图像生成

RPiAE: A Representation-Pivoted Autoencoder Enhancing Both Image Generation and Editing

RPiAE：一种基于表示的自编码器，同时增强图像生成和编辑

Yue Gong, Hongyu Li, Shanyuan Liu, Bo Cheng, Yuhang Ma, Liebucha Wu, Xiaoyu Wu, Manyuan Zhang, Dawei Leng, Yuhui Yin, Lijun Zhang

机构 * Beihang University（北航大学） ； AI Research（360人工智能研究院） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 扩散模型 ：image generation(title,abstract)；text-to-image(abstract)；diffusion(abstract)；image editing(abstract)

AI总结 本文提出RPiAE，一种基于表示的自编码器，通过引入表示偏转正则化和变分桥梁，提升图像生成和编辑的性能，实验表明其在文本到图像生成和图像编辑中表现优异。

Adaptive Auxiliary Prompt Blending for Target-Faithful Diffusion Generation

自适应辅助提示融合用于目标忠实的扩散生成

Kwanyoung Lee, SeungJu Cha, Yebin Ahn, Hyunwoo Oh, Sungho Koh, Dong-Jin Kim

机构 * Hanyang University（翰阳大学） 纠错

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

AI总结 本文提出自适应辅助提示融合框架，通过辅助锚点提示在低密度区域稳定扩散过程，提升目标提示的忠实性与生成质量。

Comments Accepted in CVPR 2026 (main track). 10 pages, 6 figures; supplementary material included (14 pages, 11 figures)

Sketch2Topo: Using Hand-Drawn Inputs for Diffusion-Based Topology Optimization

Sketch2Topo: 利用手绘输入进行基于扩散的拓扑优化

Shuyue Feng, Cedric Caremel, Yoshihiro Kawahara

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；image editing(abstract)

AI总结 Sketch2Topo通过结合图像到图像生成和图像编辑能力，提升扩散模型在拓扑优化中的定制化与用户交互体验，平衡功能与美学。

Comments 5 pages, 4 figures, accepted at CHI 2026 as a poster

All-in-One Slider for Attribute Manipulation in Diffusion Models

用于扩散模型属性操控的全能滑块

Weixin Ye, Hongguang Zhu, Wei Wang, Yahui Liu, Mengyu Wang, Xuecheng Nie

机构 * Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学学院） ； Visual Intelligence + X International Cooperation Joint Laboratory of the Ministry of Education（教育部视觉智能+X国际合作联合实验室） ； City University of Macau（澳门城市大学） ； Kuaishou（快手） ； Meitu（美图） 纠错

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

AI总结 本文提出All-in-One滑块模块，通过分解文本嵌入空间实现高效的属性操控，支持多属性组合与零样本操控，提升扩散模型的属性操控精度和可扩展性。

Comments accepted by CVPR 2026

Recolour What Matters: Region-Aware Colour Editing via Token-Level Diffusion

重新着色所关注的：通过令牌级扩散实现区域感知的着色编辑

Yuqi Yang, Dongliang Chang, Yijia Ling, Ruoyi Du, Zhanyu Ma

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Key Laboratory of Multimodal Data Intelligent Perception and Governance（北京多模态数据智能感知与治理重点实验室） 纠错

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

AI总结 本文提出ColourCrafter框架，通过令牌级融合RGB颜色和图像令牌，在潜在空间中实现区域感知的着色生成，提升细粒度着色编辑的准确性和可控性。

Comments 18 pages, 12 figures

Diffusion-Shock PDEs for Deep Learning on Position-Orientation Space

扩散-冲击偏微分方程用于位置-方向空间的深度学习

Finn M. Sherry, Kristina Schaefer, Remco Duits

专题命中 扩散模型 ：diffusion(title,abstract)；inpainting(abstract)

AI总结 本文将正则化扩散-冲击滤波器从欧几里得空间扩展到位置-方向空间，解决了交叉结构增强与修复的问题，并提出了基于规范框架的算法以提高鲁棒性，同时证明了泛化扩散的数学性质。

Comments Accepted in the Journal of Mathematical Imaging and Vision Special Issue on Scale Space and Variational Methods in Computer Vision 2025 (SSVM). arXiv admin note: text overlap with arXiv:2502.17146

Cubic Discrete Diffusion: Discrete Visual Generation on High-Dimensional Representation Tokens

三次离散扩散：高维表示上的离散视觉生成

Yuqing Wang, Chuofan Ma, Zhijie Lin, Yao Teng, Lijun Yu, Shuai Wang, Jiaming Han, Jiashi Feng, Yi Jiang, Xihui Liu

机构 * University of Hong Kong（香港大学） ； ByteDance Seed（字节跳动种子） ； Carnegie Mellon University（卡内基梅隆大学） ； Nanjing University（南京大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 本文提出CubiD，首个高维表示离散生成模型，通过精细掩码实现高维离散表示的生成，具备固定步数的生成能力，且在ImageNet-256上达到SOTA性能，验证离散token保留原始表示能力。

Comments Accepted by CVPR 2026 main track; Code: https://github.com/YuqingWang1029/CubiD

CRAFT: Aligning Diffusion Models with Fine-Tuning Is Easier Than You Think

CRAFT：将扩散模型对齐与微调比你想象的更容易

Zening Sun, Zhengpeng Xie, Lichen Bai, Shitong Shao, Shuo Yang, Zeke Xie

机构 * HKUST (GZ)（香港科技大学（广州）） ； HIT (SZ)（哈尔滨工业大学（深圳）） 纠错

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

AI总结 本文提出CRAFT方法，通过复合奖励过滤技术构建高质量训练数据集，结合改进的SFT实现高效微调，证明其优化了群体强化学习下界，实验表明其在少量样本下优于传统方法。

Comments CVPR2026

Translating MRI to PET through Conditional Diffusion Models with Enhanced Pathology Awareness

通过增强病理意识的条件扩散模型将MRI翻译为PET

Yitong Li, Igor Yakushev, Dennis M. Hedderich, Christian Wachinger

机构 * Lab for Artificial Intelligence in Medical Imaging, Institute for Diagnostic and Interventional Radiology, School of Medicine and Health, TUM Klinikum, Technical University of Munich (TUM)（人工智能医学成像实验室，诊断与介入放射学研究所，医学院与健康学院，TUM医院，慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Department of Nuclear Medicine, School of Medicine and Health（核医学系，医学院与健康学院） ； Department of Neuroradiology, School of Medicine and Health（神经放射学系，医学院与健康学院） 纠错

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

AI总结 本文提出PASTA框架，利用条件扩散模型生成高质量3D PET图像，通过双臂架构和多模态条件整合提升结构与病理细节的保留，使合成PET在阿尔茨海默病诊断中性能优于MRI，接近真实PET。

Comments Accepted by Medical Image Analysis

Iris: Bringing Real-World Priors into Diffusion Model for Monocular Depth Estimation

Iris：将现实先验引入扩散模型以进行单目深度估计

Xinhao Cai, Gensheng Pei, Zeren Sun, Yazhou Yao, Fumin Shen, Wenguan Wang

机构 * Nanjing University of Science and Technology（南京理工大学） ； State Key Laboratory of Intelligent Manufacturing of Advanced Construction Machinery（先进施工机械智能制造国家重点实验室） ； Department of Electrical and Computer Engineering, Sungkyunkwan University（成均馆大学电子与计算机工程系） ； University of Electronic Science and Technology of China（电子科技大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 Iris提出一种确定性框架，整合现实先验到扩散模型中，解决单目深度估计中细节保留和现实场景泛化问题。

Comments Accepted by CVPR2026

CytoSyn: a Foundation Diffusion Model for Histopathology -- Tech Report

CytoSyn：一种用于病理学的基准扩散模型——技术报告

Thomas Duboudin, Xavier Fontaine, Etienne Andrier, Lionel Guillou, Alexandre Filiot, Thalyssa Baiocco-Rodrigues, Antoine Olivier, Alberto Romagnoni, John Klein, Jean-Baptiste Schiratti

机构 * Owkin, Inc（Owkin公司） 纠错

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

AI总结 本文提出CytoSyn，一种先进的潜在扩散模型，用于生成高真实性和多样性的病理H&E染色图像，通过改进方法和训练策略，对比PixCell模型，展示了对预处理细节的敏感性。

Comments 21 pages, 5 figures, tech report, model page: https://huggingface.co/Owkin-Bioptimus/CytoSyn

GriDiT: Factorized Grid-Based Diffusion for Efficient Long Image Sequence Generation

GriDiT: 基于网格的因子化扩散用于高效长图像序列生成

Snehal Singh Tomar, Alexandros Graikos, Arjun Krishna, Dimitris Samaras, Klaus Mueller

机构 * Department of Computer Science Stony Brook University（计算机科学系石溪大学） 纠错

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

AI总结 本文提出GriDiT方法，通过因子化生成长图像序列，先生成低分辨率粗序列再高分辨率细化，利用Diffusion Transformer的自注意力机制提升生成质量与效率。

Comments Transactions on ML Research (TMLR) 2026

Embedding Physical Reasoning into Diffusion-Based Shadow Generation

将物理推理嵌入基于扩散的阴影生成

Shilin Hu, Jingyi Xu, Akshat Dave, Dimitris Samaras, Hieu Le

机构 * Stony Brook University（石溪大学） ； UNC Charlotte（北卡罗来纳大学夏洛特分校） 纠错

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

AI总结 本文提出通过几何推理和物理原理生成真实阴影，提升阴影的真实性和定位精度，实验显示在DESOBAV2数据集上效果优于现有方法。

Comments Project page: https://shilin21.github.io/physical_generation/

GenCompositor: Generative Video Compositing with Diffusion Transformer

GenCompositor：基于扩散变换器的生成视频合成

Shuzhou Yang, Xiaoyu Li, Xiaodong Cun, Guangzhi Wang, Lingen Li, Ying Shan, Jian Zhang

机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室） ； Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology（广东省超高清沉浸媒体技术重点实验室） ； GVC Lab, Great Bay University（Great Bay大学GVC实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 本文提出GenCompositor，通过扩散变换器实现自动化视频合成，解决传统方法劳动强度大、成本高的问题，提出轻量背景保存分支、动态元素融合块和ERoPE位置嵌入等创新方法，构建VideoComp数据集并验证方法有效性。

Comments Accepted by ICLR 2026

Investigation of Differential Diffusion and Strain Coupling in Large Eddy Simulations of Hydrogen-Air Flames

对氢-空气火焰大涡模拟中扩散差异与应变耦合的调查

Antonio Masucci, Gioele Ferrante, Tiziano Ghisu, Andrea Giusti, Ivan Langella

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过火焰片基热化学的大涡模拟研究氢-空气火焰的扩散差异与应变耦合行为，验证模型预测速度场和火焰结构的能力，并探讨扩散差异、切向应变与曲率对混合分数再分布和反应速率的影响。

Empathetic Motion Generation for Humanoid Educational Robots via Reasoning-Guided Vision--Language--Motion Diffusion Architecture

通过推理引导的视觉-语言-运动扩散架构生成 empathetic 动作 for 人类教育机器人

Fuze Sun, Lingyu Li, Lekan Dai, Xinyu Fan

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出RG-VLMD框架，通过多模态情感估计、教学推理和教学-动作条件运动合成，生成适应性且语义一致的机器人行为。实验表明，推理引导的指令条件生成提升了教育人机交互中的动作可控性和教学表达性。

Existence Theory for a Cross-Diffusion System with Independent Drifts: Mixing Dynamics

交叉扩散系统的存在性理论：混合动力学

Alpár R. Mészáros, Guy Parker

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了一种交叉扩散系统，其中每个物种的扩散仅由总体密度通过对数或快速扩散型压力律控制，不假设解的总混合性，解决了近期研究中关于初始数据的有限有界变分问题。

Comments 46 Pages

Score Reversal Is Not Free for Quantum Diffusion Models

量子扩散模型中反向扩散并非免费

Ammar Fayad

机构 * Massachusetts Institute of Technology, Cambridge, Massachusetts 02139, USA（麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨了量子扩散模型中反向扩散的精确规律，证明了在纯损失动力学下，反向最优解存在从无噪声到有噪声的转变，并确定了最小成本。结果为量子反向扩散理论提供了精确的高斯基准。

Image2Gcode: Image-to-G-code Generation for Additive Manufacturing Using Diffusion-Transformer Model

Image2Gcode: 基于扩散-变换器模型的图像到G-code生成用于增材制造

Ziyue Wang, Yayati Jadhav, Peter Pak, Amir Barati Farimani

机构 * Department of Materials Science and Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（材料科学与工程系，卡内基梅隆大学，匹兹堡，PA，USA） ； Department of Mechanical Engineering, Carnegie Mellon University, Pittsburgh, PA, USA（机械工程系，卡内基梅隆大学，匹兹堡，PA，USA） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Image2Gcode框架，通过图像直接生成可打印的G-code，省去CAD建模步骤，提升增材制造的易用性和效率。

Accelerated Multi-Modal Motion Planning Using Context-Conditioned Diffusion Models

利用上下文条件扩散模型加速多模态运动规划

Edward Sandra, Lander Vanroye, Dries Dirckx, Ruben Cartuyvels, Jan Swevers, Wilm Decré

机构 * Department of Mechanical Engineering, KU Leuven（卢森堡鲁文大学机械工程系） ； Department of Computer Science, KU Leuven（卢森堡鲁文大学计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出CAMPD模型，通过上下文感知的扩散模型实现高效的多模态运动规划，适用于多样场景且无需重新训练，展示出在未见环境中生成高质量轨迹的能力。

Comments Accepted for publication at the 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)

A System Level Approach to LQR Control of the Diffusion Equation

扩散方程LQR控制的系统级方法

Addie McCurdy, Andrew Gusty, Emily Jensen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过扩散方程在环面上的LQR问题案例，展示了系统级合成框架下，将最优控制器设计问题等价转化为闭环映射优化问题，并分析了保持凸性的时空约束条件。

Comments 8 pages, 2 figures, Submitted to IEEE American Control Conference 2026

Effect of Annealing on Al Diffusion and its Impact on the Properties of Ga$_2$O$_3$ Thin Films Deposited on c-plane Sapphire by RF Sputtering

退火对铝扩散的影响及其对在c平面蓝宝石上通过RF溅射沉积的Ga$_2$O$_3$薄膜性质的影响

Ana Sofia Sousa, Duarte M. Esteves, Tiago T. Robalo, Mário S. Rodrigues, Luís F. Santos, Katharina Lorenz, Marco Peres

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过退火温度调节Ga$_2$O$_3$薄膜的带隙，利用X射线衍射等技术分析其光学和形貌性质，探讨β-(Al$_x$Ga$_{1-x}$)$_2$O$_3$合金的形成机制及性能优化。

EntropyCache: Decoded Token Entropy Guided KV Caching for Diffusion Language Models

EntropyCache: 基于解码令牌熵的KV缓存用于扩散语言模型

Minsoo Cheong, Donghyun Son, Woosang Lim, Sungjoo Yoo

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 EntropyCache利用解码令牌熵指导KV缓存，通过最大熵信号决定是否重新计算，实现高效缓存更新，提升推理速度和效率。

Nb$_3$Sn Films Exhibiting Continuous Supercurrent Across a Diffusion Bonded Seam

Nb$_3$Sn薄膜在扩散焊缝处连续超流导

Andre Juliao, Wenura Withanage, Nikolya Cadavid, Anatolii Polyanskii, Lance D Cooley

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过Nb蒸汽沉积形成扩散焊缝处的Nb$_3$Sn薄膜，发现其能连续超流导，为磁体和射频腔应用提供了新方法。

Comments 11 pages, 8 figures, submitted to Superconductor Science and Technology

Asymmetric Energy Landscapes Control Diffusion in Glasses

不对称能量景观控制玻璃中的扩散

Ajay Annamareddy, Bu Wang, Paul M. Voyles, Izabela Szlufarska, Dane Morgan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究揭示了玻璃中扩散激活能的来源，发现相关性运动而非局部重构障碍主导激活能，且该机制在多种玻璃中均有效。

Comments Combined Manuscript and Supplementary Information

A Hybrid Conditional Diffusion-DeepONet Framework for High-Fidelity Stress Prediction in Hyperelastic Materials

一种混合的条件扩散-DeepONet框架用于超弹性材料高保真应力预测

Purna Vindhya Kota, Meer Mehran Rashid, Somdatta Goswami, Lori Graham-Brady

机构 * Department of Civil and Systems Engineering, Johns Hopkins University（土木与系统工程系，约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出混合框架cDDPM-DeepONet，通过分离应力形态与幅度，结合条件扩散模型生成应力场和DeepONet预测全局参数，提升超弹性材料应力预测精度。

Multigroup Radiation Diffusion on a Moving Mesh: Implementation in RICH and Application to Tidal Disruption Events

多组辐射扩散在移动网格上的实现：在RICH中的实现及潮汐破坏事件的应用

Itamar Giron, Menahem Krief, Nicholas C. Stone, Elad Steinberg

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文改进RICH代码以支持多组FLD求解器，应用于恒星潮汐破坏事件的三维模拟，产生与观测一致的X射线闪现。

DiffCrysGen: A Generative Diffusion Model for Accelerated Design of Inorganic Crystalline Materials

DiffCrysGen：一种用于无机晶体材料加速设计的生成扩散模型

Sourav Mal, Nehad Ahmed, Junaid Jami, Subhankar Mishra, Prasenjit Sen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DiffCrysGen，一种端到端的生成扩散模型，能高效生成完整晶体结构，提升材料设计效率，同时保持化学和结构多样性。

Comments v2: Updated title and author list; manuscript revised with supplementary information included. Total 66 pages, 11 figures

EffectErase: Joint Video Object Removal and Insertion for High-Quality Effect Erasing

EffectErase: 视频对象移除与插入的联合处理以实现高质量效果擦除

Yang Fu, Yike Zheng, Ziyun Dai, Henghui Ding

机构 * Institute of Big Data, College of Computer Science and Artificial Intelligence, Fudan University, China（大数据研究院，计算机科学与人工智能学院，复旦大学，中国） 纠错

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

AI总结 本文提出EffectErase方法，通过联合视频对象移除与插入，解决动态目标对象及其视觉效果的高质量擦除问题，利用大规模VOR数据集提升效果擦除质量。

Comments CVPR 2026, Project Page: https://henghuiding.com/EffectErase/

Rethinking Vector Field Learning for Generative Segmentation

重新思考生成分割中的向量场学习

Chaoyang Wang, Yaobo Liang, Boci Peng, Fan Duan, Jingdong Wang, Yunhai Tong

机构 * Peking University（北京大学） ； Baidu（百度） 纠错

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

AI总结 本文从向量场学习角度重新审视扩散分割，解决梯度消失和轨迹遍历问题，提出改进的向量场重塑策略和高效类别编码方案，提升分割性能。