图像生成

Can We Trust a Black-box LLM? LLM Untrustworthy Boundary Detection via Bias-Diffusion and Multi-Agent Reinforcement Learning

我们能信任一个黑盒大语言模型吗？通过偏见扩散和多智能体强化学习进行大语言模型不可信边界检测

Xiaotian Zhou, Di Tang, Xiaofeng Wang, Xiaozhong Liu

机构 * Worcester Polytechnic Institute（伍斯特理工学院） ； Indiana University Bloomington（印第安纳大学布卢明顿分校） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出GMRL-BD算法，通过知识图谱和多智能体强化学习识别大语言模型在特定主题上的偏见边界，实验表明该算法能以少量查询高效检测不可信边界，并发布包含多个流行大语言模型的标注数据集。

GaussianGrow: Geometry-aware Gaussian Growing from 3D Point Clouds with Text Guidance

GaussianGrow：基于3D点云与文本引导的几何感知Gaussian生成

Weiqi Zhang, Junsheng Zhou, Haotian Geng, Kanle Shi, Shenkun Xu, Yi Fang, Yu-Shen Liu

机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技） ； CAIR and CIDSAI, NYU Abu Dhabi（纽约大学阿布扎比分校CAIR和CIDSAI） 纠错

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

AI总结 本文提出GaussianGrow，通过学习从3D点云中生长Gaussian，结合多视角扩散模型和文本引导，提升生成几何精度与质量。

Comments Accepted by CVPR 2026. Project page: https://weiqi-zhang.github.io/GaussianGrow

BulletGen: Improving 4D Reconstruction with Bullet-Time Generation

BulletGen: 通过子弹时间生成提升4D重建

Denis Rozumny, Jonathon Luiten, Numair Khan, Johannes Schönberger, Peter Kontschieder

机构 * Meta Reality Labs（Meta 现实实验室） 纠错

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

AI总结 BulletGen利用生成模型在Gaussian动态场景表示中校正错误并补全缺失信息，通过对扩散视频生成模型输出与4D重建在单个冻结子弹时间步骤的对齐，实现新颖视角合成和2D/3D跟踪任务的最先进结果。

Comments Accepted at CVPR 2026 Workshop "4D World Models: Bridging Generation and Reconstruction"

MedShift: Implicit Conditional Transport for X-Ray Domain Adaptation

MedShift：隐式条件传输用于X射线领域迁移

Francisco Caetano, Christiaan Viviers, Peter H. N. De With, Fons van der Sommen

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 本文提出MedShift，一种基于流匹配和Schrodinger Bridges的统一类条件生成模型，用于解决合成与真实X射线图像之间的跨领域翻译问题，通过学习共享的领域无关潜在空间实现高质量无配对图像转换。

Comments Accepted at the ICCV 2025 AIM Workshop

Referring-Aware Visuomotor Policy Learning for Closed-Loop Manipulation

面向指引用的视觉-运动策略学习用于闭环操作

Jiahua Ma, Yiran Qin, Xin Wen, Yixiong Li, Yuyu Sun, Yulan Guo, Liang Lin, Ruimao Zhang

机构 * Sun Yat-sen University（中山大学） ； Oxford University（牛津大学） 纠错

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

AI总结 本文提出ReV框架，通过整合稀疏指引用点实现动态轨迹重规划，无需额外数据即可提升机器人操作的鲁棒性。

Human Interaction-Aware 3D Reconstruction from a Single Image

面向人类交互的单图像三维重建

Gwanghyun Kim, Junghun James Kim, Suh Yoon Jeon, Jason Park, Se Young Chun

机构 * Seoul National University（首尔大学） 纠错

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

AI总结 本文提出HUG3D框架，通过建模群体和实例级信息，解决多人类场景中的几何失真和交互问题，实现高保真三维重建。

Comments Accepted to CVPR 2026

RenderFlow: Single-Step Neural Rendering via Flow Matching

RenderFlow：通过流匹配实现单步神经渲染

Shenghao Zhang, Runtao Liu, Christopher Schroers, Yang Zhang

机构 * Disney Research|Studios（迪士尼研究院/工作室） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出RenderFlow框架，通过流匹配方法实现单步神经渲染，解决传统渲染方法的效率与精度问题，提升渲染质量和视觉效果。

Comments CVPR 2026; Supplementary material included

MotionAdapter: Video Motion Transfer via Content-Aware Attention Customization

MotionAdapter: 通过内容感知注意力定制实现视频动作迁移

Zhexin Zhang, Yangyang Xu, Yifeng Zhu, Long Chen, Yong Du, Shengfeng He, Jun Yu

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； The Hong Kong University of Science and Technology（香港科技大学） ； Ocean University of China（中国海洋大学） ； Singapore Management University（新加坡管理大学） 纠错

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

AI总结 本文提出MotionAdapter框架，通过解耦动作与外观并自适应定制动作，实现DiT视频扩散模型中的稳健动作迁移，实验表明其在质量和定量评估中优于现有方法，支持复杂动作迁移与编辑。

Aleatoric Uncertainty Medical Image Segmentation Estimation via Flow Matching

通过流匹配进行医疗图像分割的算法不确定性估计

Phi Van Nguyen, Ngoc Huynh Trinh, Duy Minh Lam Nguyen, Phu Loc Nguyen, Quoc Long Tran

机构 * Institute for Artificial Intelligence, University of Engineering 纠错

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

AI总结 本文提出基于条件流匹配的生成模型，通过模拟-free方法精确建模数据分布，提升分割结果的准确性并可靠量化不确定性，实验表明其在分割精度和不确定性映射方面表现优异。

Journal ref Uncertainty for Safe Utilization of Machine Learning in Medical Imaging. UNSURE 2025

Optimizing IMPULSED Acquisition Protocols for Clinical 3T Scanners Through Bayesian Experimental Design

通过贝叶斯实验设计优化IMPULSED获取协议用于临床3T扫描仪

Yan Dai, Xun Jia, Todd Aguilera, Kai Jiang, Arely Perez Rodriguez, Isabelle Vanhaezebrouck, Jie Deng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过贝叶斯优化方法优化IMPULSED模型在临床3T扫描仪中的获取协议，提升细胞尺度参数估计精度。研究通过仿真验证优化协议在不同信噪比下的分类准确性和参数估计性能，实验结果表明优化协议在区分细胞群体和减少参数估计误差方面表现更优。

Refined boundary layer asymptotics for elliptic equations with multiplicative nonlocal effects

椭圆方程中乘法非局部效应的精细化边界层渐近分析

Chiun-Chang Lee, Sang-Hyuck Moon, Wen Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有乘法非局部扩散项的奇异摄动椭圆问题，探讨非局部扩散与边界渐近的耦合结构，提出高阶修正项以量化全局耦合对边界层的影响。

Comments 23 pages

The role of ambipolar heating in the energy balance of solar prominences

反极加热在日珥能量平衡中的作用

Llorenç Melis, Roberto Soler

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了反极扩散在日珥能量平衡中的作用，通过一维模型探讨了反极加热如何补偿辐射损失并产生稳定的中性流。

Comments 14 pages, 11 figures

Journal ref A&A 708, A178 (2026)

Simulation of proton radiolysis of H2O and O2 ices with the Nautilus code

用Nautilus代码模拟水和氧气冰的质子辐射效应

Tian-Yu Tu, Valentine Wakelam, Jean-Christophe Loison, Marin Chabot, Emmanuel Dartois, Yang Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过调整参数探讨了水冰在辐射下的反应扩散竞争、非扩散化学和超热物种脱附能的影响，发现通过调整化学模型可复现稳态比值，但需进一步约束辐射过程中的中间路径。

Comments 12 pages, 8 figures, accepted for publication in A&A, abstract adjusted for the requirements of ArXiv

Journal ref A&A 708, A237 (2026)

Compositional amortized inference for large-scale hierarchical Bayesian models

大规模分层贝叶斯模型的组合 amortized 推断

Jonas Arruda, Vikas Pandey, Catherine Sherry, Margarida Barroso, Xavier Intes, Jan Hasenauer, Stefan T. Radev

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种改进的组合分数匹配方法，用于大规模分层贝叶斯模型的amortized贝叶斯推断，通过误差阻尼估计器提升稳定性，并在不同规模的问题中展现竞争力。

Comments Published as a conference paper at ICLR 2026

Convergence of nonhomogeneous Hawkes processes and Feller random measures

非齐次Hawkes过程的收敛性与Feller随机测度

Tristan Pace, Gordan Zitkovic

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非齐次Hawkes过程在近不稳定极限区域的缩放极限，其激发测度可能依赖于世代，通过非线性卷积方程刻画极限随机测度，扩展了Feller扩散和分数Feller（CIR）过程，并允许一般Levy型算子的驱动噪声。

Comments Weaker conditions for the main theorem; paper reorganized

Brain-to-Speech: Prosody Feature Engineering and Transformer-Based Reconstruction

脑到语音：语调特征工程与基于Transformer的重建

Mohammed Salah Al-Radhi, Géza Németh, Andon Tchechmedjiev, Binbin Xu

机构 * Department of Telecommunications and Artificial Intelligence, Budapest University of Technology and Economics（布达佩斯技术与经济大学电信与人工智能系） ； EuroMov Digital Health in Motion, University of Montpellier, IMT Mines Alès（蒙彼利埃大学 EuroMov 数字健康运动实验室，IMT 阿莱斯矿业学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于脑电图数据的脑到语音合成新方法，通过语调感知的特征工程和先进的Transformer模型实现高保真语音重建，提升了语音的可懂度和表达性。

Comments OpenAccess chapter: 10.1007/978-3-032-10561-5_16. In: Curry, E., et al. Artificial Intelligence, Data and Robotics (2026)

Optimal-Transport-Guided Functional Flow Matching for Turbulent Field Generation in Hilbert Space

基于最优传输的功能流匹配的希尔伯特空间湍流场生成

Li Kunpeng, Wan Chenguang, Qu Zhisong, Lim Kyungtak, Virginie Grandgirard, Xavier Garbet, Yu Hua, Ong Yew Soon

机构 * School of Physical and Mathematical Sciences, Nanyang Technological University（南洋理工大学物理与数学科学学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Centre for Frontier AI Research, Agency for Science, Technology and Research（新加坡科技研究局前沿人工智能研究中心） ； Dalian Jiaotong University（大连交通大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出FOT-CFM框架，通过在无限维函数空间中直接学习概率测度的生成动力学，实现高保真湍流场生成，优于现有基线方法。

Comments 41 pages, 5 figures, journal paper

Determination of the mass transport parameters in thin membranes by phase-sensitive photoacoustics in the optically transparent and mixed regimes

通过光子声学相敏技术确定薄膜中质量传输参数

Pawel Rochowski

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了样品吸收特性对透明和半透明条件下薄膜中慢质量传输过程定量分析的影响，基于Green函数方法并结合实验数据验证了Fick扩散过程的假设。

Comments 11 pages, 6 figures,

Consensus-based optimization with $α$-stable jump processes

基于α-稳定跳跃过程的共识优化

Pedro Aceves-Sanchez, Giacomo Albi, Federica Ferrarese, Michael Herty

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种结合α-稳定随机过程的共识优化新方法，通过非局部随机效应提升探索能力，并推导了分数福克-普朗克方程，证明了方法的收敛性，实验表明其在复杂优化中优于传统扩散方法。

Indication of Stochastic Photothermal Dynamics around a Topological Defect in a Chiral Magnet

拓扑缺陷周围磁有序恢复的随机光热动力学指示

Dongxue Han, Asuka Nakamura, Takahiro Shimojima, Kosuke Karube, Yasujiro Taguchi, Yoshinori Tokura, Kyoko Ishizaka

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过LTEM观察了Co$_9$Zn$_9$Mn$_2$中光热诱导的螺旋到反铁磁相变，发现拓扑缺陷周围磁有序恢复存在随机弛豫路径。

Comments 17 pages, 4 figures

Taylor dispersion in a soft channel

软通道中的泰勒扩散

Aditya Jha, Masoodah Gunny, Joshua D Mcgraw, Yacine Amarouchene, Thomas Salez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究软轴对称通道中溶质扩散的增强机制，通过多时间尺度分析推导修正的宏观传输方程，发现软性增强有效对流速度和扩散系数，对生物和微流体技术有实用意义。

A graph based advection framework for climate-driven species distribution

基于图的扩散框架用于气候驱动物种分布

Pranali Roy Chowdhury, Soumyendu Raha

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于图的反应-扩散-对流框架，考虑环境梯度诱导的定向运动，揭示对流与网络拓扑如何影响物种分布、热点形成及灭绝风险。

General Multimodal Protein Design Enables DNA-Encoding of Chemistry

通用多模态蛋白质设计使化学编码成为可能

Jarrid Rector-Brooks, Théophile Lambert, Marta Skreta, Daniel Roth, Yueming Long, Zi-Qi Li, Xi Zhang, Miruna Cretu, Francesca-Zhoufan Li, Tanvi Ganapathy, Emily Jin, Avishek Joey Bose, Jason Yang, Kirill Neklyudov, Yoshua Bengio, Alexander Tong, Frances H. Arnold, Cheng-Hao Liu

机构 * California Institute of Technology（加州理工学院） ； Mila – Québec AI Institute（Mila – 魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Université Paris-Saclay（巴黎-萨克雷大学） ； McGill University（麦吉尔大学） ； University of Cambridge（剑桥大学） ； University of Oxford（牛津大学） ； Imperial College London（伦敦帝国理工学院） ； Institut Courtois（库尔图瓦研究所） ； LawZero ； AITHYRA ； FutureHouse 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 DISCO模型通过多模态设计实现蛋白质序列和三维结构的协同优化，能够设计出新型血红素酶，催化新的化学反应，拓展了遗传编码转化的潜力。

Gas Giants Formed by Gravitational Instability May Accrete Atmospheres with Super-Stellar Carbon to Oxygen Ratios

由引力不稳定性形成的气态巨行星可能获得超恒星碳氧比的大气层

Alan P. Boss

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过三维辐射水力学模型分析，发现气态巨行星在特定盘温条件下可能形成超恒星碳氧比的大气层，其核心机制与盘内固态物质迁移有关。

Comments 23 pages, 7 figures, 1 table, in press, ApJ

Transport and scaling analysis in the relativistic Standard map

相对标准映射中的输运与标度分析

André L. P. Livorati, Marcelo de Almeida Presotto, João Victor Valdo Mascaro

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了相对标准映射的统计输运特性，通过波包哈密顿量在电势下的分析，发现随着β减小，动作变量扩散增强，但存在不变曲线限制扩散，且扩散行为随β呈现标度不变性。

Induced-current magnetophoresis

诱导电流磁泳

V. Kumaran

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究诱导电流磁泳中粒子在交变磁场下的运动机制，推导了粒子受力和扭矩的表达式，并探讨了粒子相互作用对扩散系数的影响。

Erratic Liouvillian Skin Localization and Subdiffusive Transport

非赫米特系统中的非规则李维利安皮肤定位与亚扩散传输

Stefano Longhi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究探讨了非赫米特系统中李维利安层面的非对称性对传输的影响，发现亚扩散传输与非规则定位共存，揭示了李维利安系统与哈密顿系统的核心差异。

Comments 16 pages, 9 figures, accepted for publication in Quantum Science and Technology (Focus Issue on "Non-Hermitian Quantum Many-Body Physics")

Hillas meets Eddington: The case for blazars as ultra-high-energy neutrino sources

Hillas 与 Eddington 的交汇：类星体作为超高能中微子源的案例

Xavier Rodrigues, Frank Rieger, Artem Bohdan, Paolo Padovani

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种新的 leptohadronic 模型，通过磁主导到动能主导的喷流演变，解释类星体作为超高能中微子源的机制，通过 TXS 0506+056 和 PKS 0605-085 的案例验证模型的预测能力。

Journal ref A&A 706, A351 (2026)

Goal-Oriented Bayesian Optimal Experimental Design for Nonlinear Models using Markov Chain Monte Carlo

面向非线性模型的基于贝叶斯的最优实验设计：利用马尔可夫链蒙特卡罗方法

Shijie Zhong, Wanggang Shen, Tommie Catanach, Xun Huan

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Michigan（密歇根大学） ； Sandia National Laboratories（桑迪亚国家实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种面向预测目标的贝叶斯最优实验设计方法，用于非线性模型，通过马尔可夫链蒙特卡罗方法估计预测目标的期望信息增益，提升实验设计的效率和准确性。

Comments 28 pages, 19 figures

Journal ref SIAM/ASA Journal on Uncertainty Quantification 14 (2026) 19-47

Controllable Image Generation with Composed Parallel Token Prediction

通过组合并行令牌预测实现可控图像生成

Jamie Stirling, Noura Al-Moubayed, Chris G. Willcocks, Hubert P. H. Shum

机构 * Durham University（杜伦大学） 纠错

专题命中 可控生成 ：image generation(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出一种理论指导的离散生成过程组合方法，通过掩码生成（吸收扩散）实现多输入条件的精确组合，提升图像生成的可控性和效率。

Comments 8 pages + references, 7 figures, accepted to CVPR Workshops 2026 (LoViF)