图像生成

Mirai: Autoregressive Visual Generation Needs Foresight

Mirai: 自回归视觉生成需要前瞻性

Yonghao Yu, Lang Huang, Zerun Wang, Runyi Li, Toshihiko Yamasaki

机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（国立信息学研究所） ； Peking University（北京大学） 纠错

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

AI总结 研究探讨前瞻性训练信号对自回归视觉生成的影响，提出Mirai框架通过注入未来信息提升生成质量与收敛速度。

Semantic Manipulation Localization

语义操控定位

Zhenshan Tan, Chenhan Lu, Yuxiang Huang, Ziwen He, Xiang Zhang, Yuzhe Sha, Xianyi Chen, Tianrun Chen, Zhangjie Fu

机构 * Engineering Research Center of Digital Forensics, Ministry of Education, Nanjing University of Information Science and Technology（南京信息工程大学数字取证教育部工程研究中心） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； KOKONI3D, Moxin (Hangzhou) Technology Company Ltd.（KOKONI3D，魔芯（杭州）科技有限公司） 纠错

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

AI总结 本文提出语义操控定位任务，通过TRACE框架实现对图像中微妙语义编辑的定位，优于传统IML方法，提供更完整的定位结果。

Prompt Relay: Inference-Time Temporal Control for Multi-Event Video Generation

提示中继：多事件视频生成的推理时时间控制

Gordon Chen, Ziqi Huang, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S-Lab） 纠错

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

AI总结 本文提出Prompt Relay方法，通过在交叉注意力机制中引入惩罚项，实现多事件视频生成中的细粒度时间控制，提升文本-视频对齐和视觉质量。

GenTac: Generative Modeling and Forecasting of Soccer Tactics

GenTac：生成式足球战术建模与预测

Jiayuan Rao, Tianlin Gui, Haoning Wu, Yanfeng Wang, Weidi Xie

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 GenTac通过生成式框架建模足球战术的随机过程，实现长周期轨迹预测，支持多因素条件模拟，展现高精度战术生成与未来战术预测能力。

Comments 40 pages, 5 figures; technical Report

Leader-Follower Density Control of Multi-Agent Systems with Interacting Followers: Feasibility and Convergence Analysis

多智能体系统中领导者-跟随者密度控制：可行性与收敛性分析

Beniamino Di Lorenzo, Gian Carlo Maffettone, Mario di Bernardo

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了领导者-跟随者多智能体系统中密度控制问题，考虑了跟随者间的交互作用，推导了可行性条件和反馈控制律，通过数值模拟验证了理论结果。

A Control-Referenced Tri-Channel OECT Receiver for Hybrid Molecular Communication Toward Brain Organoid Interfaces

面向脑类器官接口的混合分子通信三通道OECT接收机

Hongbin Ni, Ozgur B. Akan

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出一种基于控制参考的三通道OECT接收机，用于混合分子通信中的神经递质检测，通过控制像素匹配降低漂移影响，提升接收性能。

Comments 16 pages, 7 figures, submitted to IEEE Transactions on Molecular, Biological, and Multi-Scale Communications (TMBMC)

A Hierarchical Robust Control Strategy for Stochastic Kuramoto--Sivashinsky--Korteweg--de Vries Equations

一种针对随机 Kuramoto-Sivashinsky-Korteweg-de Vries 方程的分层鲁棒控制策略

Abdellatif Elgrou, Omar Oukdach, Abdelaziz Rhandi

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出一种分层鲁棒控制策略，针对随机KS-KdV方程实现零可控性，通过鞍点存在性和Carleman估计解决强耦合前向-后向随机系统分析问题。

Fundamental thermo-visco mechanical interactions governing the acoustic response of laser-excited nanoparticles

支配激光激发纳米颗粒声学响应的基本热粘弹性力学相互作用

Stefano Giordano, Michele Diego, Francesco Banfi, Michele Brun

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究激光加热引发的声波生成与传播，分析热声效应与机械声效应的耦合机制，探讨粘性对声波衰减和穿透深度的影响。

Journal ref J. Appl. Phys. 139, 135105 (2026)

PrefPaint: Enhancing Medical Image Inpainting through Expert Human Feedback

PrefPaint：通过专家人类反馈增强医学图像修复

Duy-Bao Bui, Hoang-Khang Nguyen, Thao Thi Phuong Dao, Kim Anh Phung, Tam V. Nguyen, Justin Zhan, Minh-Triet Tran, Trung-Nghia Le

机构 * University of Science（科学大学） ； Vietnam National University（越南国立大学） ； Thong Nhat Hospital（统一医院） ； University of Cincinnati（辛辛那提大学） ； University of Dayton（代顿大学） 纠错

专题命中 图像修复 ：inpainting(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出PrefPaint系统，结合专家反馈提升医学图像修复的准确性，通过简化界面和模型树版本控制，提高临床应用中的实用性与效果。

Degradation-Aware and Structure-Preserving Diffusion for Real-World Image Super-Resolution

考虑退化和保持结构的扩散用于现实世界图像超分辨率

Yang Ji, Zonghao Chen, Zhihao Xue, Junqin Hu

机构 * KUNBYTE（坤比特） ； GOLDMYE（金迈） 纠错

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出了一种考虑退化和保持结构的扩散框架，通过引入退化感知的token注入和空间非对称噪声注入，提升现实世界图像超分辨率的感知质量和结构保持性。

Energy-oriented Diffusion Bridge for Image Restoration with Foundational Diffusion Models

面向能量的扩散桥：基于基础扩散模型的图像修复

Jinhui Hou, Zhiyu Zhu, Junhui Hou

机构 * Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； Department of Computer Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）计算机科学系） 纠错

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出E-Bridge框架，通过设计新型桥过程和连续时间一致性目标，提升图像修复性能，实现低能耗轨迹和任务自适应的平衡。

Comments Accepted to ICLR26

Post-Processing Methods for Improving Accuracy in MRI Inpainting

改进MRI修复精度的后处理方法

Nishad Kulkarni, Krithika Iyer, Austin Tapp, Abhijeet Parida, Daniel Capellán-Martín, Zhifan Jiang, María J. Ledesma-Carbayo, Syed Muhammad Anwar, Marius George Linguraru

机构 * CIBER-BBN, ISCIII（生物工程、生物材料与纳米医学网络研究中心，卡洛斯三世健康研究所） 纠错

专题命中 图像修复 ：inpainting(title,abstract)；分类 cs.CV

AI总结 本文提出结合模型集成与高效后处理策略的MRI修复方法，通过轻量U-Net增强阶段提升解剖合理性与视觉保真度，实现更准确且鲁棒的修复结果。

Randomized Approach to Matrix Completion: Applications in Recommendation Systems and Image Inpainting

矩阵补全的随机方法：推荐系统和图像修复中的应用

Antonina Krajewska, Ewa Niewiadomska-Szynkiewicz

机构 * NASK National Research Institute（NASK国家研究所） ； Warsaw University of Technology（华沙理工大学） 纠错

专题命中 图像修复 ：inpainting(title,abstract)

AI总结 本文提出一种新的矩阵补全方法，用于处理行数远多于列数的矩阵。通过结合列子集选择与低秩矩阵补全，CSMC在保持解质量的同时大幅降低计算成本，并在推荐系统和图像修复中验证了其有效性。

Journal ref Machine Learning, 115, 57 (2026)

From Redaction to Restoration: Deep Learning for Medical Image Anonymization and Reconstruction

从遮蔽到重建：深度学习在医学图像匿名化与重建中的应用

Adrienne Kline, Abhijit Gaonkar, Daniel Pittman, Chris Kuehn, Nils Forkert

机构 * Center for Artificial Intelligence, BCVI, Northwestern Medicine（西北医学BCVI人工智能中心） ； Department of Electrical and Computer Engineering, Northwestern University（西北大学电气与计算机工程系） ； Department of Surgery, Northwestern University（西北大学外科学系） ； Xtasis Inc.（Xtasis公司） ； Medtronic（美敦力公司） ； Departments of Radiology and Clinical Neurosciences, University of Calgary（卡尔加里大学放射学与临床神经科学系） 纠错

专题命中 图像修复 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 本文提出一种端到端的深度学习框架，用于将原始临床图像转换为去标识、适合分析的数据集，同时减少患者重新识别的风险。

Iterative Inference-time Scaling with Adaptive Frequency Steering for Image Super-Resolution

迭代推理时间缩放与自适应频率导向的图像超分辨率

Hexin Zhang, Dong Li, Jie Huang, Bingzhou Wang, Xueyang Fu, Zhengjun Zha

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出IAFS框架，通过迭代精炼和频率感知粒子融合，解决图像超分辨率中感知质量与结构保真度的平衡问题，实验表明其在多模型上均优于现有方法。

Premier: Personalized Preference Modulation with Learnable User Embedding in Text-to-Image Generation

Premier: 基于可学习用户嵌入的个性化偏好调节在文本到图像生成中

Zihao Wang, Yuxiang Wei, Xinpeng Zhou, Tianyu Zhang, Tao Liang, Yalong Bai, Hongzhi Zhang, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Duxiaoman（度小满） 纠错

专题命中 个性化与一致性 ：image generation(title,abstract)；text-to-image(title,abstract)；分类 cs.CV

AI总结 Premier通过可学习用户嵌入和偏好适配器实现个性化图像生成，引入分散损失提升用户偏好区分度，实验显示其在偏好对齐和文本一致性上表现更优。

CraftGraffiti: Exploring Human Identity with Custom Graffiti Art via Facial-Preserving Diffusion Models

CraftGraffiti：通过面部保留扩散模型探索人类身份的定制涂鸦艺术

Ayan Banerjee, Fernando Vilariño, Josep Lladós

机构 * Computer Vision Center, Universitat Autònoma de Barcelona（巴塞罗那自治大学计算机视觉中心） 纠错

专题命中 个性化与一致性 ：diffusion(title,abstract)；分类 cs.CV

AI总结 CraftGraffiti通过面部保留扩散模型生成具有身份一致性的涂鸦艺术，结合风格迁移与面部一致性机制，提升艺术创作的可识别性与审美价值。

FREE-Switch: Frequency-based Dynamic LoRA Switch for Style Transfer

FREE-Switch: 基于频率的动态LoRA切换用于风格迁移

Shenghe Zheng, Minyu Zhang, Tianhao Liu, Hongzhi Wang

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出FREE-Switch方法，通过频率域重要性驱动动态LoRA切换，结合不同对象和风格的适配器，降低高质量定制生成的训练成本。

Comments CVPR Findings 2026

PnP-CM: Consistency Models as Plug-and-Play Priors for Inverse Problems

PnP-CM：一致性模型作为逆问题的即插即用先验

Merve Gülle, Junno Yun, Yaşar Utku Alçalar, Mehmet Akçakaya

机构 * University of Minnesota（明尼苏达大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出PnP-CM，将一致性模型视为先验的近端算子，用于解决多种逆问题，通过改进的ADMM框架和噪声扰动，在低NFE情况下实现高质量重建。

Comments IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026

FlowPalm: Optical Flow Driven Non-Rigid Deformation for Geometrically Diverse Palmprint Generation

FlowPalm: 基于光流的非刚性变形生成几何多样性指纹

Yuchen Zou, Huikai Shao, Lihuang Fang, Zhipeng Xiong, Dexing Zhong

机构 * Xi’an Jiaotong University（西安交通大学） ； Sichuan Digital Economy Industry Development Research Institute（四川数字经济发展研究院） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 FlowPalm通过光流驱动生成几何多样性的指纹，结合统计变形模式与渐进采样过程，提升指纹识别性能。

On the Robustness of Watermarking for Autoregressive Image Generation

关于自回归图像生成中水印的鲁棒性

Andreas Müller, Denis Lukovnikov, Shingo Kodama, Minh Pham, Anubhav Jain, Jonathan Petit, Niv Cohen, Asja Fischer

机构 * Ruhr University Bochum（波鸿鲁尔大学） ； Middlebury College（米德尔伯里学院） ； New York University（纽约大学） ； Independent Researcher（独立研究员） ； Qualcomm（高通） 纠错

专题命中 图像生成评测 ：image generation(title,abstract)；分类 cs.CV

AI总结 研究自回归图像生成中水印技术的鲁棒性，揭示其易受移除和伪造攻击的影响，并提出三种新攻击方法，表明现有水印方案无法可靠检测合成内容。

GazeVaLM: A Multi-Observer Eye-Tracking Benchmark for Evaluating Clinical Realism in AI-Generated X-Rays

GazeVaLM：一个多观察者眼动基准测试，用于评估AI生成X光片的临床真实性

David Wong, Zeynep Isik, Bin Wang, Marouane Tliba, Gorkem Durak, Elif Keles, Halil Ertugrul Aktas, Aladine Chetouani, Cagdas Topel, Nicolo Gennaro, Camila Lopes Vendrami, Tugce Agirlar Trabzonlu, Amir Ali Rahsepar, Laetitia Perronne, Matthew Antalek, Onural Ozturk, Gokcan Okur, Andrew C. Gordon, Ayis Pyrros, Frank H. Miller, Amir Borhani, Hatice Savas, Eric Hart, Elizabeth Krupinski, Ulas Bagci

机构 * Northwestern University（西北大学） ； Loyola University Chicago（洛约拉大学芝加哥分校） ； DuPage Medical Group（杜佩奇医疗集团） ； Emory University（埃默里大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 GazeVaLM通过眼动数据和临床标签，评估AI生成X光片的临床真实性，对比人类专家与LLM的诊断准确性。

Comments This work appears in ACM ETRA 2026

SEED: A Large-Scale Benchmark for Provenance Tracing in Sequential Deepfake Facial Edits

SEED：一个大规模的面部深度伪造序列编辑溯源基准

Mengieong Hoi, Zhedong Zheng, Ping Liu, Wei Liu

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 SEED通过多步扩散编辑流程生成90000张图像，包含编辑顺序、文本指令等细粒度标注，用于研究序列溯源和伪造检测，揭示空间与频域特征在深度伪造分析中的作用。

Query Lower Bounds for Diffusion Sampling

扩散采样中的查询下界

Zhiyang Xun, Eric Price

机构 * UT Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 本文研究了扩散采样中查询次数的下限，证明了在多维分布下，任何采样算法需要至少O(√d)次适应性查询，解释了多尺度噪声调度的必要性。

Diffusion-Based Generative Priors for Efficient Beam Alignment in Directional Networks

基于扩散模型的生成先验用于方向网络中高效波束对齐

Esraa Fahmy Othman, Lina Bariah, Merouane Debbah

机构 * Research Institute for Digital Future（数字未来研究所） ； Khalifa University（哈利法大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 本文提出基于扩散模型的生成先验方法，用于方向网络中高效波束对齐，通过学习概率波束先验提升波束扫描的准确性和效率，实验显示在小k值下命中率显著提高，降低训练开销。

FS-DFM: Fast and Accurate Long Text Generation with Few-Step Diffusion Language Models

FS-DFM: 一种快速且准确的长文本生成方法：基于少步扩散语言模型

Amin Karimi Monsefi, Nikhil Bhendawade, Manuel Rafael Ciosici, Dominic Culver, Yizhe Zhang, Irina Belousova

机构 * The Ohio State University（俄亥俄州立大学） ； Apple（苹果公司） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 FS-DFM通过减少采样步骤数提升生成速度，同时保持生成质量，在语言模型基准测试中实现与传统扩散模型相当的性能，显著降低采样延迟和吞吐量。

Comments Accepted to ICLR 2026

Any 3D Scene is Worth 1K Tokens: 3D-Grounded Representation for Scene Generation at Scale

任何3D场景都值得1000个标记：面向大规模场景生成的3D grounded表示

Dongxu Wei, Qi Xu, Zhiqi Li, Hangning Zhou, Cong Qiu, Hailong Qin, Mu Yang, Zhaopeng Cui, Peidong Liu

机构 * Westlake University（西湖大学） ； Afari Intelligent Drive（阿法里智能驾驶） ； Zhejiang University（浙江大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出在隐式3D潜在空间中直接生成3D场景，解决传统2D方法在3D空间扩展中的不足，通过3DRAE和3DDiT实现高效且一致的3D生成。

Comments Under Review. Project Page: https://wswdx.github.io/3DRAE

Matrix-Game 3.0: Real-Time and Streaming Interactive World Model with Long-Horizon Memory

矩阵游戏3.0：具有长时程记忆的实时和流式交互世界模型

Zile Wang, Zexiang Liu, Jiaxing Li, Kaichen Huang, Baixin Xu, Fei Kang, Mengyin An, Peiyu Wang, Biao Jiang, Yichen Wei, Yidan Xietian, Jiangbo Pei, Liang Hu, Boyi Jiang, Hua Xue, Zidong Wang, Haofeng Sun, Wei Li, Wanli Ouyang, Xianglong He, Yang Liu, Yangguang Li, Yahui Zhou

机构 * Skywork AI（天工AI） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 矩阵游戏3.0通过改进数据、模型和推理方法，实现了720p实时长视频生成，支持长时程时空一致性，提升了生成效率和质量。

Comments Project page: https://matrix-game-v3.github.io/

A Lightweight Universal Machine-Learning Interatomic Potential via Knowledge Distillation for Scalable Atomistic Simulations

一种基于知识蒸馏的轻量级通用机器学习互作用势用于可扩展的原子模拟

Sangmin Oh, Jinmu You, Jaesun Kim, Jiho Lee, Hyungmin An, Seungwu Han, Youngho Kang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出SevenNet-Nano，一种基于图神经网络的轻量级通用机器学习互作用势，通过知识蒸馏框架实现高精度和强泛化能力，显著降低计算成本，适用于大规模原子模拟。

BézierFlow: Learning Bézier Stochastic Interpolant Schedulers for Few-Step Generation

BézierFlow：学习Bézier随机插值调度器用于少步生成

Yunhong Min, Juil Koo, Seungwoo Yoo, Minhyuk Sung

机构 * KAIST（韩国科学技术院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 BézierFlow通过学习Bézier随机插值调度器，实现少步生成的性能提升，采用轻量训练方法，在10次NFE内提升2-3倍性能，且训练时间仅需15分钟。

Comments ICLR 2026, Project page: https://bezierflow.github.io