图像生成

DeCo: Frequency-Decoupled Pixel Diffusion for End-to-End Image Generation

DeCo：频率解耦的像素扩散用于端到端图像生成

Zehong Ma, Longhui Wei, Shuai Wang, Shiliang Zhang, Qi Tian

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； Nanjing University（南京大学） ； Huawei Inc.（华为公司） 纠错

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

AI总结 DeCo通过解耦高频与低频成分生成，提升像素扩散效率，实现更高效的端到端图像生成，实验表明其在ImageNet上取得优于其他模型的性能。

Comments Accepted to CVPR2026. Project Page: https://zehong-ma.github.io/DeCo. Code Repository: https://github.com/Zehong-Ma/DeCo

MAR-GRPO: Stabilized GRPO for AR-diffusion Hybrid Image Generation

MAR-GRPO：用于AR-扩散混合图像生成的稳定GRPO

Xiaoxiao Ma, Jiachen Lei, Tianfei Ren, Jie Huang, Siming Fu, Aiming Hao, Jiahong Wu, Xiangxiang Chu, Feng Zhao

机构 * University of Science and Technology of China（中国科学技术大学） ； AMAP, Alibaba Group（阿里巴巴集团高德地图） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出稳定RL框架用于MAR，通过多轨迹期望减少梯度噪声，结合不确定性估计和一致性aware的token选择策略，提升图像生成质量与稳定性。

FP4 Explore, BF16 Train: Diffusion Reinforcement Learning via Efficient Rollout Scaling

FP4探索，BF16训练：通过高效的回放缩放实现扩散强化学习

Yitong Li, Junsong Chen, Shuchen Xue, Pengcuo Zeren, Siyuan Fu, Dinghao Yang, Yangyang Tang, Junjie Bai, Ping Luo, Song Han, Enze Xie

机构 * NVIDIA（英伟达） ； HKU（香港大学） ； MIT（麻省理工学院） 纠错

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

AI总结 本文提出Sol-RL框架，通过FP4量化与BF16训练结合，提升扩散模型的对齐性能，实现训练效率与精度的平衡，实验显示在多个指标上表现优异，训练收敛速度提升4.64倍。

A Noise Constrained Diffusion (NC-Diffusion) Framework for High Fidelity Image Compression

一种面向高保真图像压缩的噪声约束扩散（NC-Diffusion）框架

Zhenyu Du, Yanbo Gao, Shuai Li, Yiyang Li, Hui Yuan, Mao Ye

机构 * Shandong University（山东大学） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 本文提出噪声约束扩散框架，通过将量化噪声作为扩散过程中的噪声，提升压缩效率和图像保真度，同时引入自适应频域滤波模块和零样本引导增强方法，实验证明其优于现有方法。

Comments Accepted by IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY

ChopGrad: Pixel-Wise Losses for Latent Video Diffusion via Truncated Backpropagation

ChopGrad：通过截断反向传播实现基于像素的潜在视频扩散模型

Dmitriy Rivkin, Parker Ewen, Lili Gao, Julian Ost, Stefanie Walz, Rasika Kangutkar, Mario Bijelic, Felix Heide

机构 * Torc Robotics ； Princeton University（普林斯顿大学） 纠错

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

AI总结 本文提出ChopGrad，通过截断反向传播减少视频生成的内存消耗，实现高效的像素级损失微调，适用于视频超分辨率、修复和增强等任务。

Comments Project website: https://light.princeton.edu/chopgrad

Exploring Conditions for Diffusion models in Robotic Control

探索扩散模型在机器人控制中的条件

Heeseong Shin, Byeongho Heo, Dongyoon Han, Seungryong Kim, Taekyung Kim

机构 * KAIST AI（韩国科学技术院人工智能学院） ； NAVER AI Lab（NAVER人工智能实验室） 纠错

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

AI总结 本文研究利用预训练文本到图像扩散模型获取任务适应的视觉表示，提出ORCA方法以动态视觉信息提升机器人控制性能。

Comments Accepted to CVPR 2026. Project page: https://orca-rc.github.io/

DiffSketcher: Text Guided Vector Sketch Synthesis through Latent Diffusion Models

DiffSketcher: 通过潜在扩散模型实现文本引导的向量草图合成

Ximing Xing, Chuang Wang, Haitao Zhou, Jing Zhang, Qian Yu, Dong Xu

机构 * Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出DiffSketcher，通过扩展的SDS损失优化贝塞尔曲线，实现从自然语言提示直接生成向量草图，提升生成质量与可控性。

Comments Accepted by NeurIPS 2023. Project page: https://ximinng.github.io/DiffSketcher-project/

Robust Mesh Saliency Ground Truth Acquisition in VR via View Cone Sampling and Manifold Diffusion

通过视锥采样和流形扩散在VR中实现鲁棒的网格显著性真实值获取

Guoquan Zheng, Jie Hao, Huiyu Duan, Long Tang, Shuo Yang, Yucheng Zhu, Yongming Han, Liang Yuan, Patrick Le Callet, Guangtao Zhai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing University of Chemical Technology（北京化工大学） ； Nantes University（南特大学） 纠错

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

AI总结 本文提出一种鲁棒框架，通过视锥采样和混合流形-欧几里得约束扩散算法，解决VR中3D网格显著性真实值获取的鲁棒性问题，提升下游任务性能。

Not all tokens contribute equally to diffusion learning

并非所有标记对扩散学习贡献相等

Guoqing Zhang, Lu Shi, Wanru Xu, Linna Zhang, Sen Wang, Fangfang Wang, Yigang Cen

机构 * School of Mechanical Engineering, Guizhou University, Guizhou, China（贵州大学机械工程学院） ； School of Information Science and Technology, Hangzhou Normal University, Zhejiang, China（杭州师范大学信息科学与技术学院） 纠错

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

AI总结 本文提出DARE框架，通过分布偏见缓解和空间一致性提升扩散模型的语义引导，解决训练数据长尾分布和交叉注意力空间对齐问题，提升文本到视频生成的准确性和语义对齐性。

On the Robustness of Diffusion-Based Image Compression to Bit-Flip Errors

扩散基图像压缩对位翻转错误的鲁棒性

Amit Vaisman, Gal Pomerants, Raz Lapid

机构 * Technion - Israel Institute of Technology（以色列理工学院） ； Deepkeep 纠错

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

AI总结 研究探讨了基于扩散的图像压缩在位翻转错误下的鲁棒性，提出更稳健的Turbo-DDCM变体，改进鲁棒性的同时保持率-失真-感知权衡。

Comments Accepted at AIGENS @ CVPR 2026

From Synthetic Data to Real Restorations: Diffusion Model for Patient-specific Dental Crown Completion

从合成数据到真实修复：一种针对患者特定牙齿冠的扩散模型

Dávid Pukanec, Tibor Kubík, Michal Španěl

机构 * Department of Computer Graphics and Multimedia, Brno University of Technology, Czechia（捷克布尔诺科技大学计算机图形与多媒体系） 纠错

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

AI总结 本文提出ToothCraft模型，通过合成数据生成患者特定的牙齿冠修复，解决训练数据不足问题，实验显示其在IoU和CD指标上的优异表现。

Comments VISAPP 2026 Conference / CVPR Workshop GenRecon3D

Gaussian Shannon: High-Precision Diffusion Model Watermarking Based on Communication

高斯香农：基于通信的高精度扩散模型水印技术

Yi Zhang, Hongbo Huang, Liang-Jie Zhang

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

AI总结 本文提出Gaussian Shannon水印框架，通过将扩散过程视为噪声通信信道，实现鲁棒追踪和精确位恢复，适用于无损元数据应用。

Comments Accepted by CVPR 2026 Findings

D-Garment: Physically Grounded Latent Diffusion for Dynamic Garment Deformations

D-Garment：基于物理的潜在扩散模型用于动态服装变形

Antoine Dumoulin, Adnane Boukhayma, Laurence Boissieux, Bharath Bhushan Damodaran, Pierre Hellier, Stefanie Wuhrer

机构 * Inria Centre at the University Grenoble Alpes（格勒诺布尔阿尔卑斯大学Inria研究中心） ； Inria, University of Rennes, CNRS, IRISA-UMR 6074（雷恩大学Inria、CNRS、IRISA-UMR 6074） ； InterDigital Inc.（InterDigital公司） 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-Garment，通过基于物理的模拟器生成新数据，学习基于物理材料属性的3D生成模型，实现更准确的服装变形和动态皱纹模拟。

Comments 18 pages, 11 figures

Journal ref Transactions on Machine Learning Research (TMLR), 2026

DiffuMask: Diffusion Language Model for Token-level Prompt Pruning

DiffuMask: 用于令牌级提示压缩的扩散语言模型

Caleb Zheng, Jyotika Singh, Fang Tu, Weiyi Sun, Sujeeth Bharadwaj, Yassine Benajiba, Sujith Ravi, Eli Shlizerman, Dan Roth

机构 * University of Washington（华盛顿大学） ； Oracle AI（甲骨文人工智能） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffuMask通过迭代掩码预测实现快速并行提示压缩，保留关键推理上下文，实现80%的提示长度缩减，同时保持或提升准确性。

Train-Small Deploy-Large: Leveraging Diffusion-Based Multi-Robot Planning

训练小型部署大型：利用基于扩散的多机器人规划

Siddharth Singh, Soumee Guha, Qing Chang, Scott Acton

机构 * University of Virginia（弗吉尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于扩散模型的多机器人路径规划方法，通过训练少量代理并有效扩展到更多代理，解决动态变化中的规划问题。

$S^3$: Stratified Scaling Search for Test-Time in Diffusion Language Models

$S^3$：分层缩放搜索用于扩散语言模型的测试时间

Ahsan Bilal, Muhammad Ahmed Mohsin, Muhammad Umer, Asad Aali, Muhammad Usman Khanzada, Muhammad Usman Rafique, Zihao He, Emily Fox, Dean F. Hougen

机构 * University of Oklahoma（俄克拉荷马大学） ； Stanford University（斯坦福大学） ； University of Göttingen（哥廷根大学） ； Zoox ； Meta 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出$S^3$方法，通过在去噪过程中重新分配计算资源提升生成质量，实验证明其在数学推理任务中表现最佳。

Comments Submitted to COLM 2026

Cut Finite Element Methods for Convection-Diffusion in Mixed-Dimensional Domains

用于混合维域的对流扩散问题的切割有限元方法

Erik Burman, Peter Hansbo, Mats G. Larson, Karl Larsson, Shantiram Mahata

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种切割有限元方法，用于混合维域中的对流扩散问题，通过混合维方向导数和散度算子抽象表达问题，采用固定背景网格和主动网格表示每个流形组件，证明了能量和L2范数的先验误差估计，并通过数值实验验证了收敛性。

Diffusion-based Evolutionary Optimization for 3D Multi-Objective Molecular Generation

基于扩散的进化优化用于3D多目标分子生成

Ruiqing Sun, Dawei Feng, Sen Yang, Ronghang Wang, Huaiyuan Song, Bo Ding, Yijie Wang, Huaimin Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于扩散的进化分子优化框架DEMO，通过引入进化引导扩散和结构感知环境选择机制，解决复杂3D结构约束下的多目标分子生成问题，实现零样本下高多样性且化学有效的Pareto前沿。

On the equilibrium solutions of electro-energy-reaction-diffusion systems

关于电-能-反应-扩散系统的平衡解

Katharina Hopf, Michael Kniely, Alexander Mielke

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究电-能-反应-扩散系统长期行为的平衡解，通过熵最大化问题探讨其存在性、唯一性和正则性，采用拉格朗日乘数法和变分法两种方法证明。

RefineAnything: Multimodal Region-Specific Refinement for Perfect Local Details

RefineAnything: 多模态区域特定细化以实现完美局部细节

Dewei Zhou, You Li, Zongxin Yang, Yi Yang

机构 * RELER, CCAI, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室、人工智能研究所） ； DBMI, HMS, Harvard University（哈佛大学医学院生物医学信息学系） 纠错

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

AI总结 本文提出区域特定图像细化方法，通过多模态扩散模型实现局部细节恢复，同时保持非编辑区域不变，引入边界一致性损失和Focus-and-Refine策略提升效果。

Comments 18 pages

Erased, But Not Forgotten: Erased Rectified Flow Transformers Still Remain Unsafe Under Concept Attack

被擦除，但未被遗忘：擦除的修正流变换器在概念攻击下仍不安全

Nanxiang Jiang, Zhaoxin Fan, Enhan Kang, Daiheng Gao, Yun Zhou, Yanxia Chang, Zheng Zhu, Yeying Jin, Wenjun Wu

机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院未来区块链与隐私计算北京高精尖创新中心） ； University of Science and Technology of China（中国科学技术大学） ； National University of Defense Technology（国防科技大学） ； GigaAI ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出ReFlux，首个针对最新修正流T2I框架评估概念擦除鲁棒性的攻击方法，通过反注意力优化和动态引导策略，验证了概念擦除在修正流变换器中的有效性。

ODE-free Neural Flow Matching for One-Step Generative Modeling

无微分方程的神经流匹配用于一步生成建模

Xiao Shou

机构 * Baylor University（贝勒大学） 纠错

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)

AI总结 本文提出无微分方程的神经流匹配方法，通过直接学习传输映射实现一步生成，减少推断步骤，提升生成质量。

LiveStre4m: Feed-Forward Live Streaming of Novel Views from Unposed Multi-View Video

LiveStre4m: 从无姿态多视角视频中实时生成新视角的前馈直播

Pedro Quesado, Erkut Akdag, Yasaman Kashefbahrami, Willem Menu, Egor Bondarev

机构 * AIMSGroup, Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电气工程系AIMSGroup） 纠错

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

AI总结 本文提出LiveStre4m方法，通过多视角视觉Transformer和扩散-Transformer插值模块实现实时新视角视频直播，无需姿态参数，每帧重建时间仅0.07秒，显著优于传统优化方法。

Language-Guided Multimodal Texture Authoring via Generative Models

基于生成模型的语言引导多模态纹理创作

Wanli Qian, Aiden Chang, Shihan Lu, Michael Gu, Heather Culbertson

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

AI总结 本文提出一种语言驱动的多模态纹理创作系统，通过生成模型将自然语言提示转化为触觉和视觉纹理，实现触觉与视觉信号的语义一致性，提升创作效率与可解释性。

Comments 14 pages, 13 figures, accepted to IEEE Haptics Symposium 2026

Evolution of Video Generative Foundations

视频生成基础的演变

Teng Hu, Jiangning Zhang, Hongrui Huang, Ran Yi, Zihan Su, Jieyu Weng, Zhucun Xue, Lizhuang Ma, Ming-Hsuan Yang, Dacheng Tao

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

AI总结 本文综述了视频生成技术的发展，从早期GAN到扩散模型，再到AR和多模态技术，探讨了核心原理、关键进展及未来趋势，旨在为视频生成及其应用提供指导。

Distilling Photon-Counting CT into Routine Chest CT through Clinically Validated Degradation Modeling

通过临床验证的退化建模将光子计数CT转化为常规胸部CT

Junqi Liu, Xinze Zhou, Wenxuan Li, Scott Ye, Arkadiusz Sitek, Xiaofeng Yang, Yucheng Tang, Daguang Xu, Kai Ding, Kang Wang, Yang Yang, Alan L. Yuille, Zongwei Zhou

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of California, San Francisco（加州大学旧金山分校） ； Harvard Medical School（哈佛医学院） ； Emory University（埃默里大学） ； Nvidia（英伟达） ； Johns Hopkins Medicine（约翰霍普金斯医学） 纠错

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

AI总结 本文提出SUMI方法，利用高质光子计数CT作为参考，通过建模真实退化过程，将低质常规CT提升至高质量图像，实现了在胸部CT中的显著性能提升。

Geo-EVS: Geometry-Conditioned Extrapolative View Synthesis for Autonomous Driving

Geo-EVS：基于几何条件的外推视图合成用于自动驾驶

Yatong Lan, Rongkui Tang, Lei He

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与移动国家重点实验室） ； School of Science, Minzu University（中央民族大学理学院） ； Chongqing Changan Automobile Co., Ltd.（重庆长安汽车股份有限公司） 纠错

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

AI总结 Geo-EVS通过几何条件化框架提升自动驾驶中稀疏视图合成的几何精度，尤其在高角度和低覆盖率场景中表现优异，并改进下游3D检测性能。

Bridging MRI and PET physiology: Untangling complementarity through orthogonal representations

弥合MRI与PET生理学：通过正交表示解构互补性

Sonja Adomeit, Kartikay Tehlan, Lukas Förner, Katharina Weisser, Helen Scholtiseek, David Kaufmann, Julie Steinestel, Constantin Lapa, Thomas Kröncke, Thomas Wendler

机构 * Dept. of diagnostic and interventional Radiology and Neuroradiology, University Hospital Augsburg, Germany（德国奥格斯堡大学医院诊断与介入放射学及神经放射学系） ； Digital Medicine, University Hospital Augsburg, Germany（德国奥格斯堡大学医院数字医学） ； Chair for Computer Aided Medical Procedures and Augmented Reality, Technical University of Munich, Germany（德国慕尼黑工业大学计算机辅助医疗流程与增强现实教席） ； Bavarian Center for Cancer Research (BZKF) Augsburg, Germany（德国奥格斯堡巴伐利亚癌症研究中心） ； Dept. of Nuclear Medicine, University Hospital Augsburg, Germany（德国奥格斯堡大学医院核医学系） ； Dept. of Urology, University Hospital Augsburg, Germany（德国奥格斯堡大学医院泌尿外科） ； Center for Advanced Analytics and Predictive Sciences, University of Augsburg, Germany（德国奥格斯堡大学高级分析与预测科学中心） 纠错

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

AI总结 本文提出一种子空间分解框架，通过正交子空间分离重构多模态融合，区分共享信息与模态特有信息，揭示PSMA PET信号中不可由MRI生理描述恢复的部分。

Comments The code is available at https://github.com/SonjaA14/inrmri2pet

Granular mixing and flow dynamics in horizontal stirred bed reactors

水平搅拌床反应器中的颗粒混合与流动动力学

Sahar Pourandi, Igor Ostanin, Thomas Weinhart

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究水平搅拌床反应器中旋转速度和填充水平对颗粒流动和混合的影响，通过离散元模拟分析轴向和横截面混合行为及轴向扩散系数，揭示旋转速度与填充水平对混合、循环和扩散的平衡关系。

RichMap: A Reachability Map Balancing Precision, Efficiency, and Flexibility for Rich Robot Manipulation Tasks

RichMap: 一种平衡精度、效率和灵活性的可达性地图用于丰富的机器人操作任务

Yupu Lu, Yuxiang Ma, Jia Pan

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出RichMap，一种高精度可达性地图表示，通过优化传统网格结构，在保持结构灵活性的同时实现接近紧凑地图形式的性能，通过理论容量界和异步流水线实现高效构建，并在多个指标上验证其高预测精度和低误报率。

Comments Accepted by WAFR 2026