图像生成

TriFusion-SR: Joint Tri-Modal Medical Image Fusion and SR

TriFusion-SR：联合三模态医学图像融合与超分辨率

Fayaz Ali Dharejo, Sharif S. M. A., Aiman Khalil, Nachiket Chaudhary, Rizwan Ali Naqvi, Radu Timofte

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

AI总结 TriFusion-SR通过联合三模态医学图像融合与超分辨率技术，利用小波引导的条件扩散框架实现频率感知的跨模态交互，提升图像质量和分辨率。

BridgeDiff: Bridging Human Observations and Flat-Garment Synthesis for Virtual Try-Off

BridgeDiff: 联接人体观察与平面服装合成以实现虚拟试穿

Shuang Liu, Ao Yu, Linkang Cheng, Xiwen Huang, Li Zhao, Junhui Liu, Zhiting Lin, Yu Liu

机构 * School of Integrated Circuits, Anhui University, Hefei, China（安徽大学集成电路学院，合肥，中国） ； Anhui Provincial High-performance Integrated Circuit Engineering Research Center（安徽省高性能集成电路工程研究中心） ； School of Astronautics, Northwestern Polytechnical University, Xi’an,China（西北工业大学航天学院，西安，中国） 纠错

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

AI总结 BridgeDiff通过结合人体观察与平面服装合成，提升虚拟试穿中平面服装重建的质量与结构稳定性。

Comments 33 pages, 16 figures

X-AVDT: Audio-Visual Cross-Attention for Robust Deepfake Detection

X-AVDT：用于鲁棒深度伪造检测的音频视觉交叉注意力

Youngseo Kim, Kwan Yun, Seokhyeon Hong, Sihun Cha, Colette Suhjung Koo, Junyong Noh

机构 * Visual Media Lab, KAIST（韩国科学技术院视觉媒体实验室） 纠错

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

AI总结 X-AVDT通过利用生成器内部的音频视觉一致性线索，提出了一种鲁棒且具有通用性的深度伪造检测方法，有效提升了检测性能。

Journal ref CVPR 2026

Pathwise Test-Time Correction for Autoregressive Long Video Generation

逐帧测试时校正用于自回归长视频生成

Xunzhi Xiang, Zixuan Duan, Guiyu Zhang, Haiyu Zhang, Zhe Gao, Junta Wu, Shaofeng Zhang, Tengfei Wang, Qi Fan, Chunchao Guo

机构 * Nanjing University（南京大学） ； Tencent Hunyuan（腾讯文言） ； Chinese University of Hong Kong Shenzhen（香港中文大学（深圳）） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出TTC方法，通过利用初始帧作为参考锚点，有效校正自回归长视频生成中的漂移问题，提升生成质量并延长生成长度。

The Coupling Within: Flow Matching via Distilled Normalizing Flows

内部耦合：通过蒸馏的规范化流进行流匹配

David Berthelot, Tianrong Chen, Jiatao Gu, Marco Cuturi, Laurent Dinh, Bhavik Chandna, Michal Klein, Josh Susskind, Shuangfei Zhai

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

AI总结 本文提出规范化流匹配（NFM），通过蒸馏预训练的规范化流模型的耦合来训练学生模型，从而在性能和效率上均优于传统方法。

Comments Submitted to ICML 2026

Exploiting the Final Component of Generator Architectures for AI-Generated Image Detection

利用生成器架构的最终组件进行AI生成图像检测

Yanzhu Liu, Xiao Liu, Yuexuan Wang, Mondal Soumik

机构 * Institute for Infocomm Research, A*STAR, Singapore（信息与通信研究 institute，A*STAR，新加坡） 纠错

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

AI总结 本文提出通过生成器最终组件污染真实图像以提高AI生成图像检测的准确率，实验表明其在不同生成器上的泛化能力优异。

Spatial distribution of organics in the Horsehead nebula: Signposts of chemistry driven by atomic carbon

马头星云中有机物的空间分布：由原子碳驱动的化学过程的标志

Claudio Hernández-Vera, Viviana V. Guzmán, Jérôme Pety, Ka Tat Wong, Javier R. Goicoechea, Franck Le Petit, Maryvonne Gerin, Aquiles den Braber, John M. Carpenter, Vincent Maillard, Emeric Bron, Pierre Gratier, Evelyne Roueff

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过观测马头星云中有机物的空间分布，揭示紫外照射驱动的尘埃颗粒表面化学过程，为理解宇宙中有机分子形成机制提供新视角。

Comments 21 pages, 4 tables, 10 figures; V3: minor changes, matches the accepted proof for A&A publication

Journal ref A&A 707, A120 (2026)

Hydrodynamics without Averaging -- a Hard Rods Study

无平均的流体力学——硬杆研究

Friedrich Hübner

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过硬杆模型研究了无需本地平衡假设的流体力学近似，发现内在扩散不存在并澄清了相关结论。

Comments 43 pages, 4 figures

Journal ref SciPost Phys. 20, 081 (2026)

Diffusive flux into a stochastically gated tube

扩散流进入一个随机门控管

Sean D Lawley

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种新的扩散流估计方法，适用于非狭窄管子和不同扩散系数的场景，通过理论推导和随机模拟验证了其准确性。

Comments 13 pages, 5 figures

AI-driven Inverse Design of Complex Oxide Thin Films for Semiconductor Devices

基于AI的复杂氧化物薄膜逆向设计用于半导体器件

Bonwook Gu, Trinh Ngoc Le, Wonjoong Kim, Zunair Masroor, Han-Bo-Ram Lee

专题命中 扩散模型 ：diffusion(abstract)

AI总结 IDEAL平台通过结合生成模型与原子层沉积技术，实现复杂氧化物薄膜的逆向设计，揭示了带隙与介电响应之间的权衡，并验证了其在半导体器件中的应用。

Comments 25 pages, 7 figures

Asymmetric simple exclusion process with tree-like network branches

具有树状网络分支的非对称简单排斥过程

Yuki Ishiguro, Yasunobu Ando

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种扩展的非对称简单排斥过程模型，用于研究具有树状网络分支的输运性质，并推导了其精确稳态分布。

Comments 9 pages, 3figures

Relativistic Corrections to the Formation Rate of Extreme Mass-Ratio Inspirals

相对论修正对极端质量比螺旋 inspiral 形成率的影响

Chen Feng, Yong Tang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了相对论效应如何提高极端质量比螺旋事件的预测率，通过修正损失锥角动量和最小稳定半径，发现相对论修正使事件率增加约8倍，尤其对浅层恒星密度分布影响更显著。

Comments 9 pages, 2 figures and 1 table

Backward problem for a degenerate viscous Hamilton-Jacobi equation: stability and numerical identification

退化粘性哈密顿-雅可比方程的逆问题：稳定性与数值识别

S. E. Chorfi, A. Habbal, M. Jahid, L. Maniar, A. Ratnani

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究退化粘性哈密顿-雅可比方程的逆问题稳定性与数值识别方法，通过Carleman估计和共轭梯度算法进行分析。

Half-year Evolution of a Decaying Solar Active Region and Peripheral Dimming Regions

半年度衰减太阳活跃区域及其外围变暗区域的演变

Jiasheng Wang, Yu Xu, Zhengyong Hou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过多波长观测分析了太阳活跃区域NOAA AR 12738六个月内衰减过程，揭示了外围变暗区域的热亏损机制及其对日冕磁重构的影响。

Comments 14 pages, 7 figures

Uniform-in-diffusivity mixing by shear flows: stochastic and dynamical perspectives

剪切流引起的均匀扩散性混合：随机与动态视角

Kyle L. Liss, Kunhui Luan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从随机与动态视角研究剪切流在弱分子扩散下的混合机制，证明了具有有限临界点的剪切流的均匀扩散性混合率，并提出了两种新的证明方法。

Comments 18 pages

Abundant Intelligence and Deficient Demand: A Macro-Financial Stress Test of Rapid AI Adoption

过剩智能与匮乏需求：快速AI采纳的宏观金融压力测试

Xupeng Chen

机构 * Department of Electrical and Computer Engineering, New York University（纽约大学电气与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出快速AI采纳的宏观金融压力测试，揭示AI生成的过剩与需求匮乏并存的机制，通过三种传导路径分析其对金融系统的影响，并提出可检验的预测与模拟条件。

Modeling Trend Dynamics with Variational Neural ODEs for Information Popularity Prediction

基于变分神经微分方程的信息流行度预测趋势建模

Yuchen Wang, Dongpeng Hou, Weikai Jing, Chao Gao, Xianghua Li, Yang Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 VNOIP通过变分神经ODEs建模信息流行度趋势，结合注意力机制和知识蒸馏损失，提升预测准确性和效率。

Large-time behaviour for coupled systems of Lotka-Volterra-type Fokker-Planck equations

Lotka-Volterra 型 Fokker-Planck 方程耦合系统的长时间行为

Giuseppe Toscani, Mattia Zanella

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了 Lotka-Volterra 型 Fokker-Planck 方程组的长时间行为，通过能量型距离证明了在适当 Sobolev 空间中指数收敛到平衡，并揭示了能量耗散机制对稳定平衡配置的影响。

RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning

RL-100：基于现实强化学习的高效机器人操作

Kun Lei, Huanyu Li, Dongjie Yu, Zhenyu Wei, Lingxiao Guo, Zhennan Jiang, Ziyu Wang, Shiyu Liang, Huazhe Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 RL-100通过结合扩散视觉-运动策略和截断PPO目标，实现了高效且鲁棒的现实机器人操作，展示了在多种任务中高达100%的成功率和良好的适应性。

Comments https://lei-kun.github.io/RL-100/

Stochastic modelling of cosmic-ray sources for Galactic diffuse emissions

宇宙射线源的随机建模用于银河系弥散辐射

Anton Stall, Philipp Mertsch

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究宇宙射线源对银河系弥散辐射的影响，利用随机蒙特卡洛方法分析不同模型下的结果，揭示离散源对辐射强度分布和测量解释的关键作用。

Comments 50 pages, 23 figures

Journal ref JCAP03(2026)026

Small noise asymptotics for a class of jump-diffusions with heavy tails for large times

小噪声渐进行为：具有重尾性的跳跃扩散类在大时间下的行为

Sumith Reddy Anugu, Siva R. Athreya, Vivek S. Borkar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了具有重尾性的跳跃扩散在小噪声和大时间下的渐进行为，通过确定性控制问题的最优值来描述极限分布行为。

Comments The manuscript is 20 pages long

Discovering Symbolic Differential Equations with Symmetry Invariants

利用对称不变量发现符号微分方程

Jianke Yang, Manu Bhat, Bryan Hu, Yadi Cao, Nima Dehmamy, Robin Walters, Rose Yu

机构 * University of California, San Diego（加州大学圣迭戈分校） ； IBM Research（IBM研究院） ； Northeastern University（东北大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出利用对称不变量提升微分方程发现的准确性与效率，通过物理系统验证其能恢复符合物理定律的简洁方程。

Component-Aware Sketch-to-Image Generation Using Self-Attention Encoding and Coordinate-Preserving Fusion

基于组件意识的草图到图像生成：使用自注意力编码和坐标保持融合

Ali Zia, Muhammad Umer Ramzan, Usman Ali, Muhammad Faheem, Abdelwahed Khamis, Shahnawaz Qureshi

专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出了一种基于自注意力编码和坐标保持融合的组件意识框架，用于提升草图到图像生成的逼真度和一致性。

Controllable Dance Generation with Style-Guided Motion Diffusion

具有风格引导的舞动生成

Hongsong Wang, Ying Zhu, Xin Geng, Liang Wang

专题命中 可控生成 ：diffusion(title,abstract)；inpainting(abstract)；分类 cs.CV、cs.MM

AI总结 本文提出Style-Guided Motion Diffusion方法，通过整合Transformer架构与风格调制模块，实现风格引导的舞蹈生成，提升舞蹈生成的可控性和风格一致性。

Journal ref Machine Intelligence Research, 2026

ImpedanceDiffusion: Diffusion-Based Global Path Planning for UAV Swarm Navigation with Generative Impedance Control

阻抗扩散：基于扩散的全局路径规划用于无人机群导航的生成阻抗控制

Faryal Batool, Yasheerah Yaqoot, Muhammad Ahsan Mustafa, Roohan Ahmed Khan, Aleksey Fedoseev, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（智能空间机器人实验室，数字工程中心，斯克尔科夫科学与技术研究所） 纠错

专题命中 可控生成 ：diffusion(title,abstract)

AI总结 ImpedanceDiffusion通过结合扩散模型和人工势场跟踪，实现无人机群在复杂环境中的可靠路径规划与自适应阻抗控制。

Comments This is paper is under review

LogoDiffuser: Training-Free Multilingual Logo Generation and Stylization via Letter-Aware Attention Control

LogoDiffuser: 无需训练的多语言标志生成与风格化通过字母感知注意力控制

Mingyu Kang, Hyein Seo, Yuna Jeong, Junhyeong Park, Yong Suk Choi

机构 * Department of Artificial Intelligence, Hanyang University（翰阳大学人工智能系） ； Department of Computer Science, Hanyang University（翰阳大学计算机科学系） 纠错

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

AI总结 LogoDiffuser通过字母感知注意力控制，无需训练实现多语言标志生成与风格化，通过多模态扩散变换器整合字符结构与视觉设计，提升多语言标志生成效果。

QUSR: Quality-Aware and Uncertainty-Guided Image Super-Resolution Diffusion Model

QUSR: 一种基于质量感知和不确定性引导的图像超分辨率扩散模型

Junjie Yin, Jiaju Li, Hanfa Xing

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV

AI总结 QUSR通过引入质量感知先验和不确定性引导噪声生成模块，提升图像超分辨率在复杂场景下的真实感和细节还原能力。

Comments This paper has been accepted by ICASSP 2026

ChimeraLoRA: Multi-Head LoRA-Guided Synthetic Datasets

ChimeraLoRA：多头LoRA引导的合成数据集

Hoyoung Kim, Minwoo Jang, Jabin Koo, Sangdoo Yun, Jungseul Ok

机构 * Graduate School of AI, POSTECH（POSTECH人工智能研究生院） ； Dept. of CSE, POSTECH（POSTECH计算机科学与工程系） ； NAVER AI Lab（NAVER人工智能实验室） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 ChimeraLoRA通过结合类别共享LoRA和图像特定LoRA，生成多样且细节丰富的合成数据集，提升下游分类性能。

Prompt-Driven Color Accessibility Evaluation in Diffusion-based Image Generation Models

基于提示的扩散图像生成模型颜色可访问性评估

Xinyao Zhuang, Jose Echevarria, Kaan Akşit

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

AI总结 本文提出CVDLoss指标，评估扩散模型在不同类别中对颜色可访问性提示的响应能力，揭示现有模型在可访问性方面的不足。

Taming Preference Mode Collapse via Directional Decoupling Alignment in Diffusion Reinforcement Learning

通过方向解耦对齐缓解偏好模式崩溃在扩散强化学习中

Chubin Chen, Sujie Hu, Jiashu Zhu, Meiqi Wu, Jintao Chen, Yanxun Li, Nisha Huang, Chengyu Fang, Jiahong Wu, Xiangxiang Chu, Xiu Li

机构 * Tsinghua University（清华大学） ； AMAP, Alibaba Group（阿里云实验室，阿里巴巴集团） 纠错

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

AI总结 本文提出D²-Align框架，通过方向解耦对齐缓解扩散强化学习中的偏好模式崩溃，提升生成多样性。

Comments Accepted by CVPR 2026