图像生成

Representations Before Pixels: Semantics-Guided Hierarchical Video Prediction

在像素之前：基于语义的分层视频预测

Efstathios Karypidis, Spyros Gidaris, Nikos Komodakis

机构 * Archimedes Athena Research Center（雅典娜研究中心） ； National Technical University of Athens（雅典国家技术大学） ； University of Crete（克里特大学） ； IACM-Forth（希腊研究与技术基金会-应用与计算数学研究所） 纠错

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

AI总结 本文提出Re2Pix框架，通过先预测语义表示再生成视觉内容，提升动态环境视频预测的语义一致性和视觉质量。

Evaluating the Impact of Medical Image Reconstruction on Downstream AI Fairness and Performance

评估医学图像重建对下游AI公平性和性能的影响

Matteo Wohlrapp, Niklas Bubeck, Daniel Rueckert, William Lotter

机构 * Department of Data Science, Dana-Farber Cancer Institute（丹娜-法伯癌症研究所数据科学系） ； AI in Medicine, Technical University of Munich（慕尼黑工业大学医学人工智能） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） ； Harvard Medical School（哈佛医学院） 纠错

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

AI总结 研究通过结合重建与诊断AI模型，评估不同重建方法对下游任务性能和公平性的影响，发现传统指标无法准确反映任务表现，且重建可能放大性别偏见，但整体偏移量较小。

Comments Proceedings of the Medical Imaging with Deep Learning (MIDL) Conference 2026

LRD-Net: A Lightweight Real-Centered Detection Network for Cross-Domain Face Forgery Detection

LRD-Net: 一种轻量级真实中心检测网络用于跨域人脸伪造检测

Xuecen Zhang, Vipin Chaudhary

机构 * Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 本文提出LRD-Net，通过频率引导架构和真实中心学习策略，解决跨域人脸伪造检测中的泛化能力差和计算开销大问题，实现高效准确的检测。

ReContraster: Making Your Posters Stand Out with Regional Contrast

ReContraster：利用区域对比让海报脱颖而出

Peixuan Zhang, Zijian Jia, Ziqi Cai, Shuchen Weng, Si Li, Boxin Shi

机构 * School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院） ； State Key Laboratory for 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） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（北京大学计算机学院国家视觉技术工程研究中心） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 ReContraster通过区域对比和多智能体系统生成视觉吸引人的海报，结合去噪策略和新基准数据集，优于现有方法。

Scaling Up AI-Generated Image Detection with Generator-Aware Prototypes

扩大AI生成图像检测的生成器感知原型

Ziheng Qin, Yuheng Ji, Renshuai Tao, Yuxuan Tian, Yuyang Liu, Yipu Wang, Xiaolong Zheng

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学前沿交叉科学学院） 纠错

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

AI总结 本文提出Generator-Aware Prototype Learning框架，解决生成器多样性导致的检测性能下降问题，通过约束学习和低秩适应提升检测准确率。

StaMo: Unsupervised Learning of Generalizable Robot Motion from Compact State Representation

StaMo：从紧凑状态表示中无监督学习通用机器人运动

Mingyu Liu, Jiuhe Shu, Hui Chen, Zeju Li, Canyu Zhao, Jiange Yang, Shenyuan Gao, Hao Chen, Chunhua Shen

机构 * State Key Laboratory of CAD & CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Nanjing University（南京大学） ； HKUST（香港科技大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 本文提出StaMo方法，通过轻量编码器和预训练扩散变换器解码器学习高效紧凑状态表示，提升机器人运动性能，并发现通过潜在插值获得的token差异可作为有效潜动作，增强策略协同训练。

Attention-Guided Flow-Matching for Sparse 3D Geological Generation

基于注意力的流匹配用于稀疏3D地质生成

Zhixiang Lu, Mengqi Han, Peixin Guo, Tianming Bai, Jionglong Su, Fei Fang, Sifan Song

机构 * Xi’an Jiaotong-Liverpool University（西交利物浦大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出3D-GeoFlow框架，通过将离散类别生成转化为连续向量场回归，解决稀疏多模态地质建模中的非线性拓扑断点问题，实现稳定确定性最优传输路径。

Tipiano: Cascaded Piano Hand Motion Synthesis via Fingertip Priors

Tipiano：通过指尖先验知识实现钢琴手部运动的级联合成

Joonhyung Bae, Kirak Kim, Hyeyoon Cho, Sein Lee, Yoon-Seok Choi, Hyeon Hur, Gyubin Lee, Akira Maezawa, Satoshi Obata, Jonghwa Park, Jaebum Park, Juhan Nam

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院（KAIST）） ； 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Tipiano框架，利用钢琴运动的自然层级结构，通过指尖定位、轨迹细化、手腕估计和姿态合成四个阶段，实现高精度自然的钢琴手部运动合成，实验表明其性能优于扩散模型。

CAGE: Bridging the Accuracy-Aesthetics Gap in Educational Diagrams via Code-Anchored Generative Enhancement

CAGE：通过代码锚定生成增强弥合教育图表的准确性与美观性差距

Dikshant Kukreja, Kshitij Sah, Karan Goyal, Mukesh Mohania, Vikram Goyal

机构 * IIIT Delhi（印度德里国际信息技术学院） 纠错

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

AI总结 本文提出CAGE方法，通过结合LLM生成代码和扩散模型生成图像，解决教育图表在准确性和美观性上的矛盾，同时引入EduDiagram-2K数据集进行验证。

Diffusing diffusivity model with dichotomous noise

具有二元噪声的扩散扩散性模型

Dongho Lee, Jae-Hyung Jeon, Pascal Viot, Gleb Oshanin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了由周围介质波动引起的随机扩散性朗之万动力学，分析了短时间粒子位移概率密度函数及其渐进行为，揭示了长期动力学趋近于普通高斯扩散，并确定了时间平均随机扩散性的方差和协方差。

SCNO: Spiking Compositional Neural Operator -- Towards a Neuromorphic Foundation Model for Nuclear PDE Solving

SCNO：脉冲组合神经算子——迈向核PDE求解的类脑基础模型

Samrendra Roy, Souvik Chakraborty, Rizwan-uddin, Syed Bahauddin Alam

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Indian Institute of Technology Delhi（印度理工学院德里分校） ； National Center for Supercomputing Applications（国家超级计算应用中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 SCNO通过模块化架构结合脉冲与传统组件，解决神经算子在PDE求解中的三大限制，以低参数量实现高精度求解，优于传统方法。

Generative Path-Finding Method for Wasserstein Gradient Flow

生成路径寻找方法用于Wasserstein梯度流

Chengyu Liu, Xiang Zhou

机构 * City University of Hong Kong（香港城市大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出GenWGP框架，通过生成流计算Wasserstein梯度流路径，利用几何动作功能和归一化流实现稳定训练，有效捕捉复杂动态。

Comments Due to the arXiv notice that "The Abstract field cannot be longer than 1,920 characters", the abstract shown here is shortened. For the full abstract, please download the article

A Herding-Based Model of Technological Transfer and Economic Convergence: Evidence from Central and Eastern Europe

技术转移与经济收敛的 herd-based 模型：来自中欧和东欧的证据

Vygintas Gontis, Lesya Kolinets

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于 herd 效应的技术转移模型，探讨经济收敛机制，通过中欧东欧国家OECD数据验证模型参数与收敛特性。

Comments 6 pages, 3 figures, 2 Tables

One Scale at a Time: Scale-Autoregressive Modeling for Fluid Flow Distributions

逐级进行：用于流体流动分布的自回归建模

Mario Lino, Nils Thuerey

机构 * Technical University of Munich（慕尼黑工业大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种逐级自回归建模方法，用于在无结构网格上高效采样流体流动分布，相比传统方法在精度和效率上均有提升。

Subordinated Wright-Fisher Priors

次序化威特-费舍尔先验

Nathan A. Judd, Dario Spanò

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文引入了一种时间依赖的狄利克雷先验，扩展了威特-费舍尔扩散，允许轨迹中的不连续性和非马尔可夫记忆。通过简单的随机时间变换（次序化）获得，作为威特-费舍尔扩散操作时间钟的超先验。给出了过程及其时间钟的先验和后验分布的显式表示和精确采样算法。

Streaming instabilities in weakly ionized protoplanetary discs: the Ambipolar Streaming Instability (AmSI)

盘状流体在弱电离的原行星盘中的不稳定性：双极流体不稳定性（AmSI）

Arnaud Pierens, Min-Kai Lin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究弱电离原行星盘中双极扩散对磁盘稳定性的影响，发现尘埃反馈稳定了MRI偏振模式，并引发强共振拖曳不稳定性，有助于尘埃聚集与类地行星形成之间的桥梁。

Comments Accepted for publication in A&A

Quantitative propagation of chaos for particle systems with bounded kernels and multiplicative noise

粒子系统中受有界核和乘性噪声影响的定量混沌传播

Ning Jiang, Rongli Mo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在漂移和扩散系数中均存在相互作用的随机粒子系统，证明在漂移核有界的情况下，定量混沌传播的成立，扩展了Jabin和Wang的指数大数定律到扩散核，并处理熵演化方程中乘性噪声带来的误差项。

Comments 38 pages

MemDLM: Memory-Enhanced DLM Training

MemDLM：增强记忆的DLM训练

Zehua Pei, Hui-Ling Zhen, Weizhe Lin, Sinno Jialin Pan, Yunhe Wang, Mingxuan Yuan, Bei Yu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 MemDLM通过引入双通道记忆机制，利用Bi-level优化在训练中嵌入模拟去噪轨迹，提升长上下文表示和训练效率，同时在推理时启用内循环实现特定提示适应。

Binary Flow Matching: Prediction-Loss Space Alignment for Robust Learning

二进制流匹配：用于鲁棒学习的预测-损失空间对齐

Jiadong Hong, Lei Liu, Xinyu Bian, Wenjie Wang, Zhaoyang Zhang

机构 * Zhejiang University（浙江大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了二进制流匹配在离散数据生成建模中的应用，提出通过信号空间对齐消除奇异加权，从而实现鲁棒训练。

Comments 15 pages, 3 tables, 11 figures

Coupled gas and bubble dynamics at the solidification front

固态前沿处气体与气泡动力学的耦合

Bastien Isabella, Cécile Monteux, Sylvain Deville

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究固态前沿处气体与气泡的耦合动力学，通过原位冷冻共聚焦荧光显微镜分析碳酸水固态前沿的气体气泡行为，揭示气泡成核、生长与吞噬的动力学机制及其与固态速度的关系。

Comments 14 pages, 9 figures. version 2: updated after a first round of review

Model of incompressible turbulent flows via a kinetic theory

通过动力学理论建模不可压缩湍流流动

Ziyang Xin, Zhaoli Guo, Hudong Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文扩展并分析了Chen等人提出的不可压缩湍流动力学模型，通过重新选择弛豫时间并改进近壁流动处理，提升了湍流输运系数的一致性，并验证了模型在湍流平面Couette流中的有效性。

Comments 36 page;12 figures

On the Profile of Singularity Formation for the Incompressible Hydrostatic Boussinesq system

不可压缩静力 Boussinesq 系统奇点形成的特征

Slim Ibrahim, Quyuan Lin, Lingjun Qian, Edriss S. Titi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了非恒温条件下静力 Boussinesq 系统奇点形成的稳定性，探讨了温度变化对速度场奇点形成与稳定性的影响。

Score-based generative emulation of impact-relevant Earth system model outputs

基于评分的生成模拟对相关地球系统模型输出的影响

Shahine Bouabid, Andre Nogueira Souza, Raffaele Ferrari

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于评分扩散的生成模拟模型，用于快速探索替代未来并保持与地球系统模型行为一致，通过月度数据展示其在影响相关变量联合分布建模中的潜力。

Dissipative Avalanche Regimes Driven by Memory-Biased Random Walks on Networks

由网络上的记忆偏置随机游走驱动的耗散雪崩模式

Mohammad Jafari

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究探讨了结合局部扩散与偏好重置的网络模型，通过应力平衡条件αk≈T控制雪崩行为，耗散规则能稳定宽范围内的有限雪崩，且在不同网络拓扑中表现不同。

Composition Effects on Ni/Al Reactive Multilayers: A Comprehensive Study of Mechanical Properties, Reaction Dynamics and Phase Evolution

镍/铝反应多层的组成效应：机械性能、反应动力学和相演变的综合研究

Nensi Toncich, Fabian Schwarz, Rebecca A. Gallivan, Jemma Gillon, Ralph Spolenak

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究镍/铝多层材料中组成变化对机械性能和反应动力学的影响，通过纳米压痕测试和燃烧实验分析其性能，并利用分子动力学模拟揭示相演变的非平衡过程。

Comments 13 pages, 7 figures

Journal ref J. Appl. Phys. 137, 175107 (2025)

Tracking High-order Evolutions via Cascading Low-rank Fitting

通过级联低秩拟合追踪高阶演化

Zhao Song

机构 * Simons Institute for Theory of Computing, UC Berkeley（加州大学伯克利分校西蒙斯理论计算研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出级联低秩拟合方法，用于高效建模高阶动力学，通过共享基础函数和累积低秩组件，减少参数规模，理论分析证明高阶导数秩的非递增性及排列灵活性。

Generative Design for Direct-to-Chip Liquid Cooling for Data Centers

面向数据中心的直接到芯片液体冷却生成设计

Zheng Liu

机构 * University of Michigan-Dearborn（密歇根大学迪尔伯恩分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种生成设计框架，用于合成NVIDIA GB200 Grace Blackwell超芯片的冷却通道几何结构，通过物理建模与反应扩散过程结合，优化冷却性能，降低芯片温度。

Comments 5 pages, 2 figures

Non-Monotonic Marangoni Suppression of Hydrodynamic Coarsening in Bicontinuous Liquid-Liquid Phase Separation

非单调性Marangoni效应抑制双连续液-液相分离中的流体动力学粗化

Tian Liu, Haohao Hao, Jiaxi Liu, Yongjie Zhou, Feiyu An, Huanshu Tan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过相场模型揭示可溶表面活性剂通过Marangoni应力非单调抑制双连续相分离的流体动力学粗化过程，发现表面活性剂的Péclet数对抑制效果有关键影响。

Stochastic Modified Equations for Stochastic Gradient Descent in Infinite-Dimensional Hilbert Spaces

随机修正方程用于无限维希尔伯特空间中的随机梯度下降

Sandra Cerrai, Qin Li, Anjali Nair, Jaeyoung Yoon

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在无限维希尔伯特空间中随机梯度下降的连续时间极限，推导出由柱状布朗运动驱动的随机微分方程，并证明了在适当条件下，SGD与极限SDE的差异在步长平方阶内。

A Deep Generative Approach to Stratified Learning

基于深度生成的方法用于分层学习

Randy Martinez, Rong Tang, Lizhen Lin

机构 * University of Maryland（马里兰大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出两种深度生成框架用于分层空间分布学习，通过建立收敛速率和内在维度估计方法，验证了在分子动力学等数据集上的有效性。

Comments 79 pages, 5 figures