图像生成

Creo: From One-Shot Image Generation to Progressive, Co-Creative Ideation

Creo：从单次图像生成到渐进、协同创意构思

Zoe De Simone, Angie Boggust, Fredo Durand, Ashia Wilson, Arvind Satyanarayan

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

专题命中 文生图 ：image generation(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 Creo是一种多阶段文本到图像系统，通过从粗糙草图到高分辨率输出的渐进过程，使用户能够在中间抽象层进行逐步修改，提升可控性、用户自主性和创意多样性。

Comments 11 pages, 5 figures

Cyclic 2.5D Perceptual Loss for Cross-Modal 3D Medical Image Synthesis: T1w MRI to Tau PET

循环2.5D感知损失用于跨模态3D医学图像合成：T1加权MRI到tau PET

Junho Moon, Symac Kim, Haejun Chung, Ikbeom Jang

机构 * Department of Artificial Intelligence, Hanyang University, Seoul, South Korea（人工智能系，翰阳大学，首尔，韩国） ； Department of Electronic Engineering, Hanyang University, Seoul, South Korea（电子工程系，翰阳大学，首尔，韩国） ； Division of Computer Engineering, Hankuk University of Foreign Studies, Yongin, South Korea（计算机工程系，韩国外语大学， Yongin，韩国） ； Division of AI Data Convergence, Hankuk University of Foreign Studies, Yongin, South Korea（AI数据融合系，韩国外语大学， Yongin，韩国） ； Division of Language & AI, Hankuk University of Foreign Studies, Seoul, South Korea（语言与AI系，韩国外语大学，首尔，韩国） 纠错

专题命中 文生图 ：image synthesis(title,abstract)；分类 cs.CV

AI总结 本文提出循环2.5D感知损失用于从T1加权MRI生成tau PET，通过交替优化不同切面提升体积一致性，并标准化SUVR以提高准确性。

Comments Published in Human Brain Mapping, available at https://doi.org/10.1002/hbm.70508

Bias at the End of the Score

评分末尾的偏见

Salma Abdel Magid, Grace Guo, Esin Tureci, Amaya Dharmasiri, Vikram V. Ramaswamy, Hanspeter Pfister, Olga Russakovsky

机构 * Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） 纠错

专题命中 文生图 ：text-to-image(abstract)；分类 cs.CV

AI总结 研究揭示奖励模型在文本到图像生成中因编码人口偏见导致性别和种族刻板印象强化及多样性崩溃的问题。

Comments Accepted to The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

X-Diffusion: Training Diffusion Policies on Cross-Embodiment Human Demonstrations

X-Diffusion：在跨具身人类示范上训练扩散策略

Maximus A. Pace, Prithwish Dan, Chuanruo Ning, Atiksh Bhardwaj, Audrey Du, Edward W. Duan, Wei-Chiu Ma, Kushal Kedia

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出X-Diffusion框架，通过在噪声人类动作上训练扩散策略，提升机器人任务成功率16%。

Comments ICRA 2026

ADP-DiT: Text-Guided Diffusion Transformer for Brain Image Generation in Alzheimer's Disease Progression

ADP-DiT：用于阿尔茨海默病进展的文本引导扩散变换器

Juneyong Lee, Geonwoo Baek, Ikbeom Jang

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Hankuk University of Foreign Studies（韩国民法大学） 纠错

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

AI总结 ADP-DiT通过整合临床信息和时间间隔，提升阿尔茨海默病纵向MRI生成的精度与可解释性，实现更精细的时间控制和解剖结构重建。

Comments 15 pages, 3 figures, accepted to ICPR 2026

Monthly Diffusion v0.9: A Latent Diffusion Model for the First AI-MIP

每月扩散v0.9：一种用于首次AI-MIP的潜在扩散模型

Kyle J. C. Hall, Maria J. Molina

机构 * Department of Atmospheric & Oceanic Sciences（大气与海洋科学系） 纠错

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

AI总结 本文提出Monthly Diffusion v0.9，采用受SFNO启发的CVAE架构，在低频大气内部变异性建模中利用潜在扩散，以每月均值时间步长在数据稀疏条件下进行前向步骤。

MaMe & MaRe: Matrix-Based Token Merging and Restoration for Efficient Visual Perception and Synthesis

MaMe & MaRe：基于矩阵的令牌合并与恢复用于高效的视觉感知与合成

Simin Huo, Ning Li

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

AI总结 本文提出MaMe和MaRe，通过矩阵运算实现免训练的令牌合并与恢复，提升视觉模型效率，实验显示在ViT-B上吞吐量提升2%且精度下降1.0%，在图像合成中减少Stable Diffusion v2.1生成延迟31%。

Comments 20 pages. Extended version of CVPR 2026 Findings paper. Neurocomputing (Elsevier) under review

Inclusive Kitchen Design for Older Adults: Generative AI Visualizations to Support Mild Cognitive Impairment

包容性厨房设计用于老年人：生成式AI可视化以支持轻度认知障碍

Ibrahim Bilau, Nicole Li, Terrence Malayvong, Eunhwa Yang

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本研究利用生成式AI创建MCI友好的厨房设计，通过训练Stable Diffusion模型提升可视化效果，帮助老年人更易独立生活。

Comments 19 pages, 7 figures, 5 tables, IAFOR Agen2026 Conference Proceedings

Remote Sensing Image Super-Resolution for Imbalanced Textures: A Texture-Aware Diffusion Framework

遥感图像超分辨率中的不平衡纹理处理：一种纹理感知扩散框架

Enzhuo Zhang, Sijie Zhao, Dilxat Muhtar, Zhenshi Li, Xueliang Zhang, Pengfeng Xiao

机构 * Nanjing University（南京大学） 纠错

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

AI总结 本文提出TexADiff框架，通过估计相对纹理密度图来解决遥感图像中纹理不平衡问题，改进模型的空间感知能力，提升超分辨率的定量和定性性能。

Comments 10 pages, 5 figures, 9 Tables

Blind Bitstream-corrupted Video Recovery via Metadata-guided Diffusion Model

基于元数据引导扩散模型的盲视流损坏视频恢复

Shuyun Wang, Hu Zhang, Xin Shen, Dadong Wang, Xin Yu

机构 * The University of Queensland（昆士兰大学） ； Data61, CSIRO, Australia（澳大利亚CSIRO数据61实验室） 纠错

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

AI总结 本文提出元数据引导扩散模型，用于在无预定义损坏区域掩码的情况下恢复损坏视频，通过双流元数据编码器提取运动向量和帧类型，结合交叉注意力机制与后处理模块提升恢复效果。

Comments CVPR 2025

DiT as Real-Time Rerenderer: Streaming Video Stylization with Autoregressive Diffusion Transformer

DiT作为实时重绘器：基于自回归扩散变换器的流式视频风格化

Hengye Lyu, Zisu Li, Yue Hong, Yueting Weng, Jiaxin Shi, Hanwang Zhang, Chen Liang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； XMax.AI Ltd.（XMax人工智能有限公司） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出RTR-DiT框架，通过微调双向教师模型和知识蒸馏实现高效视频风格化，支持文本和参考图像引导，实现实时稳定处理长视频和风格切换。

Deep Spatially-Regularized and Superpixel-Based Diffusion Learning for Unsupervised Hyperspectral Image Clustering

深度空间正则化与超像素基于扩散学习的无监督超光谱图像聚类

Vutichart Buranasiri, James M. Murphy

机构 * Tufts University（塔夫茨大学） 纠错

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

AI总结 本文提出一种结合掩码深度表征学习与扩散聚类的无监督超光谱图像聚类框架，通过改进的空间正则化超像素扩散学习算法，提升聚类质量。

Comments To appear in IEEE IGARSS 2026

CoD-Lite: Real-Time Diffusion-Based Generative Image Compression

CoD-Lite：基于扩散的实时生成图像压缩

Zhaoyang Jia, Naifu Xue, Zihan Zheng, Jiahao Li, Bin Li, Xiaoyi Zhang, Zongyu Guo, Yuan Zhang, Houqiang Li, Yan Lu

机构 * University of Science（大学科学） ； Microsoft Research Asia（微软亚洲研究院） ； Communication University of China（通信大学） 纠错

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

AI总结 本文提出轻量级扩散编码器，通过分析预训练对模型的影响和Transformer的必要性，实现了60FPS编码和42FPS解码，降低比特率85%并接近MS-ILLM的FID性能。

Detecting Diffusion-generated Images via Dynamic Assembly Forests

通过动态装配森林检测扩散生成图像

Mengxin Fu, Yuezun Li

机构 * School of Computer Science and Technology, Ocean University of China（中国海洋大学计算机科学与技术学院） 纠错

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

AI总结 本文提出动态装配森林模型，用于检测扩散生成图像，相比传统深度学习模型，其参数更少、计算成本更低，可在无GPU环境下实现高效检测。

DICE: Diffusion Consensus Equilibrium for Sparse-view CT Reconstruction

DICE：扩散共识均衡用于稀疏视角CT重建

Leon Suarez-Rodriguez, Roman Jacome, Romario Gualdron-Hurtado, Ana Mantilla-Dulcey, Henry Arguello

机构 * Department of Systems and Informatics Engineering（系统与信息工程系） ； Department of Electrical, Electronics, and Telecommunications Engineering（电气、电子与电信工程系） ； Department of Physics（物理系） ； Universidad Industrial de Santander（圣安德烈斯工业大学） 纠错

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

AI总结 DICE框架通过整合双代理共识均衡，结合生成先验能力和测量一致性，有效提升稀疏视角CT重建质量，实验显示在15、30和60视角下优于现有方法。

Comments 8 pages, 4 figures, confenrence

Journal ref Proceedings of the 2025 IEEE 10th International Workshop on Computational Advances in Multi-Sensor Adaptive Processing (CAMSAP)

First Passage Times for Variable-Order Time-Fractional Diffusion

变量阶时间分数扩散的第一通过时间

Wancheng Li, Daniel S. Han

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究变量阶时间分数扩散中第一通过时间分布的渐近行为，揭示生存概率衰减规律及空间异质性扩散的理论预测。

LangFlow: Continuous Diffusion Rivals Discrete in Language Modeling

LangFlow: 连续扩散在语言建模中与离散模型相媲美

Yuxin Chen, Chumeng Liang, Hangke Sui, Ruihan Guo, Chaoran Cheng, Jiaxuan You, Ge Liu

机构 * UIUC（伊利诺伊大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LangFlow通过连接嵌入空间DLM与流匹配的Bregman散度，提出三种创新方法，实现了连续扩散在语言建模中的突破，达到与离散模型相当的性能。

Mini-Batch Covariance, Diffusion Limits, and Oracle Complexity in Stochastic Gradient Descent: A Sampling-Design Perspective

小批量协方差、扩散极限与随机梯度下降的Oracle复杂度：从采样设计视角

Daniel Zantedeschi, Kumar Muthuraman

机构 * Muma College of Business, University of South Florida（佛罗里达州立大学马纳学院） ； McCombs School of Business, University of Texas at Austin（德克萨斯大学奥斯汀分校麦克纳学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文从采样设计角度研究了随机梯度下降中最小批量梯度噪声的协方差特性，推导了扩散极限与Oracle复杂度的理论边界，并通过数值实验验证了相关结论。

Critical regularity and dissipativity for stochastic reaction-diffusion equations in Bochner spaces over spaces of continuous functions

临界正则性与耗散性：在连续函数空间上的随机反应扩散方程

Xuewei Ju, Xiaoting Tong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了在Bochner空间中随机反应扩散方程的临界正则性和耗散性，通过建立停止过程的正则性估计，证明了Itô公式在非Hilbert空间中的应用，并得到了能量估计和耗散性界。

Photon counting statistics in the presence of spectral diffusion induced by nonequilibrium environmental fluctuations

光子计数统计在非平衡环境波动诱导的谱扩散中的表现

Xiangji Cai, Yonggang Peng, Yujun Zheng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究非平衡环境波动诱导的谱扩散对单分子系统光子发射统计特性的影响，通过生成函数方法和随机李普希茨方程分析环境波动非平衡特性对光子计数统计的影响。

Universality of Gaussian-Mixture Reverse Kernels in Conditional Diffusion

高斯混合反向核在条件扩散中的普遍性

Nafiz Ishtiaque, Syed Arefinul Haque, Kazi Ashraful Alam, Fatima Jahara

机构 * Center for Mathematics and Interdisciplinary Sciences, Fudan University（复旦大学数学与交叉科学中心） ； Shanghai Institute for Mathematics and Interdisciplinary Sciences (SIMIS)（上海数学与交叉科学研究院（SIMIS）） ； Northeastern University（东北大学） ； Infectious Diseases Division, icddr,b（icddr,b传染病部门） ； Rutgers University（罗格斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究证明，具有ReLU网络对数的有限高斯混合反向核的条件扩散模型可近似任意正则目标分布，误差随扩散时间增加而减小。

Comments 10+19 pages

A Review of Diffusion-based Simulation-Based Inference: Foundations and Applications in Non-Ideal Data Scenarios

扩散基模拟推理综述：非理想数据场景中的基础与应用

Haley Rosso, Talea Mayo

机构 * Department of Mathematics, Emory University, Atlanta, GA 30327, USA（埃默里大学数学系，亚特兰大，GA 30327，USA） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文综述了基于扩散的模拟推理方法，探讨其在模型不准确、观测不结构化及缺失数据等非理想数据场景下的鲁棒性与应用。

Guided Transfer Learning for Discrete Diffusion Models

指导式迁移学习用于离散扩散模型

Julian Kleutgens, Claudio Battiloro, Lingkai Kong, Benjamin Grewe, Francesca Dominici, Mauricio Tec

机构 * Harvard University（哈佛大学） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出GTL方法，通过比率引导实现离散扩散模型的迁移学习，解决小数据下模型性能问题，展示在序列数据中效果显著，但存在源分布与目标分布重叠不足时的失效模式。

Comments Accepted at ICLR 2026 ReALM-GEN Workshop 9 pages (main text) + appendix

Journal ref ICLR 2026 ReALM-GEN Workshop

SPG: Sandwiched Policy Gradient for Masked Diffusion Language Models

SPG：用于遮蔽扩散语言模型的夹心策略梯度

Chenyu Wang, Paria Rashidinejad, DiJia Su, Song Jiang, Sid Wang, Siyan Zhao, Cai Zhou, Shannon Zejiang Shen, Feiyu Chen, Tommi Jaakkola, Yuandong Tian, Bo Liu

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； MIT（麻省理工学院） ； USC（南加州大学） ； UCLA（加州大学洛杉矶分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SPG策略梯度方法，通过同时利用真实对数似然的上下界，解决扩散大语言模型在强化学习中对齐人类偏好或任务奖励的难题，实验显示其在多个任务中表现优异。

Comments ICLR 2026

GRITS: A Spillage-Aware Guided Diffusion Policy for Robot Food Scooping Tasks

GRITS：一种考虑泄漏的引导扩散策略用于机器人食物舀取任务

Yen-Ling Tai, Yi-Ru Yang, Kuan-Ting Yu, Yu-Wei Chao, Yi-Ting Chen

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； XYZ Robotics（XYZ机器人公司） ； NVIDIA 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 GRITS通过引导扩散策略减少食物泄漏，提高机器人食物舀取任务的可靠性与成功率，实验表明其在任务成功率和泄漏率上优于基线方法。

Discrete Guidance Matching: Exact Guidance for Discrete Flow Matching

离散指导匹配：用于离散流匹配的精确指导

Zhengyan Wan, Yidong Ouyang, Liyan Xie, Fang Fang, Hongyuan Zha, Guang Cheng

机构 * School of Statistics, East China Normal University（华东师范大学统计学院） ； Department of Statistics, University of California, Los Angeles（加州大学洛杉矶分校统计系） ； Department of Industrial and Systems Engineering, University of Minnesota（明尼苏达大学工业与系统工程系） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） 纠错

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

AI总结 本文提出了一种新的离散数据指导框架，通过推导所需分布的精确转移率，提高采样效率，并展示了其在能量引导模拟和文本到图像生成中的有效性。

Comments Published as a conference paper at ICLR 2026

UNBOX: Unveiling Black-box visual models with Natural-language

UNBOX：通过自然语言揭示黑盒视觉模型

Simone Carnemolla, Chiara Russo, Simone Palazzo, Quentin Bouniot, Daniela Giordano, Zeynep Akata, Matteo Pennisi, Concetto Spampinato

机构 * University of Catania（卡塔尼亚大学） ； Technical University of Munich（慕尼黑技术大学） ； Helmholtz Munich（海德堡-慕尼黑马克斯·普朗克研究所） 纠错

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

AI总结 UNBOX在无数据、无梯度、无反向传播约束下，利用大语言模型和扩散模型生成可解释文本描述，揭示模型隐含概念与潜在偏见，通过实验验证其在ImageNet-1K等数据集上的有效性。

Comments Under review at IJCV

OneHOI: Unifying Human-Object Interaction Generation and Editing

OneHOI：统一人类-物体交互生成与编辑

Jiun Tian Hoe, Weipeng Hu, Xudong Jiang, Yap-Peng Tan, Chee Seng Chan

机构 * Nanyang Technological University（南洋理工大学） ； Sun Yat-sen University（中山大学） ； Universiti Malaya（马来亚大学） ； VinUniversity（文大学） 纠错

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

AI总结 OneHOI提出一种统一的扩散变换框架，整合人类-物体交互生成与编辑，通过共享的交互表示实现单条件去噪过程，支持多种控制模式，取得生成与编辑的最新成果。

Comments Accepted at CVPR2026. This paper moves toward unifying HOI generation and editing within a single model

Frozen Forecasting: A Unified Evaluation

冻结预测：一种统一的评估

Jacob C Walker, Pedro Vélez, Luisa Polania Cabrera, Guangyao Zhou, Sayna Ebrahimi, Rishabh Kabra, Carl Doersch, Maks Ovsjanikov, João Carreira, Shiry Ginosar

机构 * Google DeepMind（谷歌DeepMind） ； Toyota Technological Institute at Chicago（丰田技术研究所（芝加哥）） 纠错

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

AI总结 本文提出一种统一的评估框架，用于评估冻结视觉骨干在多样化任务和抽象层次上的预测能力，通过训练潜在扩散模型直接在表示空间中预测未来特征，发现预测性能与感知质量密切相关，视频预训练模型表现优于图像预训练模型。

Comments New Title, Additional Author

Free Lunch for Unified Multimodal Models: Enhancing Generation via Reflective Rectification with Inherent Understanding

统一多模态模型的免费午餐：通过内在理解的反思校正增强生成

Yibo Jiang, Tao Wu, Rui Jiang, Yehao Lu, Chaoxiang Cai, Zequn Qin, Xi Li

机构 * School of Software Technology, Zhejiang University（浙江大学软件技术学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； College of Computer Science（计算机科学学院） 纠错

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

AI总结 本文提出UniRect-CoT框架，通过反思校正提升统一多模态模型的生成能力，利用内部知识校正中间结果，增强生成质量。