图像生成

Performance of Neural and Polynomial Operator Surrogates

神经运算符和多项式运算符代理的性能

Josephine Westermann, Benno Huber, Thomas O'Leary-Roseberry, Jakob Zech

机构 * Heidelberg University（海德堡大学） ； The Ohio State University（俄亥俄州立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文比较了神经运算符和多项式代理在参数到解映射中的性能，发现多项式代理在光滑输入时更高效，而傅里叶神经运算符在粗糙输入时收敛更快。

Comments 44 pages, 21 figures

Derivative estimates for SDEs with singular and unbounded coefficients

关于具有奇异和无界系数的SDE的导数估计

Pengcheng Xia, Longjie Xie, Xicheng Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出统一的PDE-概率框架，用于估计与具有奇异和无界系数的随机微分方程相关马尔可夫半群的点wise梯度和Hessian估计，通过局部结构假设和积分正则性条件，获得短时正则化估计和长时衰减界。

Comments 38pages

Weak-Strong Uniqueness for Second-Order Mean-Field Games

二阶均场博弈中的弱-强唯一性

Rita Ferreira, Diogo Gomes, Bashayer Majrashi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文扩展了均场博弈系统中的弱-强唯一性原理，适用于广义的二阶静态和时变问题，通过单调性、增长性和 coercivity 假设证明弱解与强解一致，引入系数适应的 mollification 策略处理变量扩散项，并在二次增长范围内推导新的 a priori 估计。

The Critical Patch Size Problem in Random Graphs

随机图中临界斑块大小问题

Nicola Apollonio, Veronica Tora, Davide Vergni

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机图中临界斑块大小的生存条件，通过建立二项式随机图序列，推导出Dirichlet特征值的大数定律，并证明临界反应-扩散比的阈值现象，为生态学和脑网络建模提供新的谱理论框架。

Twists in the flow: revisiting convective mixing in rotating stellar models. I. Effect on the stellar structure

旋转向量在流动中的作用：重新审视旋转恒星模型中的对流混合。I. 对恒星结构的影响

Poojan Agrawal, Aaron Dotter, Conny Aerts, Leïla Bessila, Stéphane Mathis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了旋转混合长度理论（R-MLT）对恒星内部结构、对流混合和角动量传输的影响，发现R-MLT减小了核心的对流速度和混合长度，改变了核心-包层边界处的化学梯度和Brunt-Väisälä频率峰值。

Comments Accepted for publication in the section "7. Stellar structure and evolution" of Astronomy & Astrophysics

Turbulent heat transfer enhancement by compliant walls

通过柔性壁面增强湍流热传递

Morie Koseki, Marco Edoardo Rosti

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究柔性壁面在黏弹性壁面通道流中湍流热传递的影响，通过直接数值模拟分析壁面弹性与热扩散率变化对动量与热传递的增强作用，揭示扫动与喷射事件的物理机制。

Comments 14 pages, 10 figures

Trap behaviors for Brownian motions

布朗运动的陷阱行为

Raffaela Capitanelli, Mirko D'Ovidio

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究领域几何性质与布朗运动扩散动力学的关系，重点探讨随机过程中的'陷阱'现象。

Self-Organizing Score-based Data Assimilation

自组织分数基数据同化

Yuma Yamaoka, Seiichi Uchida, Shoji Toyota

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种自组织分数基数据同化框架，用于联合推断潜在状态和未知参数，保持了SDA的高效训练能力，并通过神经科学和大气科学的动力系统实验验证了其有效性。

Comments To be published in the Proceedings of the International Joint Conference on Neural Networks (IJCNN 2026)

Brownian motion of a rod threading through a ring with fixed ring-center

刚性杆通过固定环的布朗运动

Zhongqiang Xiong, Shigeyuki Komura, Masao Doi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了刚性杆通过固定环的布朗运动，推导了滑动位移和杆方向单位向量的分布函数，揭示了滑动与旋转扩散的耦合关系及松弛时间特性。

Fixed-Size Dynamic Scale-Free Networks: Modeling, Stationarity, and Resilience

固定规模动态无标度网络：建模、平稳性与鲁棒性

Yichao Yao, Minyu Feng, Matjaž Perc, Jürgen Kurths

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种固定规模动态无标度网络模型，通过状态依赖的随机游走过程描述节点度波动，证明其能稳定生成无标度网络，并通过实验证明该模型能准确复现实际数据。

Journal ref IEEE Trans. Syst. Man Cybern. Syst. 56, 2570-2582 (2026)

DuoTok: Source-Aware Dual-Track Tokenization for Multi-Track Music Language Modeling

DuoTok：面向多轨音乐语言模型的源感知双轨分词

Rui Lin, Zhiyue Wu, Jiahe Le, Kangdi Wang, Weixiong Chen, Junyu Dai, Tao Jiang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 DuoTok通过分阶段解耦方法，实现多轨音乐语言模型中高保真重建、强预测性和跨轨对应性的平衡，达到最佳预测性与保真度的折中。

Comments 17 pages, 5 figures, 8 tables. Project page: https://eps-acoustic-revolution-lab.github.io/DUO_TOK/

Conditional Flow Matching for Bayesian Posterior Inference

条件流匹配用于贝叶斯后验推断

Percy S. Zhai, So Won Jeong, Veronika Ročková

机构 * University of Chicago, Booth School of Business（芝加哥大学布斯商学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种基于流匹配的生成多变量后验采样器，通过动态块三角速度场实现后验推断，无需Likelihood评估，且能高效生成贝叶斯可信集。

Statistical Parameter Calibration via the Generalized Fluctuation Dissipation Theorem and Generative Modeling

通过广义波动耗散定理和生成建模进行统计参数校准

Ludovico T. Giorgini, Tobias Bischoff, Andre N. Souza

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种响应理论框架，将厄米特随机微分方程的参数校准转化为波动耗散问题，通过广义波动耗散定理解决逆问题，利用现代分数估计方法实现非高斯估计，验证了该框架在不同模型中的有效性。

Gradient-flow SDEs have unique transient population dynamics

梯度流SDEs具有唯一的瞬态种群动力学

Vincent Guan, Joseph Janssen, Nicolas Lanzetti, Antonio Terpin, Geoffrey Schiebinger, Elina Robeva

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出nn-APPEX方法，通过时间边缘分布同时学习梯度流SDE的漂移和扩散，解决了从种群动力学中识别漂移和扩散的挑战。

No-Regret Generative Modeling via Parabolic Monge-Ampère PDE

通过抛物型Monge-Ampère偏微分方程实现无遗憾生成建模

Nabarun Deb, Tengyuan Liang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于离散抛物型Monge-Ampère偏微分方程的生成建模框架，通过镜像梯度下降步在Brenier映射空间中迭代优化，并通过无遗憾分析建立理论保证，证明在多种步长调度下迭代收敛于最优Brenier映射。

Comments 30 pages, 7 figures. Journal version accepted for publication in the Annals of Statistics

On the maximal correlation of some stochastic processes

某些随机过程的最大相关性研究

Yinshan Chang, Qinwei Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了两个随机过程X和Y之间的最大相关系数R(X,Y)，通过随机游走和二维莱维过程的性质，推导了相关系数的表达式，并扩展了Dembo-Kagan-Shepp-Yu不等式和Madiman-Barron不等式。

Autonomous Adaptive Solver Selection for Chemistry Integration via Reinforcement Learning

自主适应求解器选择用于化学积分的强化学习

Eloghosa Ikponmwoba, Opeoluwa Owoyele

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于强化学习的自适应求解器选择方法，通过马尔可夫决策过程自主选择隐式BDF求解器和准稳态求解器，提升化学积分效率，同时保持精度约束。

Hierarchical Discrete Flow Matching for Graph Generation

分层离散流匹配用于图生成

Yoann Boget, Pablo Strasser, Alexandros Kalousis

机构 * Department of Computer Science, University of Geneva, Switzerland（瑞士日内瓦大学计算机科学系） ； DMML Group, Geneva School for Business administration HES-SO, Switzerland（瑞士日内瓦高等商学院DMML研究组） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出分层生成框架，通过减少节点对评估数量和离散流匹配降低去噪迭代次数，提升图生成效率与效果。

Comments Graph, generation, hierarchical

Symmetric Nonlinear Cellular Automata as Algebraic References for Rule~30

对称非线性单元自动机作为规则30的代数参考

E. Chan-López, A. Martín-Ruiz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于空间对称性构建了单元自动机的代数框架，研究了规则22的代数正常形式，并通过闭式结果和连续极限方程分析其特性，用规则22作为参考研究规则30的对称破缺行为。

Macroscopic Signatures of Gauge-Mediated Contagion: Deriving Behavioral Shielding from Stochastic Field Theory

巨观信号中的规范介导传染：从随机场理论中推导出的行为屏蔽

Jose de Jesus Bernal-Alvarado, David Delepine

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过随机场理论建立统一模型，将微观流行病动态与宏观非线性人口行为联系起来，推导出行为屏蔽机制，并通过新冠数据验证模型有效性。

Comments 14 pages, 3 figures

Fluctuations for fully pushed stochastic fronts

完全推动随机前沿的波动

Alison Etheridge, Raphaël Forien, Thomas Hughes, Sarah Penington

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究反应扩散方程在小噪声极限下的渐进行为，证明完全推动情形下解近似于确定性行波的随机位移，揭示极限位移过程为具有漂移的布朗运动。

Comments 189 pages, 1 figure

Temporal Memory for Resource-Constrained Agents: Continual Learning via Stochastic Compress-Add-Smooth

面向资源受限智能体的时序记忆：通过随机压缩-添加-平滑实现持续学习

Michael Chertkov

机构 * Graduate Inter-Disciplinary Program in Applied Mathematics, & Department of Mathematics, University Arizona, Tucson, AZ 85721（亚利桑那大学应用数学跨学科研究生项目与数学系，图森，AZ 85721） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种基于随机过程的时序记忆框架，通过压缩-添加-平滑递归实现持续学习，无需反向传播和存储数据，适用于轻量控制器硬件。

Comments 33 pages, 22 figures

High order Tensor-Train-Based Schemes for High-Dimensional Mean Field Games

高阶张量列车基于方案用于高维均场博弈

Elisabetta Carlini, Luca Saluzzi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种离散方案解决高维均场博弈系统，结合半拉格朗日时间离散化与张量列车分解以克服维度诅咒，构建了时间和空间上的高阶方案，显著提升计算效率和精度。

Moiré excitons in generalized Wigner crystals

莫尔激子在广义威格纳晶体中的研究

Jing-Yang You, Chih-En Hsu, Zien Zhu, Benran Zhang, Ziliang Ye, Mit H. Naik, Ting Cao, Hung-Chung Hsueh, Steven G. Louie, Mauro Del Ben, Zhenglu Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过第一性原理计算揭示莫尔结构中广义威格纳晶体激子的内部结构，揭示了电子和激子相关作用的复杂相互作用。

Journal ref Proc. Natl. Acad. Sci. 123, e2531259123 (2026)

Octree Diffusion for Semantic Scene Generation and Completion

八叉树扩散用于语义场景生成与补全

Xujia Zhang, Brendan Crowe, Christoffer Heckman

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； Autonomous Robotics and Perception Group（自主机器人与感知实验室） 纠错

专题命中 可控生成 ：diffusion(title,abstract)；inpainting(abstract)；分类 cs.CV

AI总结 本文提出Octree Latent Semantic Diffusion框架，通过八叉树隐式表示实现跨域的3D语义场景补全、扩展和生成，结合结构扩散与语义扩散生成语义标签，无需重训练即可完成单扫描的补全与零样本泛化。

Comments Accepted to ICRA 2026. Revised version with updated paragraphs

Journal ref Proceedings of the 2026 IEEE International Conference on Robotics and Automation (ICRA)

ReinDriveGen: Reinforcement Post-Training for Out-of-Distribution Driving Scene Generation

ReinDriveGen：强化学习后训练用于分布外驾驶场景生成

Hao Zhang, Lue Fan, Weikang Bian, Zehuan Wu, Lewei Lu, Zhaoxiang Zhang, Hongsheng Li

机构 * MMLab, CUHK（MMLab，香港中文大学） ； CASIA（中国科学院自动化研究所） ； SenseTime Research（商汤科技研究院） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 ReinDriveGen通过动态点云场景生成与强化学习后训练，实现对驾驶场景的可控生成，提升安全关键场景的模拟质量。

Comments Project page: https://drive-sim.github.io/ReinDriveGen/

Video2LoRA: Unified Semantic-Controlled Video Generation via Per-Reference-Video LoRA

Video2LoRA：通过每参考视频LoRA实现统一的语义控制视频生成

Zexi Wu, Baolu Li, Jing Dai, Yiming Zhang, Yue Ma, Qinghe Wang, Xu Jia, Hongming Xu

机构 * Dalian University of Technology（大连理工大学） ； HKUST（香港科技大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出Video2LoRA框架，通过轻量级超网络预测个性化LoRA权重，实现灵活高效的语义控制视频生成，模型重量小于150MB，具备良好的零样本泛化能力。

Comments 10 pages

EditCtrl: Disentangled Local and Global Control for Real-Time Generative Video Editing

EditCtrl: 解耦的局部和全局控制用于实时生成视频编辑

Yehonathan Litman, Shikun Liu, Dario Seyb, Nicholas Milef, Yang Zhou, Carl Marshall, Shubham Tulsiani, Caleb Leak

机构 * Meta Reality Labs（Meta现实实验室） ； Carnegie Mellon University（卡内基梅隆大学） ； Meta AI 纠错

专题命中 可控生成 ：inpainting(abstract)；分类 cs.CV

AI总结 本文提出EditCtrl，通过局部和全局控制模块实现高效视频修复，提升编辑质量和计算效率，支持多区域编辑和内容传播。

Comments Project page: https://yehonathanlitman.github.io/edit_ctrl

TempoControl: Temporal Attention Guidance for Text-to-Video Models

TempoControl: 文本到视频模型中的时间注意力引导

Shira Schiber, Ofir Lindenbaum, Idan Schwartz

机构 * Bar-Ilan University（巴伊兰大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出TempoControl，通过新颖的优化方法实现文本到视频模型的时间对齐，无需重新训练，支持时间重排、动作时机控制和音频对齐等应用。

Comments Accepted CVPR'26

Numerical analysis for leaky-integrate-fire networks under Euler-Maruyama

漏积分-火网络在欧拉-马尔蒂尼法下的数值分析

Xu'an Dou, Frank Chen, Kevin K Lin, Zhuo-Cheng Xiao

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了基于电流的漏积分-火网络在欧拉-马尔蒂尼法下的数值误差，通过分析阈值事件和网格诱导的突触计数不匹配，得出了有限时间内的强误差和弱误差界，并探讨了确定性和噪声递归扩展。

Comments 55 pages, 3 figures