图像生成

StructDiff: A Structure-Preserving and Spatially Controllable Diffusion Model for Single-Image Generation

StructDiff：一种结构保持且空间可控的单图像生成扩散模型

Yinxi He, Kang Liao, Chunyu Lin, Tianyi Wei, Yao Zhao

机构 * Institute of Information Science, Beijing Jiaotong University（信息科学研究院，北京交通大学） ； Visual Intelligence +X International Cooperation Joint Laboratory of MOE, Beijing（教育部视觉智能+X国际合作联合实验室，北京） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） 纠错

专题命中 扩散模型 ：image generation(title,abstract)；diffusion(title,abstract)；image editing(abstract)；image synthesis(abstract)

AI总结 StructDiff基于单尺度扩散模型提出，通过自适应感受野模块和3D位置编码实现结构保持与空间可控，引入基于大语言模型的新型评估标准，优于现有方法在结构一致性、视觉质量和空间可控性上。

Comments Accepted by IEEE Transactions on Multimedia (Regular Paper)

Scaling Exposes the Trigger: Input-Level Backdoor Detection in Text-to-Image Diffusion Models via Cross-Attention Scaling

放大揭示触发：通过交叉注意缩放在文本到图像扩散模型中进行输入级后门检测

Zida Li, Jun Li, Yuzhe Sha, Ziqiang Li, Lizhi Xiong, Zhangjie Fu

机构 * Nanjing University of Information Science and Technology（南京信息工程大学） 纠错

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

AI总结 本文提出SET框架，通过多尺度扰动构建响应偏移特征，并学习良性响应空间以检测后门输入，优于现有方法，尤其在隐含触发场景中表现突出。

Comments Under Review

DiffusionPrint: Learning Generative Fingerprints for Diffusion-Based Inpainting Localization

DiffusionPrint: 为基于扩散的修复定位学习生成指纹

Paschalis Giakoumoglou, Symeon Papadopoulos

机构 * Information Technologies Institute, CERTH（信息科技研究所，CERTH） 纠错

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

AI总结 本文提出DiffusionPrint，通过对比学习框架学习鲁棒于潜在解码引入的频谱畸变的取证信号，提升基于融合的图像伪造定位性能，实验表明在多个生成模型上均取得显著提升。

Comments CVPRW2026

Enhancing Text-to-Image Diffusion Transformer via Split-Text Conditioning

通过分段文本条件化增强文本到图像扩散变换器

Yu Zhang, Jialei Zhou, Xinchen Li, Qi Zhang, Zhongwei Wan, Tianyu Wang, Duoqian Miao, Changwei Wang, Longbing Cao

机构 * Tongji University（同济大学） ； The Ohio State University（俄亥俄州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Shandong Academy of Sciences（山东省科学院） ； Macquarie University（麦考瑞大学） 纠错

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

AI总结 本文提出DiT-ST框架，通过分段文本条件化提升扩散变换器对完整文本描述的理解能力，通过分层递进的方式注入不同语义基本类型，增强特定语义基本类型的表示学习。

Comments NeurIPS 2025

OFA-Diffusion Compression: Compressing Diffusion Model in One-Shot Manner

OFA-Diffusion压缩：以一次训练方式压缩扩散模型

Haoyang Jiang, Zekun Wang, Mingyang Yi, Xiuyu Li, Lanqing Hu, Junxian Cai, Qingbin Liu, Xi Chen, Ju Fan

机构 * Renmin University of China（中国人民大学） ； Alibaba Inc.（阿里巴巴公司） ； Tencent Inc.（腾讯公司） ； Independent researcher（独立研究者） 纠错

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

AI总结 本文提出OFA压缩框架，通过一次训练生成不同计算量的子网络，降低重复训练开销，实现高效压缩的扩散模型。

LPNSR: Optimal Noise-Guided Diffusion Image Super-Resolution Via Learnable Noise Prediction

LPNSR: 通过可学习噪声预测实现最优噪声引导扩散图像超分辨率

Shuwei Huang, Shizhuo Liu, Zijun Wei

机构 * Huazhong University of Science and Technology（华中科技大学） 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LPNSR，通过可学习噪声预测器替代随机高斯噪声，优化扩散模型中的中间噪声，实现高感知性能，无需依赖大规模文本到图像先验。

Visual Diffusion Models are Geometric Solvers

视觉扩散模型是几何求解器

Nir Goren, Shai Yehezkel, Omer Dahary, Andrey Voynov, Or Patashnik, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文展示视觉扩散模型可直接解决几何问题，通过像素空间推理，解决四边形内接问题及Steiner树问题等，将几何推理转化为图像生成。

Comments Project page: https://kariander1.github.io/visual-geo-solver/

Variational Autoencoding Discrete Diffusion with Enhanced Dimensional Correlations Modeling

变分自编码离散扩散与增强的维度相关性建模

Tianyu Xie, Shuchen Xue, Zijin Feng, Tianyang Hu, Jiacheng Sun, Zhenguo Li, Cheng Zhang

机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Center for Statistical Science, Peking University（北京大学统计科学中心） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Huawei Foundation Model Dept（华为基金会模型部门） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 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VADD框架，通过潜在变量建模增强离散扩散，提升样本质量，尤其在少量去噪步骤时表现优异。

Comments ICLR 2026 Poster; 24 pages, 13 figures

StableSketcher: Enhancing Diffusion Model for Pixel-based Sketch Generation via Visual Question Answering Feedback

StableSketcher: 通过视觉问答反馈增强扩散模型以生成基于像素的素描

Jiho Park, Sieun Choi, Jaeyoon Seo, Jihie Kim

机构 * Dongguk University（东国大学） 纠错

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

AI总结 本文提出StableSketcher框架，通过优化潜在解码和视觉问答反馈提升扩散模型生成手绘素描的逼真度和语义一致性。

Comments Under review at IEEE Access. Author-submitted preprint. Not the IEEE-published version

CoSyncDiT: Cognitive Synchronous Diffusion Transformer for Movie Dubbing

CoSyncDiT：认知同步扩散变换器用于电影配音

Gaoxiang Cong, Liang Li, Jiaxin Ye, Zhedong Zhang, Hongming Shan, Yuankai Qi, Qingming Huang

机构 * Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； Fudan University, Shanghai, China（复旦大学） ； Hangzhou Dianzi University, Hangzhou, China（杭州电子科技大学） ； Macquarie University, Sydney, Australia（麦考瑞大学） 纠错

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

AI总结 本文提出基于认知同步扩散变换器的电影配音框架，通过声学风格适应、细粒度视觉校准和时间感知上下文对齐，解决传统方法在唇同步和自然度上的不足，实验表明其在多个指标上达到最优性能。

Siamese Foundation Models for Crystal Structure Prediction

孪生基础模型用于晶体结构预测

Liming Wu, Wenbing Huang, Rui Jiao, Jianxing Huang, Liwei Liu, Yipeng Zhou, Hao Sun, Yang Liu, Fuchun Sun, Yuxiang Ren, Jirong Wen

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大型模型与智能治理研究重点实验室） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Advanced Computing and Storage Lab, Huawei Technologies（华为技术有限公司先进计算与存储实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（教育部下一代智能搜索与推荐工程研究中心） 纠错

专题命中 扩散模型 ：diffusion(summary_cn,abstract)

AI总结 本文提出Diffusion-based Crystal Omni框架，结合孪生生成模型和能量预测模型，提升晶体结构预测性能，并在实际超导材料中验证其有效性。

Fragile Reconstruction: Adversarial Vulnerability of Reconstruction-Based Detectors for Diffusion-Generated Images

脆弱的重建：基于重建的检测器在扩散生成图像中的对抗脆弱性

Haoyang Jiang, Mingyang Yi, Shaolei Zhang, Junxian Cai, Qingbin Liu, Xi Chen, Ju Fan

机构 * Renmin University of China（中国人民大学） ； Tencent Inc.（腾讯公司） 纠错

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

AI总结 研究发现基于重建的检测器在扩散生成图像检测中存在严重对抗脆弱性，通过微小对抗扰动可使检测准确率降至近零，揭示了现有检测策略的安全隐患。

Turbo-DDCM: Fast and Flexible Zero-Shot Diffusion-Based Image Compression

Turbo-DDCM：快速且灵活的零样本扩散图像压缩

Amit Vaisman, Guy Ohayon, Hila Manor, Michael Elad, Tomer Michaeli

机构 * Technion – Israel Institute of Technology（技术学院—以色列理工学院） ； Flatiron Institute, Simons Foundation（Flatiron研究所，Simons基金会） 纠错

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

AI总结 本文提出Turbo-DDCM，一种快速且高效的零样本扩散图像压缩方法，通过优化噪声向量处理和编码协议，提升压缩效率并保持性能。

Comments ICLR 2026. Code is available at https://amitvaisman.github.io/turbo_ddcm/

NoisePrints: Distortion-Free Watermarks for Authorship in Private Diffusion Models

NoisePrints: 用于私有扩散模型作者身份验证的无损水印

Nir Goren, Oren Katzir, Abhinav Nakarmi, Eyal Ronen, Mahmood Sharif, Or Patashnik

机构 * Tel Aviv University（特拉维夫大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出NoisePrints，一种轻量级水印方案，利用扩散过程的随机种子作为作者身份证明，通过哈希函数确保种子无法从内容中恢复，实现无损水印验证。

Comments code available at: https://github.com/nirgoren/NoisePrints

Point Prompting: Counterfactual Tracking with Video Diffusion Models

点提示：基于视频扩散模型的反事实跟踪

Ayush Shrivastava, Sanyam Mehta, Daniel Geng, Andrew Owens

机构 * University of Michigan（密歇根大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出利用视频扩散模型进行零样本点跟踪，通过提示模型在视频中标记移动点，实现反事实生成，实验表明其跟踪效果优于传统方法且能克服遮挡。

Comments ICLR 2026. Project link: https://point-prompting.github.io

One Model for All: Unified Try-On and Try-Off in Any Pose via LLM-Inspired Bidirectional Tweedie Diffusion

一个模型解决所有问题：通过LLM启发的双向 Tweedie 扩散实现任意姿态的统一试穿与试脱

Jinxi Liu, Zijian He, Guangrun Wang, Guanbin Li, Liang Lin

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东大数据分析与处理重点实验室） ； X-Era AI Lab（X-Era人工智能实验室） 纠错

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

AI总结 本文提出OMFA模型，通过双向Tweedie扩散实现无需展示服装的试穿试脱，支持任意姿态，提升实际应用中的灵活性和实用性。

Retrievals Can Be Detrimental: Unveiling the Backdoor Vulnerability of Retrieval-Augmented Diffusion Models

检索可能有害：揭示检索增强扩散模型的后门漏洞

Hao Fang, Xiaohang Sui, Hongyao Yu, Kuofeng Gao, Jiawei Kong, Sijin Yu, Bin Chen, Shu-Tao Xia

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文揭示了检索增强扩散模型（RDM）的后门漏洞，通过多模态对比攻击方法BadRDM，展示了如何利用检索数据库中的毒害代理进行攻击，同时保持模型的正常功能。

Comments Accepted by ACL-2026

Domain-Specific Latent Representations Improve the Fidelity of Diffusion-Based Medical Image Super-Resolution

领域特定潜在表示提高基于扩散的医学图像超分辨率的保真度

Sebastian Cajas, Ashaba Judith, Rahul Gorijavolu, Sahil Kapadia, Hillary Clinton Kasimbazi, Leo Kinyera, Emmanuel Paul Kwesiga, Sri Sri Jaithra Varma Manthena, Luis Filipe Nakayama, Ninsiima Doreen, Leo Anthony Celi

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Department of Biomedical Engineering, Mbarara University of Science and Technology（姆巴拉大学科学与技术学院生物医学工程系） ； Johns Hopkins University（约翰霍普金斯大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Makerere University（Makerere大学） ； Federal University of São Paulo（圣保罗联邦大学） ； Technical University of Applied Sciences Lübeck (TH Lübeck)（吕贝克应用技术大学） ； Harvard T.H. Chan School of Public Health（哈佛大学T.H. Chan公共卫生学院） 纠错

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

AI总结 本文通过替换通用稳定扩散VAE为领域特定的MedVAE，显著提升了医学图像超分辨率的PSNR，验证了领域特定自动编码器对重建质量的关键影响。

Beyond Reconstruction: Reconstruction-to-Vector Diffusion for Hyperspectral Anomaly Detection

超越重建：超谱异常检测中的重建到向量扩散

Jijun Xiang, Tao Wang, Jiayi Wang, Pengxiang Wang, Cheng Chen, Nian Wang

机构 * Rocket Force University of Engineering（火箭军工程大学） 纠错

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

AI总结 本文提出R2VD方法，通过四阶段流程解决超谱异常检测中重建终点范式的局限，利用向量动力学实现更稳健的目标检测与背景抑制。

FAST-DIPS: Adjoint-Free Analytic Steps and Hard-Constrained Likelihood Correction for Diffusion-Prior Inverse Problems

FAST-DIPS: 无训练分析步骤和硬约束似然校正用于扩散先验逆问题

Minwoo Kim, Seunghyeok Shin, Hongki Lim

机构 * Department of Electrical and Computer Engineering, Inha University（信息电子工程系，釜山大学） 纠错

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

AI总结 本文提出一种无训练扩散先验求解器，通过硬测量空间可行性约束和分析最优步长，减少迭代次数，实现高效逆问题求解，实验显示在PSNR/SSIM/LPIPS上表现优异，速度提升达19.5倍。

Journal ref International Conference on Learning Representations 2026

ART-VITON: Measurement-Guided Latent Diffusion for Artifact-Free Virtual Try-On

ART-VITON: 基于测量的潜变量扩散模型用于无瑕疵虚拟试穿

Junseo Park, Hyeryung Jang

机构 * Department of Computer Science & Artificial Intelligence, Dongguk University（东国大学计算机科学与人工智能系） 纠错

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

AI总结 ART-VITON通过测量引导的扩散框架解决虚拟试穿中非试穿区域的保真度问题，结合残差先验初始化和无瑕疵测量引导采样，提升视觉保真度和鲁棒性。

Comments 21 pages

Causal Diffusion Models for Counterfactual Outcome Distributions in Longitudinal Data

因果扩散模型用于纵向数据中的反事实结果分布

Farbod Alinezhad, Jianfei Cao, Gary J. Young, Brady Post

机构 * Department of Economics, Northeastern University（东北大学经济学系） ； Center for Health Policy and Healthcare Research, Northeastern University（东北大学健康政策与医疗研究中心） ； Department of Public Health and Health Sciences, Bouvé College of Health Sciences, Northeastern University（东北大学布维健康科学学院公共卫生与健康科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出因果扩散模型，用于生成在连续干预下的反事实结果分布，通过新颖的残差去噪架构和关系自注意力机制，提升了复杂时间依赖性和多模态结果轨迹的捕捉能力，同时在高混杂环境下实现了更高的分布准确性。

Accelerating Speculative Decoding with Block Diffusion Draft Trees

通过块扩散草案树加速推测解码

Liran Ringel, Yaniv Romano

机构 * Department of Computer Science, Technion – Israel Institute of Technology（计算机科学系，技术离子理工学院 – 以色列理工学院） ； Department of Electrical and Computer Engineering, Technion – Israel Institute of Technology（电气与计算机工程系，技术离子理工学院 – 以色列理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DDTree基于块扩散草案模型构建草案树，利用最佳优先堆算法选择最可能匹配目标模型的延续，提升推测解码效率。

Investigations and Considerations of Oxygen Diffusion Profiles in Superconducting Mid-T RF Cavities Utilizing EXAFS Spectroscopy

超导中温RF腔中氧扩散谱的调查与考虑：利用EXAFS光谱学

Niels Eckert, Marc Wenskat, Wolfgang Hillert

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过EXAFS光谱学研究了三种不同处理样品的氧扩散谱，分析了中温处理对超导腔性能的影响，尽管结果受噪声影响较大，但未发现与现有模型矛盾之处，提出了误差估计和未来EXAFS模拟的理论考虑。

Comments 53 pages, 43 figures, 4 tables, 19 equations

Turbulent pair dispersion with Stochastic Generative Diffusion Models

湍流粒子对分散的随机生成扩散模型

Andrei Pantea, Luca Biferale, Michele Buzzicotti, Guillaume Charpiat, Sergio Chibbaro, Tianyi Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文利用随机生成扩散模型生成粒子对速度轨迹，实现了湍流粒子对分散的全数据驱动建模，准确再现了粒子间分离演化及Richardson定律偏差，同时保留单粒子统计特性。

Role of diffusion-induced grain boundary migration during molten salt corrosion of a Ni-30Cr alloy

熔融盐腐蚀中Ni-30Cr合金的扩散诱导晶界迁移作用

Konnor Walter, Jagadeesh Sure, Adrien Couet, Emmanuelle A. Marquis

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究发现扩散诱导晶界迁移在熔融盐腐蚀中起关键作用，通过对比电抛光和打磨表面的腐蚀行为，揭示了晶界迁移对合金腐蚀响应的决定性影响。

Doubly Nonlinear Diffusion Equations on Metric Graphs

度数非线性扩散方程在度量图上的研究

J. M. Mazón, J. Toledo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了度量图上一类广泛双非线性扩散方程解的存在性和唯一性，涵盖孔隙介质方程和p-拉普拉斯演化方程等特例，并考虑了图中边之间扩散变化的影响。

A finite element discretization with semi-implicit nonlinear multistep scheme for a two-dimensional competition-diffusion system of three competing species with different mobility rates

一种结合半隐式非线性多步方案的有限元离散化方法用于三维竞争-扩散系统的二维竞争-扩散系统

Xianping Li, Woinshet D. Mergia, Kailash C. Patidar

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种结合第二阶半隐式非线性多步方案的有限元方法，用于求解二维三个物种竞争-扩散系统，通过隐式处理扩散项和分阶段线性化非线性反应项，实现线性求解，保持渐近稳定性并捕捉复杂时空模式。

Comments 19 pages, 6 figures

QBIC of SEM for jump-diffusion processes based on high-frequency data

基于高频数据的跳扩散过程SEM的QBIC

Shogo Kusano, Masayuki Uchida

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于高频数据的跳扩散过程SEM的QBIC方法，证明其具有模型选择一致性，用于选择最合适的SEM模型。

LoSA: Locality Aware Sparse Attention for Block-Wise Diffusion Language Models

LoSA：基于块状扩散语言模型的局部意识稀疏注意力

Haocheng Xi, Harman Singh, Yuezhou Hu, Coleman Hooper, Rishabh Tiwari, Aditya Tomar, Minjae Lee, Wonjun Kang, Michael Mahoney, Chenfeng Xu, Kurt Keutzer, Amir Gholami

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LoSA通过局部意识稀疏注意力机制，针对块状扩散语言模型中的KV膨胀问题，优化注意力计算，提升效率和精度，实现更高的准确率和速度。

Comments 16 pages, 11 figures, 6 tables