图像生成

Dual-Control Frequency-Aware Diffusion Model for Depth-Dependent Optical Microrobot Microscopy Image Generation

双控频率感知扩散模型用于深度依赖光学微机器人显微图像生成

Lan Wei, Zongcai Tan, Kangyi Lu, Jian-Qing Zheng, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（帝国理工学院生物工程系、Imperial-X人工智能计划） ； CAMS-Oxford Institute, University of Oxford（牛津大学CAMS-Oxford研究所） 纠错

专题命中 可控生成 ：diffusion(title,abstract)；image generation(title)；image synthesis(abstract)

AI总结 本文提出Du-FreqNet，通过双控频率感知扩散模型生成物理一致的显微图像，提升微机器人自主操作的3D感知能力，改进SSIM并增强下游任务性能。

CountLoop: Training-Free High-Instance Image Generation via Iterative Agent Guidance

CountLoop：通过迭代代理指导实现无训练的高实例图像生成

Anindya Mondal, Ayan Banerjee, Sauradip Nag, Josep Llados, Xiatian Zhu, Anjan Dutta

机构 * University of Surrey（萨里大学） ； Universitat Autònoma de Barcelona（巴塞罗那自治大学） ； Simon Fraser University（西蒙菲莎大学） 纠错

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

AI总结 CountLoop通过迭代反馈机制实现高密度场景下的精确实例控制，结合视觉语言模型生成布局和评估反馈，减少计数误差并提升空间质量。

Brain-Grasp: Graph-based Saliency Priors for Improved fMRI-based Visual Brain Decoding

Brain-Grasp: 基于图的显著性先验用于改进基于fMRI的视觉脑解码

Mohammad Moradi, Morteza Moradi, Marco Grassia, Giuseppe Mangioni

机构 * University of Catania, Catania, Italy（卡塔尼亚大学，卡塔尼亚，意大利） 纠错

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

AI总结 本文提出基于图的显著性先验框架，利用脑信号结构线索生成空间掩码，结合语义信息引导扩散模型，提升fMRI视觉解码的结构和语义一致性。

GoT-R1: Unleashing Reasoning Capability of MLLM for Visual Generation with Reinforcement Learning

GoT-R1：通过强化学习提升MLLM的视觉生成推理能力

Chengqi Duan, Rongyao Fang, Yuqing Wang, Kun Wang, Linjiang Huang, Xingyu Zeng, Hongsheng Li, Xihui Liu

机构 * HKU MMLAB（香港大学多媒体实验室） ； CUHK MMLAB（香港中文大学多媒体实验室） ； Sensetime（商汤科技） ； Beihang University（北京航空航天大学） ； SUAT（上海人工智能实验室） 纠错

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

AI总结 GoT-R1通过强化学习提升视觉生成中的语义-空间推理能力，改进了复杂提示下的图像生成效果，实验表明在T2I-CompBench基准上表现优异。

Comments Github page refer to: https://github.com/gogoduan/GoT-R1. Published as a conference paper at ICLR 2026

AmodalSVG: Amodal Image Vectorization via Semantic Layer Peeling

AmodalSVG：基于语义层剥离的模态图像向量化

Juncheng Hu, Ziteng Xue, Guotao Liang, Anran Qi, Buyu Li, Sheng Wang, Dong Xu, Qian Yu

机构 * School of Software, Beihang University（北京航空航天大学软件学院） ； Igarashi Lab, The University of Tokyo（东京大学五十岚实验室） ； Bambu Lab ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） 纠错

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

AI总结 AmodalSVG通过语义层剥离技术，实现对自然图像中遮挡区域的完整几何向量化，提升SVG的结构编辑能力。

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)