图像生成

The Quadratic Geometry of Flow Matching: Semantic Granularity Alignment for Text-to-Image Synthesis

流匹配的二次几何：文本到图像合成中的语义粒度对齐

Zhinan Xiong, Shunqi Yuan

机构 * Conservatoire National des Arts et Métiers（法国国家艺术与工艺学院） ； Sun Yat-sen University（孙中山大学） 纠错

专题命中 文生图 ：text-to-image(title,abstract)；image synthesis(title,abstract)；分类 cs.CV

AI总结 本文提出语义粒度对齐方法，通过优化流匹配框架中的残差场，提升文本到图像合成的效率与质量平衡。

Comments 43 pages

Token-Level Constraint Boundary Search for Jailbreaking Text-to-Image Models

针对文本到图像模型的令牌级约束边界搜索

Jiangtao Liu, Zhaoxin Wang, Handing Wang, Cong Tian, Yaochu Jin

机构 * School of Artificial Intelligence, Xidian University（西安电子科技大学人工智能学院） ； School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Trustworthy and General Artificial Intelligence Laboratory, School of Engineering, Westlake University（之江实验室可信与通用人工智能实验室） 纠错

专题命中 文生图 ：text-to-image(title,abstract)；分类 cs.CV

AI总结 TCBS攻击通过搜索决策边界附近的令牌，有效突破全链T2I模型的防御，实现高劫持成功率。

Delta-K: Boosting Multi-Instance Generation via Cross-Attention Augmentation

Delta-K: 通过交叉注意力增强提升多实例生成

Zitong Wang, Zijun Shen, Haohao Xu, Zhengjie Luo, Weibin Wu

机构 * School of Software Engineering, Sun Yat-sen University（中山大学软件学院） ； Nanjing University（南京大学） ； College of Management and Economics, Tianjin University（天津大学管理学院） 纠错

专题命中 文生图 ：text-to-image(abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 Delta-K通过在交叉注意力键空间中直接操作，解决扩散模型在多实例生成中的概念遗漏问题，提升生成质量且无需额外训练或架构修改。

Mindstorms in Natural Language-Based Societies of Mind

自然语言基础的思维社会中的风暴

Mingchen Zhuge, Haozhe Liu, Francesco Faccio, Dylan R. Ashley, Róbert Csordás, Anand Gopalakrishnan, Abdullah Hamdi, Hasan Abed Al Kader Hammoud, Vincent Herrmann, Kazuki Irie, Louis Kirsch, Bing Li, Guohao Li, Shuming Liu, Jinjie Mai, Piotr Piękos, Aditya Ramesh, Imanol Schlag, Weimin Shi, Aleksandar Stanić, Wenyi Wang, Yuhui Wang, Mengmeng Xu, Deng-Ping Fan, Bernard Ghanem, Jürgen Schmidhuber

专题命中 文生图 ：text-to-image(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文探讨了基于自然语言的思维社会（NLSOMs）的结构和应用，通过多代理系统解决多种AI任务，并提出未来研究方向。

Comments published in Computational Visual Media Journal (CVMJ); 9 pages in main text + 7 pages of references + 38 pages of appendices, 14 figures in main text + 13 in appendices, 7 tables in appendices

Journal ref (2025). Computational Visual Media, 11(1), 29-81

Guiding Diffusion Models with Semantically Degraded Conditions

通过语义退化条件引导扩散模型

Shilong Han, Yuming Zhang, Hongxia Wang

机构 * College of Science, National University of Defense Technology（国防科技大学理学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 通过语义退化条件引导扩散模型，提升文本图像对齐与组合准确性。

Comments Accepted to CVPR 2026

Fighting Hallucinations with Counterfactuals: Diffusion-Guided Perturbations for LVLM Hallucination Suppression

用反事实对抗幻觉：基于扩散引导的扰动用于LVLM幻觉抑制

Hamidreza Dastmalchi, Aijun An, Ali Cheraghian, Hamed Barzamini

机构 * York University（约克大学） ； Macquarie University（麦考瑞大学） ； Northern Illinois University（北伊利诺伊大学） 纠错

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

AI总结 CIPHER通过反事实图像扰动减少LVLM中的视觉幻觉，提升模型忠实性。

Comments CVPR 2026

Variance-Aware Adaptive Weighting for Diffusion Model Training

基于方差意识的扩散模型训练自适应加权

Nanlong Sun, Lei Shi

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

AI总结 本文提出一种基于方差意识的自适应加权策略，用于改进扩散模型的训练稳定性与生成性能。

Comments 15 pages, 8 figures, 1 table

PRoADS: Provably Secure and Robust Audio Diffusion Steganography with latent optimization and backward Euler Inversion

PRoADS: 基于音频扩散模型的可证明安全且稳健的音频隐写框架：利用潜在优化和后向欧拉反演

YongPeng Yan, Yanan Li, Qiyang Xiao, Yanzhen Ren

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.MM

AI总结 PRoADS通过正交矩阵投影和潜在优化技术，在音频扩散模型中实现可证明安全且稳健的隐写，达到0.15%的低比特错误率。

Comments This paper has been accepted for presentation at the 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)

PPGuide: Steering Diffusion Policies with Performance Predictive Guidance

PPGuide: 通过性能预测引导操控扩散策略

Zixing Wang, Devesh K. Jha, Ahmed H. Qureshi, Diego Romeres

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 PPGuide通过性能预测引导技术，在推理时引导预训练的扩散策略避免失败模式，提升机器人操作的鲁棒性。

Comments Accepted by ICRA'26

Regularizing INR with diffusion prior self-supervised 3D reconstruction of neutron computed tomography data

通过扩散先验正则化INR实现中子计算机断层扫描数据的自监督3D重建

Maliha Hossain, Haley Duba-Sullivan, Amirkoushyar Ziabari

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DINR方法，通过扩散先验正则化INR，实现中子CT数据的高质量3D重建，提升稀疏视图下的重建性能和图像质量。

Moving On, Even When You're Broken: Fail-Active Trajectory Generation via Diffusion Policies Conditioned on Embodiment and Task

继续前行，即使你已破损：通过扩散策略条件于躯体与任务的失败主动轨迹生成

Gilberto G. Briscoe-Martinez, Yaashia Gautam, Rahul Shetty, Anuj Pasricha, Marco M. Nicotra, Alessandro Roncone

机构 * Dept. of Computer Science, University of Colorado Boulder, CO, USA（计算机科学系，科罗拉多大学博尔德分校） ； Dept. of Electrical, Computer, and Energy Engineering, University of Colorado Boulder, CO, USA（电气、计算机与能源工程系，科罗拉多大学博尔德分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DEFT通过扩散策略实现机器人在受损情况下完成任务，其在多种失败条件下表现出高成功率和鲁棒性。

Comments To be published in the 2026 IEEE International Conference on Robotics & Automation

Relaxation of a single-particle excitation in a Fermi system within the diffusion approximation of kinetic theory

费米系统中单粒子激发弛豫的扩散近似动力学理论研究

Sergiy V. Lukyanov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究利用扩散近似方法分析费米系统中单粒子激发的弛豫过程，提出分离耗散过程的贡献并引入不同弛豫时间，发现弛豫时间与以往结果存在差异。

Comments 7 pages, 5 figures. Published version

Journal ref Phys. Rev. C 113, 034312 (2026)

Continuous Diffusion Transformers for Designing Synthetic Regulatory Elements

连续扩散变换器用于设计合成调控元件

Jonathan Liu, Kia Ghods

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出连续扩散变换器生成细胞类型特异性调控DNA序列，通过改进模型结构和微调方法，显著提升调控活性预测性能。

SNPgen: Phenotype-Supervised Genotype Representation and Synthetic Data Generation via Latent Diffusion

SNPgen: 通过潜在扩散模型生成表型监督的合成基因型

Andrea Lampis, Michela Carlotta Massi, Nicola Pirastu, Francesca Ieva, Matteo Matteucci, Emanuele Di Angelantonio

机构 * DEIB, Politecnico di Milano（米兰理工学院DEIB部门） ； Politecnico di Milano（米兰理工学院） ； Health Data Science Centre, Human Technopole（人类技术pole健康数据科学中心） ； Genomics Research Centre, Human Technopole（人类技术pole基因组研究中心） ； MOX - Department of Mathematics, Politecnico di Milano（米兰理工学院数学系） ； Department of Public Health and Primary Care, University of Cambridge（剑桥大学公共卫生与初级护理系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 SNPgen通过条件潜在扩散模型生成表型监督的合成基因型，实现统计忠实性和下游任务实用性之间的平衡，与全基因组PRS方法在预测性能上相当。

Protein Counterfactuals via Diffusion-Guided Latent Optimization

通过扩散引导的潜在优化进行蛋白质反事实

Weronika Kłos, Sidney Bender, Lukas Kades

机构 * Machine Learning Group, Technische Universität Berlin（技术大学柏林机器学习组） ； Berlin Institute for the Foundations of Learning and Data (BIFOLD)（柏林学习与数据基础研究所（BIFOLD）） ； BASF Digital Solutions GmbH（巴斯夫数字解决方案有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 MCCOP通过扩散引导的潜在优化生成蛋白质反事实，用于预测和改进蛋白质特性。

Comments 16 pages, 7 figures, accepted at the Gen2 Workshop at ICLR 2026

Denoising diffusion and latent diffusion models for physics field simulations

去噪扩散模型和潜在扩散模型用于物理场模拟

Yuan Jia, Chi Zhang, Hao Ma, Qiao Zhang, Kai Liu, Chih-Yung Wen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出利用去噪扩散模型和潜在扩散模型进行高精度物理场模拟，通过热扩散和流场预测验证了其有效性与高效性。

A rate-induced tipping in the Pearson diffusion

Pearson扩散中的速率诱导临界点

Hidekazu Yoshioka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了Pearson扩散过程在噪声影响下的速率诱导临界现象，揭示了噪声对解逃逸速度的促进作用。

ScanDP: Generalizable 3D Scanning with Diffusion Policy

ScanDP: 可泛化的3D扫描与扩散策略

Itsuki Hirako, Ryo Hakoda, Yubin Liu, Matthew Hwang, Yoshihiro Sato, Takeshi Oishi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 ScanDP提出一种基于扩散策略的高效3D扫描框架，通过占据网格映射和混合方法提升鲁棒性和泛化能力，实现对多样化物体的高效扫描。

Comments 8 pages, 7 figures, 5 tables. Project Page: https://treeitsuki.github.io/ScanDP/

Factor Dimensionality and the Bias-Variance Tradeoff in Diffusion Portfolio Models

因子维度与扩散投资组合模型中的偏差-方差权衡

Avi Bagchi, Michael Tesfaye, Om Shastri

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了扩散投资组合模型中因子维度对偏差-方差权衡的影响，发现适中的因子数量能提升模型泛化能力并优于基线策略。

A Diffusion Analysis of Policy Gradient for Stochastic Bandits

对随机带宽政策梯度的扩散分析

Tor Lattimore

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了随机带宽政策梯度的连续时间扩散近似，证明了在特定学习率下遗憾的渐进行为，并构造了具有对数数量臂的实例，展示了学习率对性能的影响。

Comments 17 pages

ES-dLLM: Efficient Inference for Diffusion Large Language Models by Early-Skipping

ES-dLLM：通过早期跳过实现扩散大语言模型的高效推理

Zijian Zhu, Fei Ren, Zhanhong Tan, Kaisheng Ma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 ES-dLLM通过早期跳过技术提升扩散大语言模型的推理效率，实现高达16.8倍的加速效果。

Comments Accepted at ICLR 2026

Existence for the Discrete Nonlinear Fragmentation Equation with Degenerate Diffusion

离散非线性破碎方程中退化扩散的解的存在性

Saumyajit Das, Ram Gopal Jaiswal

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了离散非线性破碎方程中退化扩散的解的存在性，通过构造正则化系统和紧致性论证，在任意空间维度下建立了全局弱解的存在性。

Comments 38 pages

Non-Gaussian statistics of concentration fluctuations in free liquid diffusion

自由液扩散中浓度波动的非高斯统计

Marco Bussoletti, Mirko Gallo, Amir Jafari, Gregory L. Eyink

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究揭示自由液扩散中浓度波动的非高斯特性，通过非线性流体动力学分析与模拟，发现其不遵循中心极限定理，挑战传统扩散理论预测。

Score Matching Diffusion Based Feedback Control and Planning of Nonlinear Systems

基于分数匹配扩散的非线性系统反馈控制与规划

Karthik Elamvazhuthi, Darshan Gadginmath, Fabio Pasqualetti

机构 * T-5 Applied Mathematics and Plasma Physics Group, Los Alamos National Laboratory（T-5应用数学与等离子体物理组，洛斯阿拉莫斯国家实验室） ； Department of Mechanical Engineering, University of California, Riverside（加州大学河滨分校机械工程系） ； Electrical Engineering and Computer Science, University of California, Irvine（加州大学欧文分校电气工程与计算机科学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于分数匹配扩散的非线性系统反馈控制与规划方法，通过确定性反向过程实现可控无漂移和LTI系统的密度控制。

Boosting Cross-problem Generalization in Diffusion-Based Neural Combinatorial Solver via Inference Time Adaptation

通过推理时间适应提升基于扩散的神经组合求解器的跨问题泛化能力

Haoyu Lei, Kaiwen Zhou, Yinchuan Li, Zhitang Chen, Farzan Farnia

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DIFU-Ada框架，通过推理时间适应提升基于扩散的神经组合求解器在跨问题和跨尺度上的泛化能力。

Logistic diffusion equations governed by the superposition of operators of mixed fractional order

对数扩散方程由混合分数阶算子的叠加所支配

Serena Dipierro, Edoardo Proietti Lippi, Caterina Sportelli, Enrico Valdinoci

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了由混合分数阶算子叠加驱动的对数扩散方程，在敌对环境中探讨种群生存与灭绝的条件及机制。

Losing dimensions: Geometric memorization in generative diffusion

丧失维度：生成扩散中的几何记忆

Beatrice Achilli, Enrico Ventura, Gianluigi Silvestri, Bao Pham, Gabriel Raya, Dmitry Krotov, Carlo Lucibello, Luca Ambrogioni

机构 * Computing Sciences Department, Bocconi University（博科尼大学计算科学系） ； Bocconi Institute for Data Science and Analytics (BIDSA)（博科尼数据科学与分析研究所） ； Donders Institute, Radboud University（拉德堡德大学多纳尔斯研究所） ； OnePlanet Research Center, Wageningen（瓦赫宁根大学OnePlanet研究中心） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； Jheronimus Academy of Data Science (JADS)（杰霍尼穆斯数据科学学院） ； IBM Research, Cambridge（IBM研究院，剑桥） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出几何记忆理论，揭示扩散模型在低维流形上逐渐记忆训练数据的现象，通过分析学习到的分数场发现生成行为集中在少数例子上，形成一般化与精确复制之间的独特阶段。

Comments 17 pages, 9 figures

TractoRC: A Unified Probabilistic Learning Framework for Joint Tractography Registration and Clustering

TractoRC：一种联合束取样注册与聚类的统一概率学习框架

Yijie Li, Xi Zhu, Junyi Wang, Ye Wu, Lauren J. O'Donnell, Fan Zhang

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

AI总结 TractoRC通过统一的概率学习框架联合执行束图注册与流线聚类，提升白质组织分析的性能。

Comments 11 pages, 3 figures

4DEquine: Disentangling Motion and Appearance for 4D Equine Reconstruction from Monocular Video

4DEquine：从单目视频中解耦运动与外观进行4D马类重建

Jin Lyu, Liang An, Pujin Cheng, Yebin Liu, Xiaoying Tang

机构 * Southern University of Science and Technology（南方科技大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 4DEquine通过解耦运动与外观重建，提出新框架实现高效4D马类重建，展示在真实数据集上的优越性能。

Comments Accepted to CVPR2026

On elliptic systems with $k$-wise interactions in the strong competition regime: uniform Hölder bounds and properties of the limiting configurations

关于强竞争 regime 中具有 k- 重相互作用的椭圆系统：统一的霍尔德界及极限配置的性质

Lorenzo Giaretto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究强竞争 regime 中具有 k- 重相互作用的椭圆系统，证明了统一的霍尔德界及极限配置的性质。

Comments 35 pages. arXiv admin note: text overlap with arXiv:2409.11976 by other authors