图像生成

SHIFT: Steering Hidden Intermediates in Flow Transformers

SHIFT: 在流变换器中操控隐藏中间量

Nina Konovalova, Andrey Kuznetsov, Aibek Alanov

机构 * FusionBrain Lab（FusionBrain实验室） ； HSE University（高等经济大学） ； AXXX 纠错

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

AI总结 SHIFT通过在推理时操控中间激活值，实现对DiT扩散模型中概念的去除，同时保持图像质量，支持风格域转换和目标对象的偏移。

Evolutionary Optimization Trumps Adam Optimization on Embedding Space Exploration

进化优化在嵌入空间探索中胜过Adam优化

Domício Pereira Neto, João Correia, Penousal Machado

机构 * University of Coimbra（科英布拉大学） 纠错

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

AI总结 本文比较了进化优化与Adam优化在Stable Diffusion XL Turbo模型中的表现，发现进化优化在美学质量与提示对齐之间取得更好的平衡，且无需模型微调。

Comments 34 pages, 6 figures, 3 tables, 18 appendix figures, 1 appendix table

MeshOn: Intersection-Free Mesh-to-Mesh Composition

MeshOn：无交集的网格到网格组合

Hyunwoo Kim, Itai Lang, Hadar Averbuch-Elor, Silvia Sellán, Rana Hanocka

机构 * Columbia University（哥伦比亚大学） ； University of Chicago（芝加哥大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 MeshOn通过多步骤优化框架实现两个输入网格的物理和语义真实组合，利用结构对齐方案和几何损失防止表面交叠，适用于多种材质配件的精准拟合。

Comments Project page: \hyperlink{https://threedle.github.io/MeshOn/}{this https URL}

Envisioning the Future, One Step at a Time

逐步展望未来

Stefan Andreas Baumann, Jannik Wiese, Tommaso Martorella, Mahdi M. Kalayeh, Björn Ommer

机构 * Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Netflix 纠错

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

AI总结 本文提出通过稀疏点轨迹逐步推断来预测开放集未来场景动态，提升大规模探索效率，同时引入OWM基准测试预测准确性与现实不确定性下的多样性。

Comments CVPR 2026. For code and models, see http://compvis.github.io/myriad

Screen, Cache, and Match: A Training-Free Causality-Consistent Reference Frame Framework for Human Animation

屏幕、缓存与匹配：一种无需训练的因果一致性参考框架用于人类动画

Jianan Wang, Nailei Hei, Li He, Huanzhen Wang, Aoxing Li, Yingkai Zhao, Yuxuan Lin, Haofen Wang, Chunyang Wang, Yan Wang, Wenqiang Zhang

机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； Shanghai Key Lab of Intelligent Information Processing, College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院上海市智能信息处理重点实验室） ； College of Design and Innovation, Tongji University（同济大学设计创意学院） ； School of Data Science and Engineering, East China Normal University（华东师范大学数据科学与工程学院） 纠错

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

AI总结 本文提出FrameCache框架，通过Screen-Cache-Match策略和Trajectory-Aware Autoregressive Generation机制，提升人类动画的时空一致性与视觉稳定性。

CoMoVi: Co-Generation of 3D Human Motions and Realistic Videos

CoMoVi：3D人类动作与真实视频的联合生成

Chengfeng Zhao, Jiazhi Shu, Yubo Zhao, Tianyu Huang, Jiahao Lu, Zekai Gu, Chengwei Ren, Zhiyang Dou, Qing Shuai, Yuan Liu

机构 * HKUST（香港科技大学） ； SCUT（华南理工大学） ； HKU（香港大学） ； MIT（麻省理工学院） ； ZJU（浙江大学） 纠错

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

AI总结 本文提出CoMoVi框架，通过单个扩散去噪循环同步生成3D人类动作和视频，采用双分支扩散模型实现动作与视频生成的互惠特征交互和3D-2D交叉注意力。

Comments Project Page: https://igl-hkust.github.io/CoMoVi/

ClusterMark: Towards Robust Watermarking for Autoregressive Image Generators with Visual Token Clustering

ClusterMark：面向自回归图像生成器的鲁棒水印技术：基于视觉token聚类

Denis Lukovnikov, Andreas Müller, Erwin Quiring, Asja Fischer

机构 * Ruhr University Bochum（波鸿鲁尔大学） ； _fbeta 纠错

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

AI总结 本文提出ClusterMark，通过视觉token聚类提升自回归图像生成器的水印鲁棒性，有效对抗图像扰动和再生攻击，同时保持图像质量，优于现有基线方法。

Comments CVPR 2026

Gen-n-Val: Agentic Image Data Generation and Validation

Gen-n-Val：代理图像数据生成与验证

Jing-En Huang, I-Sheng Fang, Tzuhsuan Huang, Yu-Lun Liu, Chih-Yu Wang, Jun-Cheng Chen

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Research Center for Information Technology Innovation, Academia Sinica（中央研究院资讯科技创新研究中心） 纠错

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

AI总结 针对计算机视觉任务中数据稀缺、标签噪声和长尾类别不平衡问题，Gen-n-Val引入基于Layer Diffusion和大语言模型的代理生成框架，有效提升实例分割和目标检测的合成数据质量与性能。

Comments Accepted to the CVPR 2026 Findings track

MixFlow: Mixed Source Distributions Improve Rectified Flows

MixFlow：混合源分布改进修正流

Nazir Nayal, Christopher Wewer, Jan Eric Lenssen

机构 * Max Planck Institute for Informatics, Saarland Informatics Campus, Germany（马克斯·普朗克信息学研究所，萨尔兰信息学园区，德国） 纠错

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

AI总结 本文提出MixFlow，通过混合固定无条件分布与基于κ-FC的分布，减少生成路径曲率，提升采样效率和生成质量，实验显示在FID上比标准修正流提升12%。

Deep Light Pollution Removal in Night Cityscape Photographs

深度夜景城市照片中的光污染去除

Hao Wang, Xiaolin Wu, Xi Zhang, Baoqing Sun

机构 * Shandong University（山东大学） ； Southwest Jiaotong University（西南交通大学） ； Tongji University（同济大学） 纠错

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

AI总结 本文提出物理基础退化模型和训练策略，通过合成-真实耦合增强泛化能力，有效减少光污染伪影并恢复真实夜景影像。

Comments 17 pages, supplementary material included

SIM1: Physics-Aligned Simulator as Zero-Shot Data Scaler in Deformable Worlds

SIM1：物理对齐的模拟器作为零样本数据放大器在变形世界中

Yunsong Zhou, Hangxu Liu, Xuekun Jiang, Xing Shen, Yuanzhen Zhou, Hui Wang, Baole Fang, Yang Tian, Mulin Yu, Qiaojun Yu, Li Ma, Hengjie Li, Hanqing Wang, Jia Zeng, Jiangmiao Pang

机构 * Shanghai AI Lab（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） 纠错

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

AI总结 SIM1通过物理对齐的仿真方法，将稀疏观测转化为高保真的合成监督，实现变形物体 manipulation 的高效训练，取得与真实数据相当的性能。

Comments Website: https://internrobotics.github.io/sim1.github.io/

Towards Context-Aware Image Anonymization with Multi-Agent Reasoning

面向多智能体推理的上下文感知图像匿名化

Robert Aufschläger, Jakob Folz, Gautam Savaliya, Manjitha D Vidanalage, Michael Heigl, Martin Schramm

机构 * Deggendorf Institute of Technology（代根多夫应用技术大学） 纠错

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

AI总结 本文提出CAIAMAR框架，通过多智能体推理和扩散匿名化技术，实现上下文感知的PII分割，减少重识别风险并提升图像质量。

Comments Accepted to IEEE CVPR 2026 GRAIL-V Workshop

Generative View Stitching

生成视图拼接

Chonghyuk Song, Michal Stary, Boyuan Chen, George Kopanas, Vincent Sitzmann

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Runway ML 纠错

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

AI总结 本文提出生成视图拼接(GVS)，通过并行采样确保生成场景与预定义相机轨迹一致，解决视频生成中因未来条件缺失导致的碰撞问题，实现稳定且一致的相机引导视频生成。

Comments Published at ICLR 2026. Camera-ready Submission. Project website: https://andrewsonga.github.io/gvs

Enhancing the accuracy of under-resolved numerical simulations of atmospheric flows with super resolution

通过超分辨率技术提升大气流动未解析数值模拟的准确性

Armin Sheidani, Michele Girfoglio, Annalisa Quaini, Gianluigi Rozza

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了多种超分辨率架构以改进中尺度大气流动的粗网格模拟，通过弱压缩可解方程模拟生成训练数据，比较了CNN、注意力增强CNN、多尺度CNN和扩散模型，发现多尺度CNN在精度、鲁棒性和计算效率上表现最佳。

HOC simulations of miscible viscous fingering of a finite slice: A new insight

不可混溶黏性指进的有限切片HOC模拟：新的见解

Mijanur Rahaman, Jiten C. Kalita, Satyajit Pramanik

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究不可混溶黏性指进在均质各向同性多孔介质中的动力学，采用四阶紧致有限差分法和Crank-Nicolson技术求解非线性耦合对流扩散方程，发现边界条件影响长期行为、溶质混合与扩散。

Physical Properties of Dextran Solutions as Model Crowding Media

脱氧核糖核酸溶液的物理性质作为模型拥挤介质

Giuliano Migliorini, Josipa Cecic Vidos, Josef Hamacek, Anand Yethiraj, Francesco Piazza

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了脱氧核糖核酸溶液的密度、粘度、聚合物自扩散和水扩散，揭示了粘度随浓度呈幂律增长，聚合物自扩散呈指数衰减，水自扩散率和特定体积随浓度降低，但不受聚合物尺寸影响，展示了聚合物物理概念在体外大分子拥挤研究中的应用。

Comments 37 pages, 9 figures

Hierarchical Flow Decomposition for Turning Movement Prediction at Signalized Intersections

用于信号灯交叉口转向预测的分层流量分解

Md Atiqur Rahman Mallick, Kamrul Hasan, Pulock Das, Liang Hong, S M Shazzad Rassel

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出HFD-TM框架，通过预测走廊通行流量再扩展至个体转向流，降低转向流量预测误差，实验显示其在实时交通应用中具有优势。

Comments Accepted to IEEE SoutheastCon 2026. 6 pages, 5 figures

On the origin of superlattice stacking faults nucleation via climb of Frank partial in CoNi-based superalloys

关于通过Frank部分的攀爬解释超晶格堆垛缺陷成核起源

Zhida Liang, Yinan Cui, Li Wang, Xin Liu, Bin Liu, Yong Liu, Fengxian Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究揭示了CoNi基超合金中超晶格内在和外在堆垛缺陷的形成机制，通过Frank部分的攀爬而非传统肖克利部分滑移，为高温度变形提供了新的理解。

Meta-Learned Basis Adaptation for Parametric Linear PDEs

元学习基底适应用于参数线性偏微分方程

Vikas Dwivedi, Monica Sigovan, Bruno Sixou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种混合物理信息框架，通过结合元学习预测器和最小二乘校正器，解决参数线性偏微分方程族。预测器生成可解释的基底几何，校正器通过物理信息极值学习机（PIELM）风格的最小二乘求解提升精度。

Multivariate Representations of Univariate Marked Hawkes Processes

单变量标记Hawkes过程的多变量表示

Louis Davis, Conor Kresin, Boris Baeumer, Ting Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文探讨了单变量标记Hawkes过程与多变量Hawkes过程之间的联系，提出多变量无标记表示用于参数化单变量标记过程，并展示了其在不同数据上的灵活推断能力。

Comments 26 pages, 3 figures, submitted to the Annals of Statistics

Self-similar solutions to the time-fractional Porous-Medium Equation

时间分数渗流方程的自相似解

David Gómez-Castro, Łukasz Płociniczak, Juan Luis Vázquez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了时间分数渗流方程的自相似解，针对不同指数m，证明了在空间维度d≥1和m>m_c=(d-2)_+/d范围内，存在具有有限质量的自相似解，分为紧支撑解和具有重尾的正解。

Balancing Thermodynamics, Kinetics, and Reversibility in Ti-Doped MgB2H8: A First-Principles Assessment of a Practical Solid-State Hydrogen Storage Material

在Ti掺杂的MgB2H8中平衡热力学、动力学和可逆性：对一种实用固态氢存储材料的首次原理评估

Sikander Azam, Wilayat Khan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过首次原理计算分析Ti掺杂MgB2H8的氢存储性能，发现其在热力学、动力学和可逆性方面均有提升，为固态氢存储材料提供了新方向。

Many-body dynamical localization in Fock space

多体动力学局域化在Fock空间中

Nathan Dupont, Bruno Peaudecerf, David Guéry-Odelin, Gabriel Lemarié, Bertrand Georgeot, Christian Miniatura, Nathan Goldman

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了相互作用双模玻色子系统在周期驱动下Fock空间中多体动力学局域化现象，揭示了经典混沌扩散与量子干涉效应的相互作用，发现量子动力学在Fock空间中表现出强抑制传输，类比于无序晶格中的安德森局域化。

Comments 5 pages, 4 figures + Supplementary Material

Responsive Distribution of G-normal Random Variables

G随机变量的响应分布

Ziting Pei, Shige Peng, Xingye Yue, Xiaotao Zheng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种耦合的反向-正向三叉树框架，用于计算G期望并构建对应的响应分布，通过离散化随机优化控制问题并验证方法的收敛性。

Grain Growth Kinetics in (Cr,Mo,Ta,V,W)C1-δ High-Entropy Carbide Ceramics

(Cr,Mo,Ta,V,W)C1-δ高熵碳化物陶瓷的晶粒生长动力学

Ali Sarikhani, Gregory E. Hilmas, David W. Lipke, Douglas E. Wolfe, Stefano Curtarolo, Shen J. Dillon, Ahmad Mirzaei, William G. Fahrenholtz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了火花等离子烧结过程中晶界移动对高熵碳化物微观结构控制的影响，通过实验确定了晶粒生长动力学与致密化行为的关系，揭示了温度对晶粒粗化和扩散动力学的影响。

Sampleability transport, nonlinear regularization, and the porous medium flow

可采性传输、非线性正则化与多孔介质流

Hy P. G. Lam

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了概率测度在密度比有界的测度类上的Wasserstein投影，探讨了生成建模、最优传输和非线性扩散之间的联系，证明了可采性投影的存在性和唯一性，分析了多孔介质方程作为正则化候选者的特性及局限性。

Comments 25 pages, 1 figure

Using Synthetic Data for Machine Learning-based Childhood Vaccination Prediction in Narok, Kenya

利用合成数据进行基于机器学习的肯尼亚纳罗克儿童疫苗预测

Jimmy Bach, Yang Li, Yaqi Liu, John Sankok, Rose Kimani, Carrie B. Dolan, Julius N. Odhiambo, Haipeng Chen

机构 * Data-Driven Decision Intelligence Lab (D3i)（数据驱动决策智能实验室（D3i）） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用合成数据和机器学习模型预测肯尼亚纳罗克地区儿童疫苗接种风险，验证了合成数据在保护隐私的同时提高预测性能的可行性。

Stringology-Based Cryptanalysis for EChaCha20 Stream Cipher

基于字符串学的EChaCha20流密码密码分析

Victor Kebande

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于字符串学方法分析EChaCha20流密码，研究其扩展状态矩阵和修改的Quarter-Round函数是否引入潜在的统计区分特性，评估其抗旋转差分攻击能力。

Comments 29 pages, 11 Figures, submitted to Cybersecurity

FluidFlow: a flow-matching generative model for fluid dynamics surrogates on unstructured meshes

FluidFlow: 一种基于流匹配的生成模型，用于无结构网格上的流体动力学替代模型

David Ramos, Lucas Lacasa, Fermín Gutiérrez, Eusebio Valero, Gonzalo Rubio

机构 * ETSIAE-UPM-School of Aeronautics, Universidad Politécnica de Madrid（马德里理工大学航空学院） ； Institute for Cross-Disciplinary Physics and Complex Systems (IFISC, CSIC-UIB)（跨学科物理与复杂系统研究所（IFISC，CSIC-UIB）） ； Center for Computational Simulation, Universidad Politécnica de Madrid（马德里理工大学计算模拟中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出FluidFlow，一种基于条件流匹配的生成模型，用于在无结构网格上构建可扩展的流体动力学替代模型，通过U-Net和扩散Transformer架构在不同复杂度的基准问题中表现出色，误差更低且泛化能力更强。

Comments 17 pages, 6 figures

A Locking-free and Loosely Coupled Robin-Robin Scheme for Fluid-Poroelasticity Interaction

一种无锁化且松散耦合的鲁金-鲁金方案用于流体-多孔弹性相互作用

Wenlong He, Thomas Wick, Xiaohe Yue, Jiwei Zhang, Haibiao Zheng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种无锁化且松散耦合的鲁金-鲁金方案，用于解决流体-多孔弹性相互作用问题，通过引入辅助变量将Biot系统改写为四场问题，并证明该方法无条件稳定且具有最优阶误差估计。

Comments 37 pages