebenkov, Yilin Ye

专题命中 可控生成 :diffusion(abstract)

AI总结 本文提出通过几何方法控制边界催化分支过程的生长,通过平衡分支和吸收事件实现稳态行为,并确定了临界催化速率。

详情

展开后加载摘要…

URL PDF HTML 收藏