图像生成

Neighbor-Aware Localized Concept Erasure in Text-to-Image Diffusion Models

邻域感知的局部概念擦除在文本到图像扩散模型中

Zhuan Shi, Alireza Dehghanpour Farashah, Rik de Vries, Golnoosh Farnadi

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； EPFL（瑞士联邦理工学院洛桑分校） 纠错

专题命中 文生图 ：text-to-image(title,abstract)；diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出一种无需训练的框架，用于在移除目标概念的同时保护邻域概念。通过三个阶段处理：谱加权嵌入调节、注意力引导的空间门控和空间门控硬擦除，实现局部概念移除并保持周围概念结构。

Comments Accepted by CVPR 2026 main

Compositional Image Synthesis with Inference-Time Scaling

基于推理时缩放的图像合成

Minsuk Ji, Sanghyeok Lee, Namhyuk Ahn

机构 * Inha University（仁荷大学） 纠错

专题命中 文生图 ：image synthesis(title)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出一种无需训练的框架，结合对象中心方法与自我完善，提升布局忠实度并保持美学质量，通过大语言模型生成布局并注入图像生成过程，利用对象中心视觉-语言模型进行迭代选择，实现更强的场景对齐。

Comments projcet page: https://github.com/gcl-inha/ReFocus

Verify Claimed Text-to-Image Models via Boundary-Aware Prompt Optimization

通过边界感知提示优化验证声称的文本到图像模型

Zidong Zhao, Yihao Huang, Qing Guo, Tianlin Li, Anran Li, Kailong Wang, Jin Song Dong, Geguang Pu

机构 * Zhejiang University（浙江大学） ； East China Normal University（华东师范大学） ； Nankai University（南开大学） ； Beihang University（北京航空航天大学） ； University of Science and Technology of China（中国科学技术大学） ； Huazhong University of Science and Technology（华中科技大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 文生图 ：text-to-image(title,abstract)；分类 cs.CV

AI总结 本文提出边界感知提示优化方法，通过识别模型特定的边界相邻提示来验证文本到图像模型的真实性，实验显示其验证准确率优越。

Comments Accepted to CVPR 2026 (Findings)

Geo$^\textbf{2}$: Geometry-Guided Cross-view Geo-Localization and Image Synthesis

Geo²：基于几何的跨视角地理定位与图像合成

Yancheng Zhang, Xiaohan Zhang, Guangyu Sun, Zonglin Lyu, Safwan Wshah, Chen Chen

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

专题命中 文生图 ：image synthesis(title,abstract)；分类 cs.CV

AI总结 本文提出Geo²框架，利用几何先验知识联合完成跨视角地理定位和双向图像合成，通过共享3D感知潜在空间和GeoFlow模型提升性能。

Journal ref 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)

DesignWeaver: Dimensional Scaffolding for Text-to-Image Product Design

DesignWeaver：基于维度的文本到图像产品设计 scaffolding

Sirui Tao, Ivan Liang, Cindy Peng, Zhiqing Wang, Srishti Palani, Steven P. Dow

机构 * UC San Diego（加州大学圣迭戈分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Tableau Research 纠错

专题命中 文生图 ：text-to-image(title,abstract)

AI总结 DesignWeaver 通过从生成图像中提取关键产品设计维度，帮助新手生成更专业的提示，从而提升产品设计的多样性和创新性。

Comments 26 pages, 22 figures, CHI 2025

Few Shots Text to Image Retrieval: New Benchmarking Dataset and Optimization Methods

少样本文本到图像检索：新基准数据集和优化方法

Ofer Idan, Vladi Vexler, Gil Lederman, Dima Sivov, Aviad Cohen Zada, Shir Niego Komforti

机构 * Huawei Tel-Aviv Research Center（华为特拉维夫研究中心） 纠错

专题命中 文生图 ：text-to-image(abstract)；分类 cs.CV

AI总结 本文提出FSIR任务及FSIR-BD数据集，通过少样本学习方法提升图像检索性能，实验表明其基准挑战性及优化方法优于现有基线。

CREval: An Automated Interpretable Evaluation for Creative Image Manipulation under Complex Instructions

CREval: 一种自动化可解释的评估方法用于复杂指令下的创意图像操纵

Chonghuinan Wang, Zihan Chen, Yuxiang Wei, Tianyi Jiang, Xiaohe Wu, Fan Li, Wangmeng Zuo, Hongxun Yao

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； Pengcheng Lab, Guangzhou（广州鹏城实验室） 纠错

专题命中 图像编辑 ：image editing(abstract)；分类 cs.CV

AI总结 本文提出CREval，一种基于问答的自动化评估框架，用于评估复杂指令下的创意图像编辑任务，通过CREval-Bench基准测试揭示模型在复杂创意任务中的表现及挑战。

Comments Accepted by CVPR2026

U-Sketch: An Efficient Approach for Sketch to Image Diffusion Models

U-Sketch：一种高效的从草图到图像扩散模型方法

Ilias Mitsouras, Eleftherios Tsonis, Paraskevi Tzouveli, Athanasios Voulodimos

机构 * Artificial Intelligence and Learning Systems Laboratory（人工智能与学习系统实验室） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； National Technical University of Athens（雅典国立技术大学） 纠错

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

AI总结 U-Sketch通过引入U-Net类型的潜在边缘预测器和草图简化网络，提升草图到图像合成的效率与真实度，减少去噪步骤并提升生成质量。

Journal ref IEEE Access 2026

Making Training-Free Diffusion Segmentors Scale with the Generative Power

利用生成能力使免训练扩散分割器扩展

Benyuan Meng, Qianqian Xu, Zitai Wang, Xiaochun Cao, Longtao Huang, Qingming Huang

机构 * Institute of Information Engineering, CAS（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（中国科学院计算技术研究所人工智能安全国家重点实验室） ； School of Cyber Science and Tech., Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； Alibaba Group（阿里巴巴集团） ； School of Computer Science and Tech., University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院） ； Key Laboratory of Big Data Mining and Knowledge Management, CAS（中国科学院大数据挖掘与知识管理重点实验室） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 本文研究了如何通过提升扩散模型的生成能力来改进免训练的图像分割方法，提出自动聚合和像素级重缩放技术以解决注意力图与全局表示不一致及文本标记间得分不平衡的问题。

Comments Accepted to CVPR 2026

Revisiting Diffusion Model Predictions Through Dimensionality

通过维度性重新审视扩散模型预测

Qing Jin, Chaoyang Wang

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 本文通过理论框架解释高维数据中直接预测数据优于噪声和速度预测的原因，并提出k-Diff框架自动学习最优预测参数以提升生成性能。

Comments 19 pages, 5 figures

FastCache: Fast Caching for Diffusion Transformer Through Learnable Linear Approximation

通过可学习线性近似加速扩散变换器的FastCache

Dong Liu, Yanxuan Yu, Jiayi Zhang, Yifan Li, Ben Lengerich, Ying Nian Wu

机构 * Yale University（耶鲁大学） ； Columbia University（哥伦比亚大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Wisconsin--Madison（威斯康星大学麦迪逊分校） ； Michigan State University（密歇根州立大学） 纠错

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

AI总结 本文提出FastCache，通过隐藏状态层面的缓存与压缩框架，利用模型内部表示中的冗余性加速扩散变换器推理，结合可学习线性近似方法，有效降低计算开销并保持生成质量。

Conditional Diffusion for 3D CT Volume Reconstruction from 2D X-rays

基于条件扩散的3DCT体积重建从2DX光

Martin Rath, Morteza Ghahremani, Yitong Li, Ashkan Taghipour, Marcus Makowski, Christian Wachinger

机构 * Technical University of Munich (TUM)（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Western Australia (UWA)（西澳大利亚大学） 纠错

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

AI总结 本文提出AXON框架，通过多阶段扩散模型直接从真实X光重建高保真3DCT体积，采用粗到细策略和ControlNet优化，支持双平面X光输入并提升诊断分辨率。

DRUM: Diffusion-based Raydrop-aware Unpaired Mapping for Sim2Real LiDAR Segmentation

DRUM：基于扩散的反射率感知无配对映射用于Sim2Real激光雷达分割

Tomoya Miyawaki, Kazuto Nakashima, Yumi Iwashita, Ryo Kurazume

机构 * Kyushu University（九州大学） ； Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院） 纠错

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

AI总结 DRUM通过利用未标记真实数据预训练的扩散模型，结合反射强度和射线丢失噪声特性，提升Sim2Real激光雷达分割性能。

Comments ICRA 2026

Towards GUI Agents: Vision-Language Diffusion Models for GUI Grounding

迈向GUI代理：用于GUI定位的视觉-语言扩散模型

Shrinidhi Kumbhar, Haofu Liao, Srikar Appalaraju, Kunwar Yashraj Singh

机构 * Arizona State University（亚利桑那州立大学） ； AWS Agentic AI 纠错

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

AI总结 本文探讨了离散扩散视觉-语言模型在GUI定位中的应用，通过混合掩码策略提升定位精度，并在多个数据集上验证了其有效性。

Comments Accepted to CVPR 2026

FINDER: Zero-Shot Field-Integrated Network for Distortion-free EPI Reconstruction in Diffusion MRI

FINDER：用于扩散磁共振成像中无失真EPI重建的零样本场积分网络

Namgyu Han, Seong Dae Yun, Chaeeun Lim, Sunghyun Seok, Sunju Kim, Yoonhwan Kim, Yohan Jun, Tae Hyung Kim, Berkin Bilgic, Jaejin Cho

机构 * Sejong University（世宗大学） ； Forschungszentrum Jülich（于利希研究中心） ； Athinoula A. Martinos Center for Biomedical Imaging（Athinoula A. Martinos生物医学成像中心） ； Harvard Medical School（哈佛医学院） ； Hongik University（弘益大学） 纠错

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

AI总结 本文提出FINDER网络，通过联合优化图像和B0场图，解决EPI重建中的几何失真问题，提升扩散成像质量。

Comments 11 pages, 4 figures

MUST: Modality-Specific Representation-Aware Transformer for Diffusion-Enhanced Survival Prediction with Missing Modality

MUST：一种模态特定表示感知的Transformer，用于具有缺失模态的扩散增强生存预测

Kyungwon Kim, Dosik Hwang

机构 * Yonsei University（延世大学） ； Korea Institute of Science and Technology（韩国科学技术研究院） 纠错

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

AI总结 MUST通过分解模态特定和跨模态上下文化组件，提高生存预测的准确性，在缺失模态情况下仍能保持稳健预测。

Comments Accepted to CVPR 2026. 10 pages, 5 figures, supplementary included

Interact2Ar: Full-Body Human-Human Interaction Generation via Autoregressive Diffusion Models

Interact2Ar：通过自回归扩散模型生成全身体态的人与人交互

Pablo Ruiz-Ponce, Sergio Escalera, José García-Rodríguez, Jiankang Deng, Rolandos Alexandros Potamias

机构 * Universidad de Alicante（阿利坎特大学） ； Universitat de Barcelona and Computer Vision Center（巴塞罗那大学与计算机视觉中心） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 本文提出Interact2Ar，首个基于文本条件的自回归扩散模型，用于生成全身体态的人与人交互，通过专用并行分支实现详细手部运动，结合新颖的记忆技术提升适应性，支持多场景应用。

Comments Project Page: https://pabloruizponce.com/papers/Interact2Ar

Rethinking Diffusion Model-Based Video Super-Resolution: Leveraging Dense Guidance from Aligned Features

重新思考基于扩散模型的视频超分辨率：利用对齐特征的密集引导

Jingyi Xu, Meisong Zheng, Ying Chen, Minglang Qiao, Xin Deng, Mai Xu

机构 * Beihang University（北京航空航天大学） ； State Key Laboratory of Virtual Reality Technology and Systems（虚拟现实技术与系统国家重点实验室） 纠错

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

AI总结 本文提出DGAF-VSR方法，通过优化对齐和补偿机制提升视频超分辨率的感知质量、保真度和时间一致性。

Comments Accepted by CVPR 2026,20pages

Cone-Beam CT Image Quality Enhancement Using A Latent Diffusion Model Trained with Simulated CBCT Artifacts

使用基于伪CBCT伪影训练的条件潜变量扩散模型进行锥束CT图像质量增强

Naruki Murahashi, Mitsuhiro Nakamura, Megumi Nakao

机构 * Graduate School of Medicine, Kyoto University（京都大学医学研究科） 纠错

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

AI总结 本文提出一种基于条件潜变量扩散模型的锥束CT图像质量增强方法，利用伪CBCT图像进行自监督学习，有效提升图像质量并保持解剖结构，实验表明其在处理速度和图像改善性能上优于传统方法。

Diffusion MRI Transformer with a Diffusion Space Rotary Positional Embedding (D-RoPE)

具有扩散空间旋转位置嵌入的扩散磁共振成像变换器（D-RoPE）

Gustavo Chau Loo Kung, Mohammad Abbasi, Camila Blank, Juze Zhang, Alan Q. Wang, Sophie Ostmeier, Akshay Chaudhari, Kilian Pohl, Ehsan Adeli

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出D-RoPE以解决扩散磁共振成像中空间、扩散加权和方向依赖性的建模问题，通过自监督预训练提升模型在多种任务中的表现，实现更稳健的跨设置表示。

A-SelecT: Automatic Timestep Selection for Diffusion Transformer Representation Learning

A-SelecT：扩散变换器表示学习中的自动时间步选择

Changyu Liu, James Chenhao Liang, Wenhao Yang, Yiming Cui, Jinghao Yang, Tianyang Wang, Qifan Wang, Dongfang Liu, Cheng Han

机构 * University of Missouri–Kansas City（密苏里大学堪萨斯城分校） ； U. S. Naval Research Laboratory（美国海军研究实验室） ； Lamar University（拉马尔大学） ； University of Florida（佛罗里达大学） ； University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德河谷分校） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； Meta AI ； Rochester Institute of Technology（罗切斯特理工学院） 纠错

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

AI总结 本文提出A-SelecT方法，通过动态选择扩散变换器中最信息丰富的时间步，提升训练效率和表示能力，在分类和分割任务中优于现有扩散模型。

Reconstructing Quantum Dot Charge Stability Diagrams with Diffusion Models

利用扩散模型重建量子点电荷稳定性图

Vinicius Hernandes, Joseph Rogers, Rouven Koch, Thomas Spriggs, Brennan Undseth, Anasua Chatterjee, Lieven M. K. Vandersypen, Eliska Greplova

机构 * Kavli Institute of Nanoscience, Delft University of Technology（代尔夫特理工大学卡夫利纳米科学研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出利用条件扩散模型从稀疏测量中重建量子点电荷稳定性图，通过两种实验驱动的掩码策略验证，展示了生成模型在减少量子设备表征开销方面的有效性。

Comments Code available at https://gitlab.com/QMAI/papers/diffusioncsds. Data available at https://doi.org/10.5281/zenodo.19252638

LLaDA-TTS: Unifying Speech Synthesis and Zero-Shot Editing via Masked Diffusion Modeling

LLaDA-TTS: 通过掩码扩散建模统一语音合成与零样本编辑

Xiaoyu Fan, Huizhi Xie, Wei Zou, Yunzhang Chen

机构 * BRVoice Team, Bairong, Inc., China（百融云创BRVoice团队，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LLaDA-TTS通过掩码扩散模型替代自回归解码，实现语音合成与零样本编辑的统一，提升生成速度并减少推理延迟。

Comments 11 pages, 6 figures, 2 tables

DiffusionAnything: End-to-End In-context Diffusion Learning for Unified Navigation and Pre-Grasp Motion

DiffusionAnything: 端到端的上下文扩散学习用于统一导航和预抓取运动

Iana Zhura, Yara Mahmoud, Jeffrin Sam, Hung Khang Nguyen, Didar Seyidov, Miguel Altamirano Cabrera, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（斯科尔科沃科学技术学院数字工程中心智能空间机器人实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种端到端的上下文扩散学习方法，通过多尺度特征调制实现统一的导航与精细操控，仅需5分钟自监督数据即可实现零样本泛化。

Classification of diffusion processes in dimension $d$ via the Carleman approach with applications to models involving additive, multiplicative or square-root noises

通过Carleman方法对维度为d的扩散过程进行分类，应用于包含加性、乘性或平方根噪声的模型

Cecile Monthus

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过Carleman方法将随机微分方程转化为线性系统，分析不同噪声类型的扩散过程的谱分解特性，揭示其在不同维度下的动态行为。

Comments 69 pages

Journal ref J. Stat. Mech. (2026) 033204

Elementary discrete diffusion/redistancing schemes for the mean curvature flow

均 curvature 流的初等离散扩散/再分布方案

Antonin Chambolle, Daniele De Gennaro, Massimiliano Morini

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于简单扩散步骤和精确再分布操作的均 curvature 流离散方案，并在标准CFL条件下证明其收敛性，同时讨论了更一般化的卷积/再分布方案扩展。

DRiffusion: Draft-and-Refine Process Parallelizes Diffusion Models with Ease

DRiffusion：通过草稿与精修过程轻松并行化扩散模型

Runsheng Bai, Chengyu Zhang, Yangdong Deng

机构 * CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室） ； Tsinghua University（清华大学） ； IST, Nanjing University（南京大学智能科学与技术学院） ； School of Software, Tsinghua University（清华大学软件学院） ； FuturististAI Lab, Shanghai Tsinghua International Innovation Center（上海清华国际创新中心未来人工智能实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DRiffusion通过草稿与精修过程并行化扩散模型，提升采样速度同时保持生成质量，实验显示在多个模型上实现1.4至3.7倍加速，质量指标仅小幅下降。

Relational graph-driven differential denoising and diffusion attention fusion for multimodal conversation emotion recognition

关系图驱动的微分去噪和扩散注意力融合用于多模态对话情感识别

Ying Liu, Yuntao Shou, Wei Ai, Tao Meng, Keqin Li

机构 * College of Computer and Mathematics, Central South University of Forestry and Technology（中南林业科技大学计算机与数学学院） ； Department of Computer Science, State University of New York, New Paltz（纽约州立大学新帕尔茨分校计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出关系感知去噪和扩散注意力融合模型，通过微分Transformer去噪、构建模态关系子图和文本引导跨模态扩散机制，提升多模态对话情感识别性能。

Comments 19 pages

Journal ref neurocomputing2026

Renormalisation for Reaction-Diffusion Systems with Non-Local Interactions

反应-扩散系统非局部相互作用的重整化

Chris D Greenman

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究非局部相互作用对反应-扩散系统的影响，发现非局部相互作用可抑制紫外发散，但红外发散仍存在。重整化方法在临界点表现出与局部相互作用相同的普遍行为，并通过重整化群解释空间-时间-场缩放保持作用结构，可直接求解Callan-Symanzik方程。

Comments 25 Pages, 6 Figures

Score-Based Diffusion Models in Infinite Dimensions: A Malliavin Calculus Perspective

基于无穷维的分数模型：从马尔可夫计算视角

Ehsan Mirafzali, Frank Proske, Daniele Venturi, Razvan Marinescu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文从马尔可夫计算视角研究无穷维分数模型，推导了无穷维过渡测度的对数导数表达式，适用于希尔伯特空间的几何结构和一般迹类算子。