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。

2026-03-17 至 2026-03-17 共收录 186 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 125 篇

2509.08731 2026-03-17 cs.LG stat.ML 78%

Generating solution paths of Markovian stochastic differential equations using diffusion models

利用扩散模型生成马尔可夫随机微分方程的解路径

Xuefeng Gao, Jiale Zha, Xun Yu Zhou

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出利用扩散模型生成未知马尔可夫随机微分方程样本路径的新方法,通过数据驱动方式超越传统蒙特卡洛方法,通过生成合成路径提升连续时间均值-方差投资组合选择的强化学习性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.19823 2026-03-17 math.AP 78%

A Bernoulli-Type Localization Principle for Nonlinear Diffusion Equations: Structural Description of Solutions and First Application to Image Processing

非线性扩散方程的伯努利型定位原理:解的结构描述及其在图像处理中的首次应用

Dragos-Patru Covei

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出一种分析非线性渗流型扩散方程的新方法,通过关联的伯努利型常微分方程实现解的定位,将时间与空间动态分离,为图像去噪等应用提供新框架。

Comments 28 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2011.04614 2026-03-17 cond-mat.soft nlin.PS q-bio.PE 78%

Turing's diffusive threshold in random reaction-diffusion systems

图灵扩散阈值在随机反应-扩散系统中的表现

Pierre A. Haas, Raymond E. Goldstein

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究探讨了在N>2的随机反应-扩散系统中,扩散阈值是否降低,从而允许真正的图灵不稳定性,并通过随机矩阵分析证明了多物种系统的复杂性。

Comments 6 pages, 4 figures; 5 pages of Supplemental Material; revised, expanded, and updated version

Journal ref Phys. Rev. Lett. 126, 238101 (2021)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14285 2026-03-17 cs.NE 78%

MorphSNN: Adaptive Graph Diffusion and Structural Plasticity for Spiking Neural Networks

MorphSNN: 适应性图扩散与结构可塑性用于脉冲神经网络

Yongsheng Huang, Peibo Duan, Yujie Wu, Kai Sun, Zhipeng Liu, Jiaxiang Liu, Guangyu Li, Changsheng Zhang, Bin Zhang, Mingkun Xu

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 MorphSNN通过引入图扩散和时空结构可塑性机制,解决了SNN中神经元动态与网络固定连接之间的矛盾,提升适应性和OoD检测能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14101 2026-03-17 math.NA cs.NA 78%

Tensorial Reduced-Order Models for Parametric Coupled Reaction-Diffusion Systems: Application to Brain Tumor Growth Modeling

张量降阶模型用于参数耦合反应扩散系统的建模:应用于脑肿瘤生长建模

Asikul Islam, Md Rezwan Bin Mizan, Maxim Olshanskii, Andreas Mang

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出张量降阶模型用于参数化前向算子的高效代理模型,应用于脑肿瘤生长模拟,通过比较经典POD ROM基线,展示了张量代理模型在多查询工作流中的高效性和准确性。

Comments 36 pages, 10 figures, 13 tables, 9 algorithms

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14056 2026-03-17 cs.RO cs.SY eess.SY 78%

Amortizing Trajectory Diffusion with Keyed Drift Fields

通过键控漂移场实现轨迹扩散的 amortization

Gokul Puthumanaillam, Melkior Ornik

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出键控漂移策略,通过单步推理实现轨迹扩散行为,保留多样候选计划生成和实时控制循环中的状态条件能力,降低规划延迟。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14032 2026-03-17 eess.AS 78%

Beyond Two-stage Diffusion TTS: Joint Structure and Content Refinement via Jump Diffusion

超越两阶段扩散文本语音合成:通过跳跃扩散实现结构与内容的联合优化

Jiabao Ai, Minghui Zhao, Anton Ragni

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出跳跃扩散框架,通过离散跳跃建模时间结构和连续扩散优化频谱内容,提升语音合成的WER和UTMOSv2指标,同时实现自适应语调和自然停顿。

Comments 5 pages, 5 figures. Audio samples available at https://anonymousinterpseech.github.io/TTS_Demo/

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13918 2026-03-17 cond-mat.stat-mech math.AP math.PR 78%

Channel transport: gating, geometry, and heterogeneous diffusion

通道传输:门控、几何形状和异质扩散

Sean D Lawley

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文研究通道传输中扩散流受门控、几何形状和异质扩散的影响,推导出一个考虑这三个因素的精确估计,并通过随机模拟验证其在广泛参数范围内的准确性。

Comments 28 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.04489 2026-03-17 math.AP 78%

Lindblad evolution with subelliptic diffusion

具有亚椭圆扩散的Lindblad演化

Hart F. Smith

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究亚椭圆扩散下的Lindblad演化,扩展了Hernandez等人关于Fokker-Planck方程椭圆性假设的数学结果,通过构造参数化近似证明了半经典导数估计在亚椭圆情况下也成立。

Comments New title, updated introduction, added references

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.04582 2026-03-17 stat.CO math.OC math.PR 78%

Constrained Dikin-Langevin diffusion for polyhedra

面向多面体的约束Dikin-兰格-利文扩散

James Chok, Domenic Petzinna

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出一种无需反射的兰格vin框架,用于在紧致多面体上进行采样和优化,通过逆对数障碍Hessian定义Dikin-兰格-利文扩散,适应局部内点几何,保持约束域可行性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.18876 2026-03-17 cs.RO 78%

DiffusionRL: Efficient Training of Diffusion Policies for Robotic Grasping Using RL-Adapted Large-Scale Datasets

DiffusionRL: 通过RL适应的大规模数据集高效训练扩散策略用于机器人抓取

Maria Makarova, Qian Liu, Dzmitry Tsetserukou

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出通过RL优化训练扩散策略,利用大规模预建数据集提升机器人灵巧抓取任务的性能,实现80%的成功率,降低数据收集成本,增强实际应用的泛化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13663 2026-03-17 cs.LG 78%

PDE-SSM: A Spectral State Space Approach to Spatial Mixing in Diffusion Transformers

PDE-SSM:一种用于扩散变换器中空间混合的谱状态空间方法

Eshed Gal, Moshe Eliasof, Siddharth Rout, Eldad Haber

机构 * University of British Columbia, Vancouver, BC Canada(不列颠哥伦比亚大学,加拿大温哥华,BC省) University of Cambridge, Cambridge, United Kingdom(剑桥大学,英国剑桥)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出PDE-SSM,通过学习可扩散-反应偏微分方程替代自注意力机制,解决视觉变换器在生成建模中的二次成本和弱空间归纳偏置问题,实现高效且可扩展的替代方案。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13645 2026-03-17 physics.geo-ph 78%

Training a generalizable diffusion model for seismic data processing using a large-scale open-source waveform dataset

利用大规模开源波形数据集训练通用扩散模型以进行地震数据处理

Xinyue Gong, Sergey Fomel, Yangkang Chen

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出SWAN数据集,用于自动神经网络处理,通过该数据集训练条件约束残差扩散模型,实现缺失轨迹重建,并在多种测试场景中取得最佳性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13542 2026-03-17 stat.ME stat.AP 78%

Robust Inferential Methodology for Multidimensional Diffusion Processes

多维扩散过程的稳健推断方法

Sourojyoti Barick

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出基于最小密度幂分歧估计器的稳健参数估计与检验方法,用于高频观测的多维扩散过程,证明了参数估计的一致性和渐近正态性,并展示了其在处理异常值和模型不准确时的鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13445 2026-03-17 cond-mat.mtrl-sci cs.LG 78%

Diffusion-based Generative Machine Learning Model for Predicting Crack Propagation in Aluminum Nitride at the Atomic Scale

基于扩散的生成机器学习模型用于预测氮化铝中原子尺度的裂纹扩展

Jiali Lu, Shengfeng Yang

机构 * Purdue University(普渡大学)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出一种基于扩散的生成机器学习模型,用于预测氮化铝中原子尺度的裂纹扩展,通过仅使用初始微观结构嵌入进行条件预测,实现了快速且准确的动态断裂过程模拟,包括应力驱动的裂纹萌生、裂纹分叉和原子尺度的桥接连接。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13440 2026-03-17 cs.LG cs.IT math.IT 78%

Improving Channel Estimation via Multimodal Diffusion Models with Flow Matching

通过多模态扩散模型与流匹配改进信道估计

Xiaotian Fan, Xingyu Zhou, Le Liang, Xiao Li, Shi Jin

机构 * School of Information Science and Engineering, Southeast University(信息科学与工程学院,东南大学) Purple Mountain Laboratories(紫金山实验室)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出基于流匹配和扩散变压器的多模态信道估计框架MultiCE-Flow,通过融合LiDAR、相机和位置数据生成语义条件,利用稀疏试点作为结构条件,实现高保真信道重建,优于传统方法和生成模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13284 2026-03-17 cs.LG stat.ML 78%

Do Diffusion Models Dream of Electric Planes? Discrete and Continuous Simulation-Based Inference for Aircraft Design

扩散模型是否梦想着电动飞机?基于模拟的推断用于飞机设计

Aurelien Ghiglino, Daniel Elenius, Anirban Roy, Ramneet Kaur, Manoj Acharya, Colin Samplawski, Brian Matejek, Susmit Jha, Juan Alonso, Adam Cobb

机构 * Computer Science Laboratory, SRI(SRI计算机科学实验室) Aerospace Design Laboratory, Stanford University(斯坦福大学航空航天设计实验室)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文基于模拟推断方法,生成电动垂直起降飞机的概念设计,引入两级概率模型,结合扩散模型加速设计生成并发现飞机设计中的物理规律。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13243 2026-03-17 cs.AI 78%

Think First, Diffuse Fast: Improving Diffusion Language Model Reasoning via Autoregressive Plan Conditioning

先思后推:通过自回归计划条件改进扩散语言模型推理

Earl J St Sauver

机构 * Independent Researcher(独立研究者)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出计划条件方法,通过在扩散模型提示前添加自回归生成的计划,提升多步推理能力,实验表明在GSM8K和HumanEval上分别提升11.6和12.8个百分点,证明了协调问题假设。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.22558 2026-03-17 quant-ph 78%

Experimental Joint Estimation of Phase and Phase Diffusion via Deterministic Bell Measurements

基于确定性贝尔测量的相位与相位扩散联合估计实验

Ben Wang, Minghao Mi, Huangqiuchen Wang, Qian Xie, Lijian Zhang

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文通过确定性贝尔测量在双量子比特系统中实现相位与相位扩散的联合估计,提升了多参数量子计量的精度,展示了集体测量在噪声环境下的优势。

Journal ref Adv. Sci.13, no. 11 (2026): e18375

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.14075 2026-03-17 eess.SY cs.AI cs.SY stat.CO stat.ML 78%

DiffOPF: Diffusion Solver for Optimal Power Flow

DiffOPF:用于最优功率流的扩散求解器

Milad Hoseinpour, Vladimir Dvorkin

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出DiffOPF,一种基于扩散的最优功率流求解器,通过学习负载和调度设置的联合分布,实现条件采样,以处理系统参数变化带来的多解性问题。

Comments 8 pages, 4 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.25685 2026-03-17 cs.RO 78%

Hierarchical Diffusion Motion Planning with Task-Conditioned Uncertainty-Aware Priors

分层扩散运动规划与任务条件化不确定性感知先验

Amelie Minji Kim, Anqi Wu, Ye Zhao

机构 * Institute for Robotics and Intelligent Machines (IRIM)(机器人与智能机器研究所) Georgia Institute of Technology(佐治亚理工学院) School of Computational Science and Engineering(计算科学与工程学院)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文提出一种分层扩散规划器,通过任务和运动结构直接嵌入噪声模型,利用高斯过程运动规划编码轨迹平滑性和任务语义,实验显示在迷宫和KUKA任务中表现更优。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.14896 2026-03-17 cs.CL cs.AI 78%

Quantization Meets dLLMs: A Systematic Study of Post-training Quantization for Diffusion LLMs

量化与扩散大语言模型:对后训练量化在扩散大语言模型上的系统研究

Haokun Lin, Haobo Xu, Yichen Wu, Ziyu Guo, Renrui Zhang, Zhichao Lu, Ying Wei, Qingfu Zhang, Zhenan Sun

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 本文系统研究了扩散大语言模型的后训练量化,探讨了激活异常值对低比特量化的影响,并通过多维度评估提供了实用见解,为高效部署扩散大语言模型奠定基础。

Comments Published in Machine Intelligence Research, DOI: 10.1007/s11633-025-1624-x

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.12207 2026-03-17 cs.CV 77%

Mixture of States: Routing Token-Level Dynamics for Multimodal Generation

状态混合:用于多模态生成的路由令牌级动态

Haozhe Liu, Ding Liu, Mingchen Zhuge, Zijian Zhou, Tian Xie, Sen He, Yukang Yang, Shuming Liu, Yuren Cong, Jiadong Guo, Hongyu Xu, Ke Xu, Kam-Woh Ng, Juan C. Pérez, Juan-Manuel Pérez-Rúa, Tao Xiang, Wei Liu, Shikun Liu, Jürgen Schmidhuber

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

AI总结 本文提出MoS,一种多模态扩散模型的融合范式,通过灵活的状态交互融合模态。核心是可学习的令牌路由器,通过时间步和输入依赖的交互对模态隐藏状态进行去噪,实现令牌级特征与扩散轨迹的精确对齐。

Comments Accepted to CVPR 2026; Homepage: https://haozheliu-st.github.io/mos-homepage/

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13357 2026-03-17 cs.CV cs.AI cs.LG 74%

Bi-CamoDiffusion: A Boundary-informed Diffusion Approach for Camouflaged Object Detection

Bi-CamoDiffusion:一种结合边界的扩散方法用于伪装物体检测

Patricia L. Suarez, Leo Thomas Ramos, Angel D. Sappa

机构 * ESPOL Polytechnic University(ESPOL多科大学) Computer Vision Center(计算机视觉中心) Universitat Autònoma de Barcelona(巴塞罗那自治大学)

专题命中 扩散模型 :diffusion(title);分类 cs.CV

AI总结 Bi-CamoDiffusion通过参数-free注入过程将边缘先验整合到早期嵌入中,提升边界清晰度并减少结构模糊,平衡空间精度、结构约束和不确定性监督,实现更精确的物体-背景分离和边界恢复。

Comments 10 pages, 8 tables, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.15436 2026-03-17 cs.CV 70%

MV2UV: Generating High-quality UV Texture Maps with Multiview Prompts

MV2UV:基于多视角提示生成高质量UV纹理图

Zheng Zhang, Qinchuan Zhang, Yuteng Ye, Zhi Chen, Penglei Ji, Mengfei Li, Wenxiao Zhang, Yuan Liu

机构 * Hisilicon Linx Lab, Huawei(华为Hisilicon Linx实验室) Hong Kong University of Science and Technology(香港科技大学)

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

AI总结 本文提出MV2UV方法,结合多视角生成的2D生成先验和UV细化的修复能力,解决多视角不一致和缺失纹理问题,提升纹理生成质量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.22636 2026-03-17 cs.CV 70%

Precise Object and Effect Removal with Adaptive Target-Aware Attention

精确的对象和效果移除与自适应目标感知注意力

Jixin Zhao, Zhouxia Wang, Peiqing Yang, Shangchen Zhou

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

AI总结 本文提出ObjectClear框架,通过自适应目标感知注意力机制分离前景移除与背景重建,提升对象及其效果的精确移除与背景保真度,同时构建OBER数据集用于训练和评估。

Comments Accepted to CVPR 2026. Project page: https://zjx0101.github.io/projects/ObjectClear/

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.18153 2026-03-17 cs.CV 70%

DepthLab: From Partial to Complete

DepthLab:从部分到完整

Zhiheng Liu, Ka Leong Cheng, Qiuyu Wang, Shuzhe Wang, Hao Ouyang, Bin Tan, Kai Zhu, Yujun Shen, Qifeng Chen, Ping Luo

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

AI总结 DepthLab通过图像扩散先验构建深度修复模型,具备深度缺失区域鲁棒性和尺度一致性保持能力,在3D场景修复、文本到3D场景生成等任务中表现优异。

Comments Project page and code: https://johanan528.github.io/depthlab_web/

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13300 2026-03-17 cs.CV cs.AI 70%

Safety-Guided Flow (SGF): A Unified Framework for Negative Guidance in Safe Generation

安全引导流(SGF):一种用于安全生成的负引导统一框架

Mingyu Kim, Young-Heon Kim, Mijung Park

机构 * Kookmin University(韩国庆南大学) University of British Columbia(不列颠哥伦比亚大学)

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

AI总结 本文提出一种统一的概率框架,通过最大均值差异(MMD)势函数将屏蔽扩散和安全去噪器纳入能量基负引导中,论证了负引导在关键时间窗口内必须强,以确保安全高质量生成。

Comments ICLR2026 Oral, Code is available at https://github.com/MingyuKim87/SGF

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.20054 2026-03-17 cs.CV 70%

Marmot: Object-Level Self-Correction via Multi-Agent Reasoning

Marmot:通过多智能体推理实现对象级自校正

Jiayang Sun, Hongbo Wang, Jie Cao, Huaibo Huang, Ran He

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

AI总结 Marmot通过多智能体推理实现对象级自校正,提升图像文本对齐的准确性,解决多对象场景中计数、属性和空间关系的校正问题。

Journal ref Machine Intelligence Research, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.01050 2026-03-17 cs.CV cs.AI cs.GR 62%

EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos

EgoGrasp:从第一人称视频中估计世界空间手-物体交互

Hongming Fu, Wenjia Wang, Xiaozhen Qiao, Rolandos Alexandros Potamias, Taku Komura, Shuo Yang, Zheng Liu, Bo Zhao

机构 * Shanghai Jiao Tong University(上海交通大学) The University of Hong Kong(香港大学) University of Science and Technology of China(中国科学技术大学) Imperial College London(伦敦帝国学院) Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳)) Beijing Academy of Artificial Intelligence(北京人工智能研究院)

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

AI总结 EgoGrasp提出了一种从动态第一人称视频中重建世界空间手-物体交互的方法,支持开放词汇物体,通过多阶段框架实现鲁棒的3D重建与姿态估计。

详情

展开后加载摘要…

URL PDF HTML 收藏