图像生成

Unified Diffusion Refinement for Multi-Channel Speech Enhancement and Separation

多通道语音增强与分离的统一扩散细化

Zhongweiyang Xu, Ashutosh Pandey, Juan Azcarreta, Zhaoheng Ni, Sanjeel Parekh, Buye Xu, Romit Roy Choudhury

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Uni-ArrayDPS，一种基于扩散的统一多通道语音增强与分离框架，通过语音扩散先验优化现有判别模型的非线性失真问题，无需额外训练即可跨任务和麦克风阵列泛化。

Comments Paper in submission

Scalable Air-to-Ground Wireless Channel Modeling Using Environmental Context and Generative Diffusion

基于环境上下文和生成扩散的可扩展空地无线信道建模

Jingyi Tian, Lin Cai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种环境感知的空地无线链路信道建模方法，利用真实环境数据和射线追踪技术确定链路的视距或非视距状态，并通过训练扩散模型实现高效预测，支持实时决策。

Comments 11 pages, 13 figures

RadioDiff-FS: Physics-Informed Manifold Alignment in Few-Shot Diffusion Models for High-Fidelity Radio Map Construction

RadioDiff-FS：用于高保真射频地图构建的物理指导的少量扩散模型 manifold 对齐

Xiucheng Wang, Zixuan Guo, Nan Cheng

机构 * State Key Laboratory of ISN and School of Telecommunications Engineering, Xidian University（信息与通信工程国家重点实验室和西安电子科技大学电信工程学院） ； School of Physics, Xidian University（西安电子科技大学物理学院） ； Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学电气与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 RadioDiff-FS通过物理指导的少量扩散模型实现高保真射频地图构建，通过理论分解和方向一致性损失提升泛化能力，在低数据情况下显著降低误差。

Planned Diffusion

计划扩散

Daniel Israel, Tian Jin, Ellie Cheng, Guy Van den Broeck, Aditya Grover, Suvinay Subramanian, Michael Carbin

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Google（谷歌） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 计划扩散通过训练模型自主决定去噪顺序，实现并行生成，提升效率并保持质量，建立新的帕累托前沿。

Comments 10 pages, 7 figures

Constrained Diffusion for Protein Design with Hard Structural Constraints

具有硬结构约束的蛋白质设计扩散模型

Jacob K. Christopher, Austin Seamann, Jingyi Cui, Sagar Khare, Ferdinando Fioretto

机构 * University of Virginia（弗吉尼亚大学） ； Rutgers University（罗格斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种受结构指导的蛋白质设计扩散框架，通过整合近可行性更新与ADMM分解，确保严格满足功能需求，同时保持立体化学和几何可行性，在复杂约束集下实现高效生成，取得最佳性能。

Comments Accepted at The Fourteenth International Conference on Learning Representations (ICLR 2026)

2D implementation of Kinetic-diffusion Monte Carlo in Eiron

在Eiron中实现二维的动能-扩散蒙特卡罗方法

Oskar Lappi, Emil Løvbak, Thijs Steel, Giovanni Samaey

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文首次将动能-扩散蒙特卡罗方法扩展到二维，并在Eiron粒子代码中实现，显著提高了高碰撞条件下模拟的效率。

Comments 9 pages, 4 figures, fixed minor textual errors

A minimization principle behind the diffusion bridge of diurnal fish migration

日间鱼类迁徙扩散桥背后的最小化原理

H. Yoshioka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文基于随机微分方程模型，通过最小化问题推导出日间鱼类数量的扩散桥，涉及退化扩散过程和时间依赖权重系数，应用于日本阿 Yu 鱼的幼体洄游事件分析。

Comments Updated on January 16, 2026

CaloScore v2: Single-shot Calorimeter Shower Simulation with Diffusion Models

CaloScore v2：基于扩散模型的单次 calorimeter 流与模拟

Vinicius Mikuni, Benjamin Nachman

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文改进了CaloScore架构，通过优化扩散过程和渐进蒸馏技术，实现单次函数评估生成高质量样本，适用于真实环境下的快速模拟需求。

Comments 10 pages, 5 figures

Journal ref JINST 19 (2024) 02, P02001

A Reaction-Advection-Diffusion Model to describe Non-Uniformities in Colorimetric Sensing using Thin Porous Substrates

一种反应-对流-扩散模型用于描述利用薄多孔基质的比色传感中的非均匀性

Kulkarni Namratha, S. Pushpavanam

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出一种模型，研究多孔基质中质量传输和反应动力学对产物分布的影响，揭示了环状图案的形成机制及多孔基质对颜色均匀性和强度的影响。

Comments The manuscript has 35 pages, and 11 figures. The supplementary information has 8 pages, and 3 figures. Currently submitted to "Langmuir"

Unleashing Guidance Without Classifiers for Human-Object Interaction Animation

释放无需分类器的人-物体交互动画

Ziyin Wang, Sirui Xu, Chuan Guo, Bing Zhou, Jiangshan Gong, Jian Wang, Yu-Xiong Wang, Liang-Yan Gui

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Snap Inc.（Snap公司） 纠错

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

AI总结 本文提出LIGHT方法，通过数据驱动的方式生成真实的人-物体交互动画，利用去噪速度自身产生指导，无需手动设计先验。实验表明其在接触精度和动画生成方面优于传统方法。

Comments Project Page: http://ziyinwang1.github.io/LIGHT

Seeing to Ground: Visual Attention for Hallucination-Resilient MDLLMs

视觉注意：用于抗幻觉的MDLLMs

Vishal Narnaware, Animesh Gupta, Kevin Zhai, Zhenyi Wang, Mubarak Shah

机构 * Institute of Artificial Intelligence, University of Central Florida（中佛罗里达大学人工智能研究所） 纠错

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

AI总结 本文提出VISAGE框架，通过校准解码器目标来减少多模态幻觉，通过空间熵分析提升视觉基础性。

Persistent Robot World Models: Stabilizing Multi-Step Rollouts via Reinforcement Learning

持久的机器人世界模型：通过强化学习稳定多步 rollout

Jai Bardhan, Patrik Drozdik, Josef Sivic, Vladimir Petrik

机构 * Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University in Prague（捷克理工大学，捷克信息学、机器人学与控制论研究所） 纠错

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

AI总结 本文通过强化学习方法改进机器人世界模型，解决多步预测中误差累积问题，提出自回归rollout训练方案和多视角视觉反馈奖励，提升预测精度和稳定性，实现在DROID数据集上的state-of-the-art表现。

Comments 34 pages, 11 figures, 12 tables

VideoWeaver: Multimodal Multi-View Video-to-Video Transfer for Embodied Agents

VideoWeaver：多模态多视角视频到视频转换用于具身智能体

George Eskandar, Fengyi Shen, Mohammad Altillawi, Dong Chen, Yang Bai, Liudi Yang, Ziyuan Liu

机构 * Huawei Heisenberg Research Center（华为海森堡研究中心） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； University of Freiburg（弗莱堡大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 VideoWeaver是首个多视角视频到视频转换框架，通过共享4D潜在空间实现多视角一致性，支持动态相机运动和不同视角的自回归合成，提升具身智能体在真实环境中的迁移能力。

Free-Lunch Long Video Generation via Layer-Adaptive O.O.D Correction

通过层适应性O.O.D校正实现免费午餐长视频生成

Jiahao Tian, Chenxi Song, Wei Cheng, Chi Zhang

机构 * Westlake University（西湖大学） 纠错

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

AI总结 本文提出FreeLOC框架，通过层适应性机制解决长视频生成中的O.O.D问题，提升时序一致性和视觉质量。

Comments Accepted to CVPR 2026. Code: https://github.com/Westlake-AGI-Lab/FreeLOC

MoireMix: A Formula-Based Data Augmentation for Improving Image Classification Robustness

MoireMix：基于公式的数据增强用于提高图像分类鲁棒性

Yuto Matsuo, Yoshihiro Fukuhara, Yuki M. Asano, Rintaro Yanagi, Hirokatsu Kataoka, Akio Nakamura

机构 * National Institute of Advanced Industrial Science and Technology (AIST)（国立研究开发法人产业技术综合研究所） ； Tokyo Denki University（东京电机大学） ； Waseda University（早稻田大学） ； Fundamental AI Lab, University of Technology Nuremberg（纽伦堡工业大学基础人工智能实验室） ； Visual Geometry Group, University of Oxford（牛津大学视觉几何组） 纠错

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

AI总结 本文提出基于分析干涉模式的轻量数据增强方法，通过生成覆盖广泛空间频率的结构扰动，提升图像分类鲁棒性，优于传统增强方法。

Multimodal classification of Radiation-Induced Contrast Enhancements and tumor recurrence using deep learning

基于深度学习的多模态放射性对比增强和肿瘤复发分类

Robin Peretzke, Marlin Hanstein, Maximilian Fischer, Lars Badhi Wessel, Obada Alhalabi, Sebastian Regnery, Andreas Kudak, Maximilian Deng, Tanja Eichkorn, Philipp Hoegen Saßmannshausen, Fabian Allmendinger, Jan-Hendrik Bolten, Philipp Schröter, Christine Jungk, Jürgen Peter Debus, Peter Neher, Laila König, Klaus Maier-Hein

机构 * Deutsches Krebsforschungszentrum (DKFZ)（德国癌症研究中心） ； Heidelberg University（海德堡大学） ； Heidelberg University Hospital（海德堡大学医院） ； Research Campus M2OLIE（M2OLIE研究园区） ； German Cancer Consortium (DKTK)（德国癌症联盟） ； Universitätsklinikum Heidelberg（海德堡大学医院） ； Heidelberger Institut für Radioonkologie (HIRO)（海德堡放射肿瘤学研究所） ； National Center for Tumor Diseases (NCT)（国家肿瘤疾病中心） ； Heidelberger Ionenstrahl-Therapiezentrum (HIT)（海德堡离子束治疗中心） ； Universitätsklinikum Heidelberg, Neurochirurgie（海德堡大学医院神经外科） 纠错

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

AI总结 本文提出RICE-NET模型，利用纵向MRI数据与放疗剂量分布，通过常规T1加权MRI实现自动病变分类，实验显示在92名患者中达到0.92的F1分数，证明多模态深度学习在神经肿瘤学中的诊断潜力。

GeodesicNVS: Probability Density Geodesic Flow Matching for Novel View Synthesis

GeodesicNVS: 基于概率密度几何流的新型视角合成

Xuqin Wang, Tao Wu, Yanfeng Zhang, Lu Liu, Mingwei Sun, Yongliang Wang, Niclas Zeller, Daniel Cremers

机构 * Huawei Hilbert Research Center (Dresden)（华为希尔伯特研究中心（德累斯顿）） ； Technical University of Munich（慕尼黑工业大学） ； Karlsruhe University of Applied Sciences（卡尔斯鲁厄应用科学大学） 纠错

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

AI总结 本文提出PDG-FM方法，通过数据依赖的几何正则化提升确定性流匹配的视角一致性，实验证明在Objaverse和GSO30数据集上优于扩散模型。

Comments Accepted by CVPR 2026; Project Page see https://xuqinwang.github.io/geodesicNVS.github.io/

AceVFI: A Comprehensive Survey of Advances in Video Frame Interpolation

AceVFI：视频帧插值技术进展的全面综述

Dahyeon Kye, Changhyun Roh, Sukhun Ko, Chanho Eom, Jihyong Oh

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

AI总结 本文综述了视频帧插值领域的发展，系统分类了基于核心设计原则和架构特征的方法，分析了关键挑战并探讨了未来研究方向。

Comments Accepted to IEEE Transactions on Circuits and Systems for Video Technology (TCSVT). Please visit our project page at https://github.com/CMLab-Korea/Awesome-Video-Frame-Interpolation

Journal ref IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 2026

Learning Explicit Continuous Motion Representation for Dynamic Gaussian Splatting from Monocular Videos

从单目视频学习显式连续运动表示以实现动态高斯点扩散

Xuankai Zhang, Junjin Xiao, Shangwei Huang, Wei-shi Zheng, Qing Zhang

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education（教育部机器智能与先进计算重点实验室） 纠错

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

AI总结 本文提出了一种从单目视频生成高质量动态高斯点扩散的方法，通过SE(3) B样条运动基函数显式建模动态高斯的连续位置和姿态变形，并采用自适应控制机制提升计算效率和复杂运动建模能力。

Comments Accepted to CVPR 2026

DCARL: A Divide-and-Conquer Framework for Autoregressive Long-Trajectory Video Generation

DCARL：一种用于自回归长轨迹视频生成的分而治之框架

Junyi Ouyang, Wenbin Teng, Gonglin Chen, Yajie Zhao, Haiwei Chen

机构 * Institute for Creative Technologies（创意技术研究所） ； University of Southern California（南加州大学） 纠错

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

AI总结 本文提出DCARL框架，通过分而治之策略结合VDMs的高保真生成能力，解决长轨迹视频生成中的视觉漂移和可控性问题，实现高质量且稳定的生成。

Comments 29 pages, 11 figures. Project page: https://junyiouy.github.io/projects/dcarl

TopoMesh: High-Fidelity Mesh Autoencoding via Topological Unification

TopoMesh: 通过拓扑统一实现高保真的网格自编码

Guan Luo, Xiu Li, Rui Chen, Xuanyu Yi, Jing Lin, Chia-Hao Chen, Jiahang Liu, Song-Hai Zhang, Jianfeng Zhang

机构 * Tsinghua University（清华大学） ； ByteDance Seed（字节跳动种子） ； HKUST（香港科技大学） 纠错

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

AI总结 TopoMesh通过拓扑统一框架解决网格生成中的拓扑不匹配问题，利用稀疏体素VAE实现高保真重建，提升几何细节和锐利特征的保留能力。

Comments Accepted to CVPR 2026. Project page: https://logan0601.github.io/projects/topomesh/index.html

GenMask: Adapting DiT for Segmentation via Direct Mask Generation

GenMask：通过直接掩码生成适应DiT进行分割

Yuhuan Yang, Xianwei Zhuang, Yuxuan Cai, Chaofan Ma, Shuai Bai, Jiangchao Yao, Ya Zhang, Junyang Lin, Yanfeng Wang

机构 * Cooperative Medianet Innovation Center, Shanghai Jiao Tong University（上海交通大学协作中位网创新中心） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Institute of Artificial Intelligence for Medicine, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院人工智能医学研究院） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文提出GenMask，通过直接生成二进制掩码实现分割任务，避免传统间接特征提取流程，提升分割性能。

Comments Accepted by cvpr 2026

Test-Time Modification: Inverse Domain Transformation for Robust Perception

测试时修改：逆域变换以实现鲁棒感知

Arpit Jadon, Joshua Niemeijer, Yuki M. Asano

机构 * German Aerospace Center Berlin（德国航空航天中心柏林） ； German Aerospace Center Braunschweig（德国航空航天中心布伦斯维克） ； University of Technology Nuremberg（努尔伯格技术大学） 纠错

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

AI总结 本文提出在测试时利用扩散模型将目标图像映射回源域分布，以提升领域泛化任务的鲁棒性，通过多个任务验证了方法的有效性。

Comments Preprint

Graph Memory: A Structured and Interpretable Framework for Modality-Agnostic Embedding-Based Inference

图记忆：一种结构化且可解释的多模态嵌入推理框架

Artur A. Oliveira, Mateus Espadoto, Roberto M. Cesar, Roberto Hirata

机构 * Institute of Mathematics and Statistics, University of São Paulo（数学统计研究所，圣保罗大学） 纠错

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

AI总结 图记忆通过紧凑的可靠性标注原型区域图表示嵌入空间，结合原型关系编码局部几何和区域模糊性，实现查询证据扩散推理，统一实例检索、原型推理和图扩散，提供更准确和可解释的多模态推理。

Comments This version expands the published conference paper (VISAPP 2026) with additional methodological details, experiments, and analysis that were omitted due to page limits. The final published version is available via DOI: 10.5220/0014578800004084

Journal ref Proc. 21st Int. Conf. Comput. Vision Theory Appl. (VISAPP 2026), Vol. 1, pp. 652-659 (2026)

A new formula for the Wasserstein distance between solutions to (nonlinear) continuity equations

非线性连续方程解之间Wasserstein距离的新公式

José A. Carrillo, Piotr Gwiazda, Jakub Skrzeczkowski

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种新的计算非线性连续方程解之间Wasserstein距离的公式，基于速度差在相同密度下的评估。通过多个例子展示了该公式的应用，包括对孔隙介质方程和聚集-扩散方程的定量分析，以及对m趋于无穷大时的收敛速率研究。

Comments 73 pages

Lightweight GenAI for Network Traffic Synthesis: Fidelity, Augmentation, and Classification

轻量级生成式人工智能用于网络流量合成：保真度、增强与分类

Giampaolo Bovenzi, Domenico Ciuonzo, Jonatan Krolikowski, Antonio Montieri, Alfredo Nascita, Antonio Pescapè, Dario Rossi

机构 * DIETI, University of Naples Federico II（那不勒斯费德里科二世大学） ； Huawei Technologies France SASU（华为技术法国有限公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出轻量级生成式人工智能架构，用于网络流量合成，通过保真度、纯合成训练、低数据增强和计算效率的评估，提升分类性能，变压器模型在保真度与效率间取得最佳平衡。

Comments 7 pages, 3 figures, 3 tables, 4 research questions, preprint submitted to IEEE Communications Magazine

Interfacial Permeability, Reflectivity and Preferential Internal Mixing of Phase-Separated Condensates

相分离凝聚体的界面渗透性、反射性和优先内部混合

Oihan Joyot, Zoé Ferrand, Fernando Muzzopappa, Pierre Weiss, Fabian Erdel

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究相分离凝聚体界面传输特性，通过理论与实验方法揭示界面反射性和阻力对内部混合的影响，发现盐浓度影响界面参数与分子相互作用的关系。

Martensitic-like transition between liquid crystalline and crystalline phases of prototypical discotic organic semiconductor

液晶与晶体相之间类似马氏转变的转变

Nurjahan Khatun, Joe F. Khoury, Agnes C. Nkele, Lingyu Wang, Tieqiong Zhang, Partha P. Paul, Paul Chibuike Okoli, Nabila Shamim, Matteo Pasquali, Kushal Bagchi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了HAT6有机半导体中液晶柱状六方相与晶体相之间通过类似马氏转变的机制进行相变，展示了其方向相关性、结构可逆性和超快动力学特性。

Comments Main article: 19 pages, Supplementary Information: 14 pages. Main figures: 7, Article type: Original Research Article

Optimal Dividend, Reinsurance, and Capital Injection for Collaborating Business Lines under Model Uncertainty

在模型不确定性下，合作业务线的最优分红、再保险和资本注入

Tim J. Boonen, Engel John C. Dela Vega, Len Patrick Dominic M. Garces

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在模型不确定性下，合作业务线的最优分红、再保险和资本注入策略，通过建立扩散过程模型，求解鲁棒策略以最大化预期加权折扣分红，同时考虑参考模型与替代模型之间的惩罚项。

Comments 32 pages, 11 figures, 3 tables

The Non-Gaussian to Gaussian Transition: Pointwise Heat Kernel Estimates and Optimal Convergence Rates

非高斯到高斯的过渡：点wise热核估计与最优收敛速率

Xianming Liu, Chongyang Ren, Mingyan Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了α-稳定过程密度的点估计，揭示了非局部与局部算子热核差的控制速率，并给出了非高斯与高斯扩散转移概率和不变测度的距离最优收敛速率。

Comments 33