图像生成

Composing Concepts from Images and Videos via Concept-prompt Binding

通过概念提示绑定从图像和视频中组合概念

Xianghao Kong, Zeyu Zhang, Yuwei Guo, Zhuoran Zhao, Songchun Zhang, Anyi Rao

机构 * HKUST（香港科技大学） ； CUHK（香港大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

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

AI总结 本文提出Bind & Compose方法，通过绑定视觉概念与提示标记实现灵活的视觉概念组合，提升概念一致性和运动质量。

Comments CVPR 2026. Project page: https://refkxh.github.io/BiCo_Webpage/

AI Evasion and Impersonation Attacks on Facial Re-Identification with Activation Map Explanations

基于激活图解释的面部重识别中的人工智能规避与伪装攻击

Noe Claudel, Weisi Guo, Yang Xing

机构 * Centre for Assured and Connected Autonomy（确保与连接自主性中心） ； Cranfield University（克兰菲尔德大学） 纠错

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

AI总结 本文提出了一种生成对抗性补丁的新框架，用于对抗深度重识别模型的规避和伪装攻击，通过多尺度特征引导生成对抗性补丁，并通过聚类激活图解释攻击特征，提出未来防御策略。

FAR-Drive: Frame-AutoRegressive Video Generation in Closed-Loop Autonomous Driving

FAR-Drive：闭环自动驾驶中的帧自回归视频生成

Yaoru Li, Federico Landi, Marco Godi, Xin Jin, Ruiju Fu, Yufei Ma, Muyang Sun, Heyu Si, Qi Guo

机构 * Zhejiang University（浙江大学） ； Huawei（华为） 纠错

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

AI总结 本文提出FAR-Drive，一种用于自动驾驶的帧级自回归视频生成框架，通过多视角扩散变换器实现几何一致的多摄像机生成，解决闭环模拟中的长时程一致性、自回归退化和低延迟问题。

OCRA: Object-Centric Learning with 3D and Tactile Priors for Human-to-Robot Action Transfer

OCRA：基于3D和触觉先验的人到机器人动作迁移的物体中心学习

Kuanning Wang, Ke Fan, Yuqian Fu, Siyu Lin, Hu Luo, Daniel Seita, Yanwei Fu, Yu-Gang Jiang, Xiangyang Xue

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

AI总结 OCRA通过结合3D和触觉先验，利用多视角视频和先进模型重建物体中心3D点云，生成稳健的机器人操作动作，实验表明其在视觉和视觉-触觉任务中优于现有方法。

Comments Project page: https://sressers.github.io/OCRA/

Representation Alignment for Just Image Transformers is not Easier than You Think

让图像变换器对齐表示并非如你所想的那么简单

Jaeyo Shin, Jiwook Kim, Hyunjung Shim

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

AI总结 本文指出，对于Just Image Transformers（JiT）而言，传统的REPA方法在训练过程中表现不佳，导致FID值升高和多样性下降。作者提出PixelREPA方法，通过调整对齐目标并结合掩码变换器适配器，提升了训练收敛性和最终质量。

Comments Code: https://github.com/kaist-cvml/PixelREPA

FOCUS: Bridging Fine-Grained Recognition and Open-World Discovery across Domains

FOCUS：跨领域弥合细粒度识别与开放世界发现

Vaibhav Rathore, Divyam Gupta, Moloud Abdar, Subhasis Chaudhuri, Biplab Banerjee

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

AI总结 本文提出FOCUS框架，结合领域一致部件发现与不确定性感知特征增强，提升细粒度领域泛化能力，在基准测试中优于现有方法，同时实现更高计算效率。

Comments Under Review

Flow-Factory: A Unified Framework for Reinforcement Learning in Flow-Matching Models

Flow-Factory：一种用于流匹配模型强化学习的统一框架

Bowen Ping, Chengyou Jia, Minnan Luo, Hangwei Qian, Ivor Tsang

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

AI总结 本文提出Flow-Factory框架，通过模块化注册机制解耦算法、模型和奖励，支持多种算法和架构，提供内存优化和分布式训练支持。

Delving into Spectral Clustering with Vision-Language Representations

深入探讨基于视觉-语言表示的谱聚类

Bo Peng, Yuanwei Hu, Bo Liu, Ling Chen, Jie Lu, Zhen Fang

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

AI总结 本文提出基于预训练视觉语言模型的神经切线核谱聚类方法，通过跨模态对齐提升图像聚类性能，实验表明在16个基准数据集上显著优于现有方法。

Comments ICLR26

Aligning Latent Spaces with Flow Priors

通过流先验对齐潜在空间

Yizhuo Li, Yuying Ge, Yixiao Ge, Ying Shan, Ping Luo

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

AI总结 本文提出通过流生成模型作为先验来对齐可学习潜在空间的新框架，通过预训练流模型捕捉目标分布，并利用对齐损失优化潜在空间，理论和实验验证了方法的有效性。

PhysAlign: Physics-Coherent Image-to-Video Generation through Feature and 3D Representation Alignment

PhysAlign：通过特征和3D表示对齐实现物理一致的图像到视频生成

Zhexiao Xiong, Yizhi Song, Liu He, Wei Xiong, Yu Yuan, Feng Qiao, Nathan Jacobs

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

AI总结 PhysAlign通过特征和3D表示对齐，解决图像到视频生成中的物理一致性问题，提升复杂物理推理和时间稳定性，同时保持零样本视觉质量。

ActionPlan: Future-Aware Streaming Motion Synthesis via Frame-Level Action Planning

ActionPlan：通过帧级动作规划实现未来感知的流式运动合成

Eric Nazarenus, Chuqiao Li, Yannan He, Xianghui Xie, Jan Eric Lenssen, Gerard Pons-Moll

机构 * Tübingen AI Center, University of Tübingen, Germany（图宾根人工智能中心，图宾根大学，德国） ； Max Planck Institute for Informatics, Saarland Informatics Campus, Germany（马克斯·普朗克信息研究所，萨尔兰信息校区，德国） 纠错

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

AI总结 ActionPlan通过帧级动作规划实现流式运动合成，结合语义和运动线索提升生成质量，实现实时流式生成与高质量离线生成的统一框架。

Comments Project page:https://coral79.github.io/ActionPlan/

Self-Flow-Matching assisted Full Waveform Inversion

自流匹配辅助的全波形反演

Xinquan Huang, Paris Perdikaris

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出自流匹配辅助全波形反演方法，通过流匹配学习传输场，无需大规模离线预训练，提升反演精度与鲁棒性。

COT-FM: Cluster-wise Optimal Transport Flow Matching

COT-FM：分簇最优传输流匹配

Chiensheng Chiang, Kuan-Hsun Tu, Jia-Wei Liao, Cheng-Fu Chou, Tsung-Wei Ke

机构 * National Taiwan University（台湾大学） 纠错

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

AI总结 COT-FM通过分簇策略优化流匹配框架，提升生成速度与可靠性，适用于图像生成和机器人任务。

Comments 18pages, CVPR 2026 accepted

InfiniteDance: Scalable 3D Dance Generation Towards in-the-wild Generalization

InfiniteDance: 可扩展的3D舞蹈生成以实现真实场景泛化

Ronghui Li, Zhongyuan Hu, Li Siyao, Youliang Zhang, Haozhe Xie, Mingyuan Zhang, Jie Guo, Xiu Li, Ziwei Liu

机构 * Tsinghua University（清华大学） ； Peng Cheng Laboratory（鹏城实验室） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出InfiniteDance，通过扩大数据与模型设计，实现可扩展的3D舞蹈生成，解决了真实场景下的泛化问题。

Comments project page: https://infinitedance.github.io/

Unified scaling and shape laws for turbulent premixed methane and hydrogen jet flames

湍流预混甲烷和氢气喷射火焰的统一尺度和形状规律

Aurora Maffei, Thomas L. Howarth, Marianna Cafiero, Florence Cameron, Michael Gauding, Joachim Beeckmann, Heinz Pitsch

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过对比甲烷和氢气喷射火焰在不同工况下的实验结果，揭示了两种燃料在湍流燃烧中的统一尺度和形状规律，建立了考虑热扩散效应的通用模型。

Effect of pulse duration on current-induced selective oxygen migration in high-Tc superconductors

脉冲持续时间对高临界温度超导体中电流诱导选择性氧迁移的影响

Fridrich Egyenes, Daniel Stoffels, Stefan Marinkovic, Bernd Aichner, Huidong Li, Anna Palau, Milan Tapajna, Wolfgang Lang, Alejandro V. Silhanek

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究脉冲持续时间对YBCO中电流诱导氧迁移起始电流的影响，发现脉冲缩短时电迁移过程更非热力学，对忆阻器操作有重要意义。

Comments 9 pages, 6 figures

Conditional Rectified Flow-based End-to-End Rapid Seismic Inversion Method

基于条件修正流的端到端快速地震反演方法

Haofei Xu, Wei Cheng, Sizhe Li, Jie Xiong

机构 * School of Electronic lnformation and Electrical Engineering, Yangtze University（长江大学电子信息与电气工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于条件修正流的端到端快速地震反演方法，通过多尺度地震特征提取和分层注入控制策略，实现高效准确的反演，实验表明在OpenFWI数据集上表现优异，相比扩散和InversionNet方法在速度和精度上均有优势。

Multilevel Sparse Tensor Approximation for High-Dimensional Parametric PDEs

多级稀疏张量近似用于高维参数偏微分方程

Martin Eigel, Philipp Trunschke, Dana Wrischnig

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了多级稀疏张量近似方法在高维仿射参数扩散方程中的效率。通过结合稀疏交替最小二乘算法与多级伽辽金离散化策略，利用解的正则性降低计算成本。理论分析表明，多级方法的工作开销与离散化级别无关，优于单级方法的指数增长。

Can cyanide radicals drive molecular backbone growth on interstellar icy grains?

氰化物自由基能否驱动星际冰粒上的分子骨架生长？

Germán Molpeceres, Joan Enrique-Romero

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过量子化学计算探讨了吸附在星际尘粒类比物上的氰化物自由基与乙炔和乙烯的反应，发现反应活性受反应物相对取向影响，且在冰中反应与气相反应不同，强调了局部冰结构在星际尘埃化学中的重要性。

Comments Accepted for publication in ApJ

TrajFlow: Nation-wide Pseudo GPS Trajectory Generation with Flow Matching Models

TrajFlow：基于流匹配模型的全国范围伪GPS轨迹生成

Peiran Li, Jiawei Wang, Haoran Zhang, Xiaodan Shi, Noboru Koshizuka, Chihiro Shimizu, Renhe Jiang

机构 * Hitotsubashi University（立命馆大学） ； The University of Tokyo（东京大学） ； LocationMind Inc.（LocationMind公司） ； Stockholm University（斯德哥尔摩大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出TrajFlow，首个基于流匹配的GPS轨迹生成模型，解决空间尺度、交通模式多样性及效率问题，通过轨迹和谐化与重建策略，在全国范围内优于扩散模型和深度生成基线。

Four Levels of Thermodynamic Convergence of Singularly Perturbed Markov Semigroups

奇异扰动马尔可夫半群的四个热力学收敛层级

Xinyu Zhang, Liu Hong

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究奇异扰动马尔可夫半群的四个热力学收敛层级，包括非可逆扩散和乘法噪声，分析自由能、非绝热熵产和绝热熵产的收敛特性。

Comments 1 figure, 52 pages

A Score Filter Enhanced Data Assimilation Framework for Data-Driven Dynamical Systems

一种增强评分过滤的数据同化框架用于数据驱动的动力系统

Jingqiao Tang, Ryan Bausback, Feng Bao, Guannan Zhang, Phuoc-Toan Huynh

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种结合评分过滤的数据同化框架，用于降低机器学习模型在数据驱动动力系统预测中的预测不确定性，通过迭代优化提升长期预测性能。

Architecture-Agnostic Feature Synergy for Universal Defense Against Heterogeneous Generative Threats

面向异质生成威胁的通用特征协同架构

Bingxue Zhang, Yang Gao, Feida Zhu, Yanyan Shen, Yang Shi

机构 * University of Shanghai for Science and Technology（上海理工大学） ； Singapore Management University（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出ATFS框架，通过目标引导图像实现多模型防御的统一特征空间对齐，有效解决异质生成威胁下的防御问题，实验显示其在扩散模型+GAN场景中达到SOTA性能。

Comments 9 pages, 10 figures

A Fractional Fox H-Function Kernel for Support Vector Machines: Robust Classification via Weighted Transmutation Operators

用于支持向量机的分数Fox H函数核：通过加权转置算子实现鲁棒分类

Gustavo Dorrego

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于广义时-空分数扩散-波方程基本解的非平稳核，通过加权Sobolev空间结构保持转置方法，引入了具有'遗忘效应'的加权Fox核，通过Fox H函数精确解析核，以鲁棒、重尾特征映射提升分类性能。

Comments 7 pages, 4 figures

Identifying the Group to Intervene on to Maximise Effect Under Cross-Group Interference

识别最优干预组以在跨组干扰下最大化效果

Xiaojing Du, Jiuyong Li, Lin Liu, Debo Cheng, Jixue Liu, Thuc Duy Le

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出CauMax框架，通过跨组因果影响估计和核心到组因果效应，解决在跨组干扰路径中选择最优干预子集以最大化目标组收益的问题。

Comments 9 pages

Collective behavior of independent scaled Brownian particles with renewal resetting

独立缩放布朗粒子集体行为研究

Ohad Vilk, Baruch Meerson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究N个独立粒子在随机重置下的异常扩散波动，揭示系统半径和质心的统计特性，发现半径波动属于Gumbel universality类，质心大偏离呈现异常标度行为。

Comments 20 single-column pages, 5 figures

Elucidation of the Correlation between Molecular Conformation and Shear Viscosity of Polymer Melts under Steady-State Shear Flow

阐明聚合物熔体在稳态剪切流下的分子构象与剪切粘度之间的相关性

Yuhi Sakamaki, Shota Goto, Kang Kim, Nobuyuki Matubayasi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过分子动力学模拟探讨聚合物熔体中分子构象与剪切稀化行为的关系，发现分子构象的各向异性与剪切粘度存在明确的标度关系，揭示链伸展方向控制有效摩擦力。

Comments 6 pages, 5 figures, to appear in Nihon Reoroji Gakkaishi(J. Soc. Rheol., Jpn)

Journal ref Nihon Reoroji Gakkaishi (J. Soc. Rheol. Jpn.) 54, 11-17 (2026)

Assessment of tabulated-chemistry models for lean premixed strained hydrogen flames with low-dimensional manifolds

对低维曼弗尔德中贫燃预混拉伸氢火焰表征化学模型的评估

Alessandro Porcarelli, Pasquale Eduardo Lapenna, Francesco Creta, Ivan Langella

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文评估了低维曼弗尔德中贫燃预混氢火焰表征化学模型的局限性，提出新型拉伸火焰let方法，提高湍流中反应速率预测精度，保持计算效率。

When Scores Learn Geometry: Rate Separations under the Manifold Hypothesis

当分数学习几何：在流形假设下速率分离

Xiang Li, Zebang Shen, Ya-Ping Hsieh, Niao He

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出分数学习数据流形而非完整分布的观点，揭示小σ regime下流形信息强于分布信息，推动几何学习范式转变，通过扩散模型、流形均匀分布和贝叶斯逆问题验证理论。

Comments Accepted at ICLR 2026

EMMA: Generalizing Real-World Robot Manipulation via Generative Visual Transfer

EMMA: 通过生成性视觉迁移实现现实世界机器人操作的泛化

Zhehao Dong, Xiaofeng Wang, Zheng Zhu, Yirui Wang, Yang Wang, Yukun Zhou, Boyuan Wang, Chaojun Ni, Runqi Ouyang, Wenkang Qin, Xinze Chen, Yun Ye, Guan Huang, Zhen Lu, Yue Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 EMMA通过生成性视觉迁移框架提升机器人操作的泛化能力，结合生成数据引擎与高效训练流程，实现多视角一致性和几何精度的提升，实验证明其在零样本场景下的显著性能提升。