Heat transport in superionic materials via machine-learned molecular dynamics
通过机器学习分子动力学研究超离子材料的热传输
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文通过机器学习势能结合Green-Kubo分子动力学方法，揭示了超离子材料热导率的计算依赖性及Onsager关系对热质传输耦合的改进，提出热导率修正准则。
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 扩散模型 119 篇
FlexiCup: Wireless Multimodal Suction Cup with Dual-Zone Vision-Tactile Sensing
FlexiCup: 无线多模态吸盘 with 双区视觉-触觉感知
机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，深圳泛在数据赋能重点实验室） ； Peng Cheng Laboratory（鹏城实验室）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 FlexiCup通过无线电子集成双区视觉-触觉传感，实现接触感知操控，验证了传感与驱动解耦的有效性，同时在不同气动原理下均表现出色。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L)
Search for Diffuse Galactic Neutrinos with the Full ANTARES Telescope Dataset
利用完整ANTARES望远镜数据集搜索弥漫银河中微子
专题命中 扩散模型 ：diffusion(abstract)
AI总结 利用ANTARES望远镜15年数据研究宇宙射线与星际物质相互作用产生的伽马射线和中微子，采用最大似然比方法评估发射模型与观测中微子事件空间和能谱分布的兼容性，得出与其它实验结果一致的上界。
Journal ref J. High Energy Astrophys. 53 (2026) 100565
Pattern formation in a vasculogenesis model
血管生成模型中的图案形成
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了由耦合偏微分方程支配的血管生成模型的稳态解，通过解析方法构造并分析了其稳定性，揭示了扩散系数与图案形成机制的联系。
Comments Comment are welcome
On Milstein-Type Methods for Free Stochastic Differential Equations
关于自由随机微分方程的米尔斯坦型方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究自由随机微分方程的数值方法，提出强收敛阶为1的米尔斯坦型方法，并扩展了fEMM的收敛阶至L_p(φ)空间。
Mean--Variance Portfolio Selection by Continuous-Time Reinforcement Learning: Algorithms, Regret Analysis, and Empirical Study
连续时间强化学习中的均值-方差投资组合选择：算法、遗憾分析与实证研究
机构 * Columbia University（哥伦比亚大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出一种连续时间强化学习方法，用于均值-方差投资组合选择，通过直接学习预承诺投资策略，不需估计市场系数，并在Black-Scholes市场中证明了其性能保证，实证显示其在波动市场中表现优异。
Comments 94 pages, 8 figures, 18 tables
New kind of condensation of Bose particles through stimulated processes
Bose粒子的新凝聚形式通过受激过程
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究通过受激过程使孤立Bose粒子系统发生凝聚，形成激发集体态，粒子数和能量守恒，熵增，关键参数为临界粒子数。
Comments 9 pages, 5 figures, published in the Journal of Low Temperature Physics
Journal ref Journal of Low Temperature Physics 208, 184 (2022)
Flow field tomography with uncertainty quantification using a Bayesian physics-informed neural network
基于贝叶斯物理信息神经网络的流动场断层成像与不确定性量化
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出利用贝叶斯物理信息神经网络进行流动场断层成像，通过纳维-斯托克斯和对流-扩散方程正则化重建，实现从稀疏线-of-sight测量中获得高质量流动场估计，同时通过不确定性量化提升重建鲁棒性。
Journal ref Meas. Sci. Technol. 33 (2022) 065305
Modularity, asymmetry, and polarization shape consensus speed in the voter model
模ularity、asymmetry和polarization如何影响voter模型中的共识速度
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究探讨了模ularity、asymmetry和polarization如何影响voter模型中共识形成速度，通过分析双群体结构下的意见扩散过程，揭示了共识形成中的快慢阶段及影响因素。
Comments 23 pages, 9 figures
2. 可控生成 15 篇
SJD-VP: Speculative Jacobi Decoding with Verification Prediction for Autoregressive Image Generation
SJD-VP：带有验证预测的推测雅可比解码
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Institute of Perceptual Intelligence, Pengcheng Laboratory, Shenzhen（鹏城实验室感知智能研究所）
专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV
AI总结 本文提出SJD-VP，通过利用token概率变化指导采样，提升验证通过率，加速自回归生成并提高图像质量。
Let Triggers Control: Frequency-Aware Dropout for Effective Token Control
让触发器控制：面向频率的Dropout用于有效的标记控制
机构 * Yonsei University（延世大学） ； Onoma AI
专题命中 可控生成 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV
AI总结 本文提出频率感知Dropout方法，通过分析触发器与上下文的共现关系，提升文本到图像生成中触发器的可控性与个性化能力，无需增加参数或架构修改。
Comments CVPR 2026 P13N: Personalization in Generative AI workshop
LightMover: Generative Light Movement with Color and Intensity Controls
LightMover：具有颜色和强度控制的生成式光移动
机构 * AIML, Adelaide University（阿德莱德大学机器学习研究所） ； Adobe Research（Adobe研究院） ； University of Hong Kong（香港大学） ； Yale University（耶鲁大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV、cs.GR
AI总结 LightMover通过视频扩散先验生成单图像中可控的光照变化，统一处理空间和外观控制，提升操控与光照理解，并引入自适应令牌修剪机制，减少控制序列长度41%同时保持编辑保真度。
Comments CVPR 2026. 10 pages, 5 figures, 6 tables in main paper; supplementary material included
Sketch2Colab: Sketch-Conditioned Multi-Human Animation via Controllable Flow Distillation
Sketch2Colab: 通过可控流蒸馏实现基于草图的多人体动画
机构 * IDEAS Lab, Department of Computer Science, Purdue University（普渡大学计算机科学系IDEAS实验室）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV、cs.GR
AI总结 Sketch2Colab通过可控流蒸馏将故事板风格的2D草图转化为连贯的3D多人体运动，实现对代理、关节、时序和接触的精细控制，实验显示其在约束遵循和感知质量上优于基线方法。
Comments Accepted to CVPR 2026 Main Conference (11 pages, 8 figures)
Unsafe2Safe: Controllable Image Anonymization for Downstream Utility
Unsafe2Safe: 可控图像匿名化以保障下游效用
机构 * Dartmouth College（达特茅斯学院）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 Unsafe2Safe通过多模态引导的扩散编辑实现图像隐私保护，减少敏感信息并保持下游任务性能。
Comments Accepted at CVPR 2026 and CVPR 2026 Workshop on Machine Unlearning for Computer Vision
FlashSign: Pose-Free Guidance for Efficient Sign Language Video Generation
FlashSign：无需姿态的高效手语视频生成
机构 * HUST（华中科技大学） ； GigaAI ； UTS（悉尼科技大学） ； HKU（香港大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Warwick（华威大学） ； TJU（天津大学） ； NNU（南京师范大学） ； UCAS（中国科学院大学） ； UTHealth Houston（德克萨斯大学休斯顿健康科学中心）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出无需姿态表示的高效手语视频生成框架，通过扩散模型直接映射自然语言文本到手语视频，引入可训练滑动瓷砖注意力机制提升推理效率，实现3.07倍的生成速度提升。
VerseCrafter: Dynamic Realistic Video World Model with 4D Geometric Control
VerseCrafter：基于4D几何控制的动态真实视频世界模型
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； HKU（香港大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出VerseCrafter，通过4D几何控制生成动态真实视频，相比传统方法更精确控制相机和多物体运动。
Comments Project Page: https://sixiaozheng.github.io/VerseCrafter_page/, Accepted by CVPR 2026
Gated Condition Injection without Multimodal Attention: Towards Controllable Linear-Attention Transformers
门控条件注入无需多模态注意：迈向可控的线性注意变换器
机构 * National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出基于线性注意架构的可控扩散模型，解决现有方法在多类型条件输入灵活性和收敛速度上的不足，通过统一门控条件模块实现高效可控生成。
Understanding Semantic Perturbations on In-Processing Generative Image Watermarks
理解生成图像水印在处理过程中的语义扰动
机构 * University of Maryland, College Park, MD, USA（马里兰大学帕克分校）
专题命中 可控生成 ：inpainting(abstract)；分类 cs.CV
AI总结 研究探讨了生成图像水印在处理过程中对语义扰动的鲁棒性，提出多阶段框架进行系统压力测试，发现语义编辑会显著降低水印检测能力，揭示当前水印评估存在的关键缺口。
Make It Up: Fake Images, Real Gains in Generalized Few-shot Semantic Segmentation
让它补上：假图像，真实增益在通用少样本语义分割中
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出Syn4Seg框架，通过生成增强方法提升通用少样本语义分割的新型类别覆盖和伪标签质量，实验显示在PASCAL-5i和COCO-20i上实现了1-shot和5-shot设置下的显著改进。
LightCtrl: Training-free Controllable Video Relighting
LightCtrl: 不需要训练的可控视频重照明
机构 * Tsinghua University（清华大学） ； GVC Lab, Great Bay University（大湾区大学GVC实验室） ； Adobe Research（Adobe研究院）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 LightCtrl是首个无需训练的可控视频重照明方法，通过用户提供的光照轨迹实现对视频光照的显式控制，结合预训练扩散模型提升时间一致性，实验显示其在光照变化多样性和可控性上优于基线方法。
Comments Accepted at ICLR 2026
FontCrafter: High-Fidelity Element-Driven Artistic Font Creation with Visual In-Context Generation
FontCrafter: 基于元素驱动的高保真艺术字体创作与视觉上下文生成
机构 * Dalian University of Technology（大连理工大学） ； Shanghai Key Laboratory of Intelligent Information Processing, Fudan University（复旦大学上海市智能信息处理重点实验室）
专题命中 可控生成 ：inpainting(abstract)；分类 cs.CV
AI总结 本文提出FontCrafter框架，通过元素驱动方法生成艺术字体，结合上下文生成策略和轻量级CMA模块，实现高保真纹理与结构重建及灵活风格控制。
Comments To appear in CVPR 2026
ParaUni: Enhance Generation in Unified Multimodal Model with Reinforcement-driven Hierarchical Parallel Information Interaction
ParaUni: 通过强化驱动的分层并行信息交互增强统一多模态模型的生成
机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（中国科学技术大学，教育部类脑智能感知与认知重点实验室） ； Huawei Inc.（华为技术有限公司）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 ParaUni通过并行提取多层视觉语言模型特征并结合强化学习动态调整机制，提升统一多模态模型的生成能力。
Spectral-Aware Text-to-Time Series Generation with Billion-Scale Multimodal Meteorological Data
具有十亿级多模态气象数据的频谱感知文本到时间序列生成
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，沈阳，中国）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出MTransformer模型，通过频谱提示生成器实现文本到时间序列的精确语义控制，利用大规模气象数据提升生成质量与跨模态对齐精度。
Comments Accepted By IJCNN 2026 (WCCI)
UMI-Underwater: Learning Underwater Manipulation without Underwater Teleoperation
UMI-Underwater：无需水下遥控的学习水下操作
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出UMI-Underwater系统，通过自监督数据收集管道自主获取水下抓取示范，并利用基于深度的 affordance 表示将陆地到水下领域差距桥接，提升水下抓取性能和鲁棒性。
3. 图像修复 2 篇
TGIF2: Extended Text-Guided Inpainting Forgery Dataset & Benchmark
TGIF2：扩展的文本引导修复数据集与基准
机构 * Ghent University – imec（根特大学 - imec） ； CERTH（希腊研究与技术中心）
专题命中 图像修复 ：inpainting(title,abstract)；image editing(abstract)；分类 cs.CV、cs.MM
AI总结 TGIF2数据集与基准针对文本引导修复中伪造本地化挑战，通过FLUX.1模型和随机非语义掩码扩展数据集，评估IFL和SID方法的鲁棒性，揭示生成修复对现有防伪流程的削弱。
Comments 33 pages, accepted at Journal on Information Security
Reconstruct Anything Model: a lightweight general model for computational imaging
重建任何模型：一种轻量级通用模型用于计算成像
机构 * Université Paris-Saclay, Inria, CEA（巴黎-萨克雷大学，法国国家信息与自动化研究所，法国原子能委员会） ； Blur Labs（Blur 实验室） ； ENS Paris, PSL, CNRS（巴黎高等师范学院，巴黎文理研究大学，法国国家科学研究中心） ； CNRS UAR 851, Université Paris-Saclay（法国国家科学研究中心 UAR 851，巴黎-萨克雷大学） ； ENSL, CNRS UMR 5672（里昂高等师范学院，法国国家科学研究中心 UMR 5672）
专题命中 图像修复 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV
AI总结 本文提出一种非迭代轻量级架构，通过整合前向算子知识解决多种逆问题，无需展开训练，可适应各种图像尺寸和通道。
4. 个性化与一致性 3 篇
ConceptPrism: Concept Disentanglement in Personalized Diffusion Models via Residual Token Optimization
ConceptPrism：通过残差标记优化实现个性化扩散模型的概念解耦
机构 * KAIST（韩国科学技术院） ； Hanbat National University（韩巴大学）
专题命中 个性化与一致性 ：diffusion(title)；text-to-image(abstract)；分类 cs.CV
AI总结 本文提出ConceptPrism框架，通过残差标记优化实现个性化扩散模型中的概念解耦，提升生成图像的质量与准确性。
Comments Accepted to CVPR 2026
Identity-Preserving Image-to-Video Generation via Reward-Guided Optimization
通过奖励引导优化实现身份保持的图像到视频生成
机构 * Huazhong University of Science and Technology（华中科技大学） ； Taobao & Tmall Group of Alibaba（阿里巴巴淘宝天猫集团） ； Alibaba Group（阿里巴巴集团）
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出IPRO框架，通过强化学习优化扩散模型，提升身份一致性。引入面部评分机制和KL散度正则化，改进性能并加速收敛。
Comments accepted by CVPR 2026
Mixture of Style Experts for Diverse Image Stylization
风格专家混合模型用于多样化图像风格化
机构 * VCIP, CS, Nankai University（南开大学计算机学院视觉与图像处理实验室） ； NKIARI, Shenzhen Futian（深圳福田南开大学新一代人工智能研究院） ； Tianjin University（天津大学） ； vivo BlueImage Lab（vivo蓝心影像实验室）
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出StyleExpert框架，基于MoE模型实现语义感知的图像风格化，通过统一编码器和动态门控机制处理多层级语义风格，实验表明其在保持语义和材质细节方面优于现有方法。
Comments 24 pages, 16 figures
5. 图像生成评测 7 篇
From Unlearning to UNBRANDING: A Benchmark for Trademark-Safe Text-to-Image Generation
从去学习到去品牌化：一个商标安全的文本到图像生成基准测试
机构 * Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究所）
专题命中 图像生成评测 ：text-to-image(title,abstract)；image generation(title)；diffusion(abstract)；分类 cs.CV
AI总结 本文提出去品牌化任务，通过细粒度去除商标和隐含结构特征，同时保持语义连贯性，并构建基准数据集和评估框架，解决现有品牌检测器无法捕捉抽象商标的问题。
