图像生成

Image Generation from Contextually-Contradictory Prompts

从语境矛盾提示生成图像

Saar Huberman, Or Patashnik, Omer Dahary, Ron Mokady, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） ； BRIA AI（BRIA人工智能） 纠错

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

AI总结 本文提出一种阶段感知提示分解框架，通过代理提示引导去噪过程，解决提示中概念矛盾导致的语义不准确问题，提升图像生成的准确性。

Comments Project page: https://tdpc2025.github.io/SAP/

PIVM: Diffusion-Based Prior-Integrated Variation Modeling for Anatomically Precise Abdominal CT Synthesis

PIVM：基于扩散的先验集成变分建模用于解剖学精确的腹部CT合成

Dinglun He, Baoming Zhang, Xu Wang, Yao Hao, Deshan Yang, Ye Duan

机构 * Department of Electrical Engineering and Computer Science, University of Missouri, Columbia, MO, USA（密苏里大学电气工程与计算机科学系） ； Department of Computer Science, The University of Texas at Dallas, Richardson, TX, USA（德克萨斯大学达拉斯分校计算机科学系） ； Department of Radiation Oncology, Washington University in St. Louis, MO, USA（华盛顿大学圣路易斯分校放射肿瘤学系） ； Department of Radiation Oncology, Duke University, Durham, NC, USA（达特茅斯大学放射肿瘤学系） ； School of Computing, Clemson University, Clemson, SC, USA（克莱姆森大学计算机科学学院） 纠错

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

AI总结 本文提出PIVM框架，通过整合器官特定强度先验，实现高精度腹部CT图像合成，保留HU范围和细密解剖纹理。

Comments Accepted at the IEEE International Symposium on Biomedical Imaging (ISBI) 2026 (Oral). Equal contribution by the first three authors

Foveated Diffusion: Efficient Spatially Adaptive Image and Video Generation

视网膜扩散：高效的视空适应图像和视频生成

Brian Chao, Lior Yariv, Howard Xiao, Gordon Wetzstein

机构 * Stanford University, USA（斯坦福大学，美国） 纠错

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

AI总结 本文提出视网膜扩散模型，通过非均匀分配token提高生成效率，利用人类视觉的视网膜区域高分辨率特性，在保持视觉质量的同时显著减少token数量和生成时间。

Comments Project website at https://bchao1.github.io/foveated-diffusion

DA-Flow: Degradation-Aware Optical Flow Estimation with Diffusion Models

DA-Flow：基于扩散模型的降质感知光流估计

Jaewon Min, Jaeeun Lee, Yeji Choi, Paul Hyunbin Cho, Jin Hyeon Kim, Tae-Young Lee, Jongsik Ahn, Hwayeong Lee, Seonghyun Park, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能实验室） ； Hanwha Systems（韩华系统） 纠错

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

AI总结 本文提出DA-Flow，通过融合扩散模型与卷积特征，提升在真实世界降质视频中的光流估计精度，优于现有方法。

Comments Project page: https://cvlab-kaist.github.io/DA-Flow

GO-Renderer: Generative Object Rendering with 3D-aware Controllable Video Diffusion Models

GO-Renderer: 基于3D感知的可控视频扩散模型生成物体渲染

Zekai Gu, Shuoxuan Feng, Yansong Wang, Hanzhuo Huang, Zhongshuo Du, Chengfeng Zhao, Chengwei Ren, Peng Wang, Yuan Liu

机构 * HKUST（香港科技大学） ； VAST（中国航空无线电电子研究所） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； ShanghaiTech University（上海交通大学） 纠错

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

AI总结 本文提出GO-Renderer框架，结合重建的3D模型引导视频生成模型，实现高质物体在任意视角和光照下的渲染，无需显式建模复杂材质和光照。

Comments Project page: https://igl-hkust.github.io/GO-Renderer

Sketch2CT: Multimodal Diffusion for Structure-Aware 3D Medical Volume Generation

Sketch2CT：多模态扩散用于结构感知的3D医学体积生成

Delin An, Chaoli Wang

机构 * University of Notre Dame（诺特大学） 纠错

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

AI总结 Sketch2CT通过结合用户提供的2D草图和文本描述，利用多模态扩散框架生成结构一致的3D医学体积，提升生成质量与可控性。

MinerU-Diffusion: Rethinking Document OCR as Inverse Rendering via Diffusion Decoding

MinerU-Diffusion：通过扩散解码重新思考文档OCR作为逆向渲染

Hejun Dong, Junbo Niu, Bin Wang, Weijun Zeng, Wentao Zhang, Conghui He

机构 * Shanghai Artificial Intelligence Laboratory, OpenDataLab（上海人工智能实验室，OpenDataLab） ； Peking University（北京大学） 纠错

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

AI总结 本文提出MinerU-Diffusion，通过扩散解码替代自回归解码，提升文档OCR的鲁棒性和效率，实验表明其在长序列推理中速度提升3.2倍，且在视觉OCR能力上表现更优。

OmniDiT: Extending Diffusion Transformer to Omni-VTON Framework

OmniDiT：将扩散变换器扩展到Omni-VTON框架

Weixuan Zeng, Pengcheng Wei, Huaiqing Wang, Boheng Zhang, Jia Sun, Dewen Fan, Lin HE, Long Chen, Qianqian Gan, Fan Yang, Tingting Gao

机构 * The Chinese University of Hong Kong, ShenZhen（香港中文大学（深圳）） ； Beihang University（北京航空航天大学） ； KuaiShou（快手） 纠错

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

AI总结 本文提出OmniDiT框架，通过自进化数据采集管道构建大规模VTON数据集，结合多参考条件和Shifted Window Attention提升生成质量，在复杂场景中实现最优性能。

SODA: Sensitivity-Oriented Dynamic Acceleration for Diffusion Transformer

SODA：面向敏感性的动态加速方法用于扩散变换器

Tong Shao, Yusen Fu, Guoying Sun, Jingde Kong, Zhuotao Tian, Jingyong Su

机构 * Harbin Institute of Technology, Shenzhen（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 SODA通过细粒度敏感性分析动态调整缓存与剪枝策略，提升扩散变换器在可控加速比下的生成质量，实验表明其生成保真度达到最优。

Comments 23 pages, CVPR 2026 accepted

SeaCache: Spectral-Evolution-Aware Cache for Accelerating Diffusion Models

SeaCache: 基于频谱演化的缓存加速扩散模型

Jiwoo Chung, Sangeek Hyun, MinKyu Lee, Byeongju Han, Geonho Cha, Dongyoon Wee, Youngjun Hong, Jae-Pil Heo

机构 * Sungkyunkwan University（顺天乡大学） ； NAVER Cloud（NAVER云） 纠错

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

AI总结 本文提出SeaCache缓存机制，通过频谱对齐表示提升扩散模型推理效率，实验证明其在延迟与质量之间取得最优平衡。

Comments Accepted to CVPR 2026. Project page:https://jiwoogit.github.io/SeaCache

GeoDiffMM: Geometry-Guided Conditional Diffusion for Motion Magnification

GeoDiffMM：基于几何的条件扩散运动放大

Xuedeng Liu, Jiabao Guo, Zheng Zhang, Fei Wang, Zhi Liu, Dan Guo

机构 * School of Computer Science（计算机科学学院） ； Information Engineering（信息工程） ； Hefei University of Technology（合肥工业大学） 纠错

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

AI总结 GeoDiffMM提出一种基于扩散的拉格朗日运动放大框架，利用光流作为几何线索，通过噪声自由光流增强策略和扩散运动放大器，实现结构一致的运动放大，提升微运动放大效果。

GeoDiT: A Diffusion-based Vision-Language Model for Geospatial Understanding

GeoDiT：一种基于扩散的视觉-语言模型，用于地理空间理解

Jiaqi Liu, Ronghao Fu, Haoran Liu, Lang Sun, Bo Yang

机构 * College of Computer Science and Technology, Jilin University, Changchun 130012, China（吉林大学计算机科学与技术学院，长春 130012，中国） ； Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education（教育部符号计算与知识工程重点实验室） 纠错

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

AI总结 本文提出GeoDiT，一种基于扩散的视觉-语言模型，用于地理空间理解。该模型通过并行细化过程实现整体粗到细的合成，解决了传统自回归模型在结构化输出生成中的不足。

ST-GDance++: A Scalable Spatial-Temporal Diffusion for Long-Duration Group Choreography

ST-GDance++: 一种可扩展的时空扩散模型用于长时长群体舞蹈编排

Jing Xu, Weiqiang Wang, Cunjian Chen, Jun Liu, Qiuhong Ke

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

AI总结 本文提出ST-GDance++模型，通过解耦空间和时间依赖性，实现高效且碰撞感知的群体舞蹈生成，解决了传统方法在长序列和多舞者协调中的效率与稳定性问题。

Exact analytical PGSE signal for diffusion confined to a cylindrical surface using a spectral Laplacian formalism

在有限PGSE梯度下，利用谱拉普拉斯形式主义推导扩散受限于圆柱面的精确解析信号

Erick J Canales-Rodríguez, Chantal M. W. Tax, Juan Manuel Górriz, Derek K. Jones, Jean-Philippe Thiran, Jonathan Rafael-Patiño

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文推导了在有限PGSE梯度下，扩散受限于圆柱面的精确解析信号，采用谱矩阵形式主义，避免了近似，提高了计算效率，并通过蒙特卡洛模拟验证了结果的准确性。

Comments 32 pages, 2 figures, 4 tables

Communication-Aware Diffusion Load Balancing for Persistently Interacting Objects

面向持久交互对象的通信感知扩散负载平衡

Maya Taylor, Kavitha Chandrasekar, Laxmikant V. Kale

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分布式负载平衡方法，针对通信密集型应用中的负载不均问题，通过通信图优化跨节点通信并有效分配负载，同时提出算法变体以应对通信模式不可用的情况，并在模拟和粒子-细胞基准测试中进行验证。

Comments 8 pages, 6 figures. To appear in the Proceedings of PDSEC 2026 (workshop of the IEEE IPDPS 2026)

Delay-Aware Diffusion Policy: Bridging the Observation-Execution Gap in Dynamic Tasks

考虑延迟的扩散策略：在动态任务中弥合观察-执行差距

Aileen Liao, Dong-Ki Kim, Max Olan Smith, Ali-akbar Agha-mohammadi, Shayegan Omidshafiei

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

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出考虑延迟的扩散策略（DA-DP），通过在策略学习中显式纳入推理延迟，提高了动态任务中对延迟的鲁棒性，并展示了其在多种任务和机器人上的有效性。

Penalty-Based Feedback Control and Finite Element Analysis for the Stabilization of Nonlinear Reaction-Diffusion Equations

基于惩罚的反馈控制与有限元分析用于非线性反应扩散方程的稳定化

Sudeep Kundu, Shishu pal Singh

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文利用惩罚技术分析反应扩散方程的狄利克雷边界反馈控制问题，建立等效罗宾问题在H²范数下的稳定化结果，并通过有限元方法验证理论结论。

Bridging advection and diffusion in the encounter dynamics of sedimenting marine snow

弥合沉降海雪的对流与扩散在相遇动力学中的差距

Jan Turczynowicz, Radost Waszkiewicz, Jonasz Słomka, Maciej Lisicki

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过理论分析和数值模拟，结合对流-扩散方程，推导出新的Sherwood数公式，揭示高Péclet数下扩散对海雪相遇的重要性，修正了传统模型的不足。

Journal ref J. Fluid Mech. 1031 (2026) A5

Permutation-Symmetrized Diffusion for Unconditional Molecular Generation

排列对称扩散用于无条件分子生成

Gyeonghoon Ko, Juho Lee

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出在商流形上直接建模扩散，以实现分子点云生成的排列不变性，通过MCMC近似难以计算的排列后验，提升生成效率与质量。

Markov-Enforced Discrete Diffusion Model for Digital Semantic Symbol Error Correction

马尔可夫约束的离散扩散模型用于数字语义符号错误校正

Yoon Huh, Jeongho Kang, Wan Choi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SSCDM模型，通过连续时间马尔可夫链理论构建离散时间转移动态，结合学习的VQ码本和自组织图损失，提升语义符号拓扑保持性，实验显示在低信噪比下图像重建质量显著提升。

V-shaped transition fronts of monotone bistable reaction-diffusion systems in exterior domains

单调双稳反应扩散系统在外部领域中的V形过渡前缘

Yang-Yang Yan, Wei-Jie Sheng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究单调双稳反应扩散系统在外部领域中的传播现象，通过构造合适的上下解，证明了V形行波的存在性和单调性，并在完全传播条件下证明其最终恢复V形轮廓。

Transition fronts of monotone bistable reaction-diffusion systems around an obstacle

单调双稳反应扩散系统中围绕障碍物的迁移前沿

Yang-Yang Yan, Wei-Jie Sheng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究单调双稳反应扩散系统中平面迁移前沿与障碍物的相互作用，通过构造子解和上解，证明了整个解的存在性、唯一性和单调性，并探讨了完全传播条件下的迁移前沿特性。

A model of thermophoresis of colloidal proteins in water using non-Fickian diffusion currents

利用非菲克扩散电流建模水溶液中胶体蛋白的热泳现象

Mayank Sharma, Angad Singh, A. Bhattacharyay

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了非菲克扩散电流对水溶液中胶体粒子热泳运动的影响，通过比较理论结果与三种多肽的实验数据，发现非菲克扩散电流是理解热泳和热扩散的关键因素。

Comments In this version, we report better fitting to experimental data

Video2Act: A Dual-System Video Diffusion Policy with Robotic Spatio-Motional Modeling

Video2Act：一种双系统视频扩散策略，具有机器人空间-运动建模

Yueru Jia, Jiaming Liu, Shengbang Liu, Rui Zhou, Wanhe Yu, Yuyang Yan, Xiaowei Chi, Yandong Guo, Boxin Shi, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（信息处理国家重点实验室，北京大学计算机学院） ； AI 2 Robotics（AI与机器人） ； Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Video2Act通过整合空间和运动感知表示，提升机器人动作学习效率，其双系统设计在仿真和现实任务中均取得显著成果。

Hybrid Stackelberg Game and Diffusion-based Auction for Two-tier Agentic AI Task Offloading in Internet of Agents

混合斯塔克伯格博弈与基于扩散的拍卖用于互联网代理中两层代理AI任务卸载

Yue Zhong, Yongju Tong, Jiawen Kang, Minghui Dai, Hong-Ning Dai, Zhou Su, Dusit Niyato

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种两层优化方法，通过多领导者多跟随者斯塔克伯格博弈和双荷兰拍卖模型，解决智能体任务卸载问题，提升资源利用效率。

Comments Revisions are needed

Guided Star-Shaped Masked Diffusion

引导式星形遮蔽扩散

Viacheslav Meshchaninov, Egor Shibaev, Artem Makoian, Ivan Klimov, Nikita Balagansky, Daniil Gavrilov, Aibek Alanov, Dmitry Vetrov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种引导式星形遮蔽扩散算法，通过轻量级微调提升样本质量和效率，采用星形范式实现内在误差纠正，结合可学习重遮蔽调度器有效修正可能错误，在文本和代码生成中表现优异。

Full waveform inversion method based on diffusion model

基于扩散模型的全波形反演方法

Caiyun Liu, Siyang Pei, Qingfeng Yu, Jie Xiong

机构 * School of Information and Mathematics, Yangtze University（信息与数学学院，长江大学） ； School of Electronic Information and Electrical Engineering, Yangtze University（电子信息与电气工程学院，长江大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于条件扩散模型的全波形反演方法，通过引入二维密度信息提升反演精度与稳定性，改进了传统方法在非线性与初始模型依赖性方面的不足。

From Editor to Dense Geometry Estimator

从编辑器到密集几何估计器

JiYuan Wang, Chunyu Lin, Lei Sun, Rongying Liu, Lang Nie, Mingxing Li, Kang Liao, Xiangxiang Chu

机构 * BJTU（北京工业大学） ； Alibaba Group（阿里巴巴集团） ； CQUPT（重庆大学） ； NTU（国立科技大学） 纠错

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

AI总结 本文分析了编辑器和生成器在密集几何估计中的微调行为，提出FE2E框架，通过改进编辑模型的训练目标和精度处理，实现了零样本单目深度和法线估计的显著提升。

Comments Accepted to CVPR 2026, 18pages, with appendix

AI-supported Degradation Study of Carbon-based Perovskite Solar Cells: Learning the Device Physics of Perovskite Solar Cells: A Drift-Diffusion Guided Autoencoder Approach

基于AI的碳基钙钛矿太阳能电池退化研究：学习钙钛矿太阳能电池的设备物理：一种漂移-扩散引导的自编码器方法

Oliver Zbinden, Sharun Parayil Shaji, Wolfgang Tress

专题命中 扩散模型 ：diffusion(title)

AI总结 本文利用机器学习分析碳电极钙钛矿太阳能电池在老化过程中的电流-电压曲线，通过预测物理参数揭示退化机制，并构建数字孪生进行验证。

ViBe: Ultra-High-Resolution Video Synthesis Born from Pure Images

ViBe：源自纯图像的超高清视频合成

Yunfeng Wu, Hongying Cheng, Zihao He, Songhua Liu

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Jilin University（吉林大学） 纠错

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

AI总结 本文提出纯图像适应框架，通过两阶段LoRA策略提升视频扩散模型生成超高清视频的能力，无需视频训练数据，在VBench基准上超越现有最佳模型。