图像生成

SyncFix: Fixing 3D Reconstructions via Multi-View Synchronization

SyncFix：通过多视图同步修复3D重建

Deming Li, Abhay Yadav, Cheng Peng, Rama Chellappa, Anand Bhattad

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Virginia（弗吉尼亚大学） 纠错

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

AI总结 SyncFix通过多视图同步在扩散过程中修复3D重建的语义和几何不一致，利用联合潜在桥接匹配问题提升重建质量，即使在无干净参考图像时也能生成高质量结果。

Comments Project website: https://syncfix.github.io/

NPN: Non-Linear Projections of the Null-Space for Imaging Inverse Problems

NPN：非线性投影的空域用于成像反问题

Roman Jacome, Romario Gualdrón-Hurtado, Leon Suarez, Henry Arguello

机构 * Department of Electrical, Electronics, and Telecommunications Engineering（电气电子与电信工程系） ； Department of Systems Engineering and Informatics（系统工程与信息学系） ； Universidad Industrial de Santander（圣安德烈大学） 纠错

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

AI总结 本文提出NPN，一种新的正则化方法，通过神经网络在传感矩阵的空域低维投影中促进解，提升成像反问题的重建精度。

Comments 25 pages, 12 tables, 10 figures. Accepted to NeurIPS 2025

Journal ref Proceedings of the The Thirty-ninth Annual Conference on Neural Information Processing Systems (NeurIPS 2025)

Three-dimensional photon transport in spinodal photocatalytic aerogels: how bicontinuous morphology controls kinetic rate constants

三维光子输运在分相光催化气凝胶中的研究：双连续形态如何控制速率常数

Renaud A. L. Vallée

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过结合3D分相结构与GPU MC方法，揭示双连续形态对光催化速率常数的影响，发现光子通道效应导致固相接收到的光子比体积平均多50%-70%，并指出有效介质理论无法完全解释分相结构的内在差异。

Comments 29 pages, 10 figures, 6 tables

Scalar anomalous dissipation and optimal regularity via iterated homogenization

标量异常耗散与迭代均质化中的最优正则性

Jan Burczak, László Székelyhidi,, Bian Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过迭代均质化构造了低正则性初始数据下的经典解，证明了异常耗散的存在并验证了Obukhov-Corrsin阈值的尖锐性，同时展示了耗散异常的时间齐性。

Comments 157 pages

ReproMIA: A Comprehensive Analysis of Model Reprogramming for Proactive Membership Inference Attacks

ReproMIA：模型重新编程的全面分析以主动对抗成员推断攻击

Chihan Huang, Huaijin Wang, Shuai Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出ReproMIA框架，通过模型重新编程主动放大隐私泄露信号，有效提升低误报率下的成员推断性能，实验显示其在不同模型架构上均优于现有方法。

Comments This version was posted without enough prior discussion with my collaborator. Thus, it is being withdrawn pending further internal review. The authors do not wish this version to be considered part of the active scientific record in its current form

Laser-induced creation of coherent V2 centers in bulk-grown silicon carbide

激光诱导在体生长硅碳化物中相干V2中心的生成

L. J. Feije, G. M. Timmer, Y. Hu, R. Karababa, G. L. van de Stolpe, T. Martens, S. J. H. Loenen, T. B. A. Durant, A. Das, A. M. Day, E. L. Hu, T. H. Taminiau

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过紫外激光在体生长4H硅碳化物纳米柱中生成高产率的相干V2中心，展示了其在光子器件中的应用潜力。

Comments Authors L.J. Feije and G.M. Timmer contributed equally, 31 pages, 28 figures

Monitoring Gallium-Induced Damage in Aluminum Alloys Using Nonlinear Resonant Ultrasound Spectroscopy

利用非线性共振超声谱监测铝合金中镓诱导损伤

Jan Kober, Radovan Zeman, Josef Krofta, Antonio S. Gliozzi, Marco Scalerandi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过非线性共振超声谱监测镓渗透引起的液态金属脆化，利用奇异值分解分析材料退化指标，揭示了镓在晶界和晶粒内部扩散过程中的不同相态及非线性特性与动态性质的关联。

Comments Paper published in NDT & E International

Journal ref NDT&E International 161 (2026) 103714

Learning Hidden Physics and System Parameters with Deep Operator Networks

通过深度运算网络学习隐藏的物理和系统参数

Dibakar Roy Sarkar, Vijay Kag, Birupaksha Pal, Somdatta Goswami

机构 * Johns Hopkins Whiting School of Engineering（约翰霍普金斯大学沃thing工程学院） ； Robert Bosch Research and Technology Center（罗伯特博世研究与技术中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于深度运算网络的两种框架，用于发现隐藏的物理定律和识别系统参数，通过在稀疏观测中发现未知PDE项和参数估计，实现高精度的物理发现和参数识别。

Physics-Informed Neural Networks for Solving Derivative-Constrained PDEs

具有导数约束的物理信息神经网络用于求解导数约束的偏微分方程

Kentaro Hoshisashi, Carolyn E Phelan, Paolo Barucca

机构 * Department of Computer Science, University College London, Gower Street, London WC1E 6BT, UK（伦敦大学学院计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Derivative-Constrained PINNs，通过自动微分高效嵌入非线性约束，减少对人工超参数的依赖，提升物理真实性。

Comments Phys. Rev. E - Accepted 14 April, 2026

EMGFlow: Robust and Efficient Surface Electromyography Synthesis via Flow Matching

EMGFlow: 通过流匹配实现鲁棒且高效的表面肌电合成

Boxuan Jiang, Chenyun Dai, Can Han

机构 * School of Biomedical Engineering, Shanghai Jiao Tong University（生物医学工程学院，上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出EMGFlow，通过流匹配和连续时间生成建模在表面肌电合成中取得突破，优于传统增强和GAN基线，在训练合成数据测试真实数据的协议下表现更优。

Sharp asymptotic behaviour of symmetric and non-symmetric solutions of the Heat Equation in the Hyperbolic Space

对双曲空间中热方程对称和非对称解的渐进行为的精确渐进行为

José Alfredo Cañizo, Alejandro Gárriz, Diego Alfonso Marín

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究双曲空间中热方程解在大时间的行为，通过熵估计的适应，精确确定L1和L∞中收敛速度，识别L1中的渐进行为，改进了之前的结论，展示了如何将熵估计应用于非紧致黎曼流形。

LEGO-MOF: Equivariant Latent Manipulation for Editable, Generative, and Optimizable MOF Design

LEGO-MOF：基于连续结构操控的可编辑、生成和可优化的MOF设计

Chaoran Zhang, Guangyao Li, Dongxu Ji

机构 * School of Data Science (SDS), The Chinese University of Hong Kong, Shenzhen (CUHKSZ), Shenzhen, China（香港中文大学深圳校区数据科学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出LEGO-MOF框架，通过LinkerVAE将离散3D化学图映射到连续SE(3)等价潜空间，实现连续结构操控，结合测试时优化策略提升MOF性能，实现碳捕获性能提升147.5%。

Comments 36 pages including Supplementary Information, 10 figures in the main text and 12 figures/tables in the Supplementary Information

Universal Scaling of Freezing Morphodynamics in Polymer Solution Droplets

聚合物溶液滴状冻结动力学的普适性

Nicolas G. Ulrich, Pravin P. Aravindhan, Olivia Berger, Bryan S. Beckingham, Jean-François Louf

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究发现聚合物溶液滴的冻结动力学由Capillary-Lewis数控制，揭示了溶质再分布与界面变形的关联，适用于从稀释到纠缠状态的广泛范围。

Comments 6 pages, 5 figures

Embedded DNA Inference in In-Body Nanonetworks: Detection, Delay, and Communication Trade-Offs

体内纳米网络中的嵌入式DNA推断：检测、延迟与通信权衡

Stefan Fischer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过比较不同报告机制，发现嵌入式DNA推断在弱至中等异常范围内能提升检测性能，同时在事件驱动通信成本上具有竞争力，但并非在所有情况下都更优。

Comments 6 pages, 4 figures

Neural Stringology Based Cryptanalysis of EChaCha20

基于神经字符串学的EChaCha20密码分析

Victor Kebande

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出结合字符串分析与机器学习的神经字符串学密码分析框架，用于检测流密码密钥流中的结构异常，实验表明该方法能识别可控条件下的密钥流特征。

Comments 10 pages, 4 figures. Accepted to ICSIS 2026, Valencia, Spain

Solution of variable order fractional differential equations using Homotopy Analysis Method

使用同调分析法求解变阶分数微分方程

Vivek Mishra, S. Das

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文用同调分析法求解具有物理意义的两种变阶分数扩散方程，证明该方法在处理变阶导数或依赖其他参数时的有效性。

A Multilevel Monte Carlo Virtual Element Method for Uncertainty Quantification of Elliptic Partial Differential Equations

一种用于椭圆偏微分方程不确定性量化多级蒙特卡洛虚拟元方法

Paola F. Antonietti, Francesca Bonizzoni, Ilaria Perugia, Marco Verani

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种基于虚拟元离散化的多级蒙特卡洛虚拟元方法，用于求解具有随机扩散系数的椭圆偏微分方程，通过减少最细层级所需样本数来降低计算成本，验证了方法的收敛性和效率。

A1: A Fully Transparent Open-Source, Adaptive and Efficient Truncated Vision-Language-Action Model

A1: 一个完全透明的开源、自适应和高效的截断视觉-语言-动作模型

Kaidong Zhang, Jian Zhang, Rongtao Xu, Yu Sun, Shuoshuo Xue, Youpeng Wen, Xiaoyu Guo, Minghao Guo, Weijia Liufu, Liu Zihou, Kangyi Ji, Yangsong Zhang, Jiarun Zhu, Jingzhi Liu, Zihang Li, Ruiyi Chen, Meng Cao, Jingming Zhang, Shen Zhao, Xiaojun Chang, Feng Zheng, Ivan Laptev, Xiaodan Liang

机构 * SYSU（华南理工大学） ； MBZUAI（微软亚洲人工智能研究院） ； Spatialtemporal AI（时空人工智能） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 A1通过利用预训练的VLM提供隐含的 affordance 先验知识，实现低成本、高吞吐量的推理，同时提高机器人操作的成功率，且在多个基准和真实机器人上实现了最先进的成功率。

Two-sided heat kernel bounds for $\sqrt{8/3}$-Liouville Brownian motion

双侧热核估计 for √(8/3)-Liouville Brownian motion

Sebastian Andres, Naotaka Kajino, Konstantinos Kavvadias, Jason Miller

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了当γ=√(8/3)时，Liouville Brownian motion的热核上界和下界，基于√(8/3)-LQG度量，结果在指数上至多相差多项对数因子。

Comments 134 pages, 8 figures; some typos have been fixed, the list of references has been updated, and a paragraph describing special features of $\sqrt{8/3}$-LQG has been added in the introduction

Characterizing asymmetric and bimodal long-term financial return distributions through quantum walks

通过量子行走表征非对称和双峰的长期金融回报分布

Stijn De Backer, Luis E. C. Rocha, Jan Ryckebusch, Koen Schoors

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过量子行走模型研究长期金融回报分布的非对称性和双峰特性，揭示其与经典模型的不同之处，为理解长期资产价格动态提供新视角。

Comments 32 pages, 12 figures, 3 tables

Journal ref Eur. Phys. J. B 99, 51 (2026)

Rough Heston model as the scaling limit of bivariate cumulative heavy-tailed INAR processes: Weak-error bounds and option pricing

粗糙Heston模型作为双变量累积重尾INAR过程的标度极限：弱误差界和期权定价

Yingli Wang, Zhenyu Cui, Lingjiong Zhu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究双变量累积重尾INAR(∞)过程的近不稳定特性，证明其在特定参数化和标度下收敛于粗糙Heston模型，推导出INAR不对称参数与极限波动过程杠杆相关性和扩散尺度的联系，并通过离散方程与连续分数Riccati方程比较，获得弱误差界和期权定价方法。

Hydrodynamic limit of the symmetric exclusion process on complete Riemannian manifolds and principal bundles

对完备黎曼流形和主丛上对称排斥过程的水动力极限

Jonathan Junné, Frank Redig, Rik Versendaal

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在泊松随机邻域图逼近带下界曲率的加权黎曼流形上对称排斥过程的水动力极限，推导福克-规划方程，并扩展到主丛，得到带有加权水平拉普拉斯算子的福克-规划方程。

Comments Added Section 3 on the existence of the SEP and improved the general presentation

On the basic reproduction number in continuously structured populations

关于连续结构种群中的基本繁殖数

Carles Barril, Àngel Calsina, Sílvia Cuadrado, Jordi Ripoll

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究连续结构种群中基本繁殖数的计算方法，通过极限过程定义其为序列模型基本繁殖数的极限，应用于多个结构模型。

Journal ref Math Meth Appl Sci. 2021;44:799-812

Impact of density-dependent migration flows on epidemic outbreaks in heterogeneous metapopulations

密度依赖迁移流对异质元群体中流行病爆发的影响

Jordi Ripoll, Albert Avinyó, Marta Pellicer, Joan Saldaña

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究迁移模式对复杂网络中流行病传播的影响，提出非线性扩散模型，揭示人口密度影响流行病传播的机制。

Comments 6 pages, 3 figures

Journal ref Phys. Rev. E 92, 022809 (2015)

PostureObjectstitch: Anomaly Image Generation Considering Assembly Relationships in Industrial Scenarios

姿态物体拼接：考虑装配关系的异常图像生成

Zebei Tong, Hongchang Chen, Yujie Lei, Gang Chen, Yushi Liu, Zhi Zheng, Hao Chen, Jieming Zhang, Ying Li, Dongpu Cao

机构 * Beijing Institute of Technology（北京理工大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出PostureObjectStitch方法，通过解耦多视角图像特征和引入条件损失与几何先验，实现工业场景中考虑装配关系的准确异常图像生成。

Reconstruction of a 3D wireframe from a single line drawing via generative depth estimation

通过生成深度估计从单张线稿中重建3D线框

Elton Cao, Hod Lipson

机构 * Creative Machines Lab, Columbia University（创意机器实验室，哥伦比亚大学） 纠错

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

AI总结 本文提出一种生成方法，将线稿重建视为条件密集深度估计任务，利用Latent Diffusion Model和ControlNet风格的条件框架解决正投影的固有歧义，并通过图遍历的BFS掩码策略支持迭代的线稿-重建-线稿工作流，实现从稀疏2D线稿到密集3D表示的转换。

ASTRA: Enhancing Multi-Subject Generation with Retrieval-Augmented Pose Guidance and Disentangled Position Embedding

ASTRA：通过检索增强的姿势引导和解纠缠位置嵌入增强多主体生成

Tianze Xia, Zijian Ning, Zonglin Zhao, Mingjia Wang

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 ASTRA通过检索增强的姿势引导和解纠缠位置嵌入，解决多主体生成中身份与姿势结构的分离问题，提升姿态一致性和身份保真度。

SocialMirror: Reconstructing 3D Human Interaction Behaviors from Monocular Videos with Semantic and Geometric Guidance

SocialMirror: 从单目视频中利用语义和几何引导重建3D人体交互行为

Qi Xia, Peishan Cong, Ziyi Wang, Yujing Sun, Qin Sun, Xinge Zhu, Mao Ye, Ruigang Yang, Yuexin Ma

机构 * ShanghaiTech University（上海科技大学） ； Nanyang Technological University（南洋理工大学） ； Guangzhou Institute of Energy Conversion, CAS（广州能源研究所，中国科学院） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Inceptio Technology（Inceptio科技） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出SocialMirror框架，通过语义和几何引导解决单目视频中人体重建的挑战，实现高精度交互行为重建，展现强大的泛化能力。

Adaptive Multi-Scale Channel-Spatial Attention Aggregation Framework for 3D Indoor Semantic Scene Completion Toward Assisting Visually Impaired

自适应多尺度通道-空间注意力聚合框架用于3D室内语义场景补全以协助视障人士

Qi He, XiangXiang Wang, Jingtao Zhang, Yongbin Yu, Hongxiang Chu, Manping Fan, JingYe Cai, Zhenglin Yang

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

AI总结 本文提出自适应多尺度注意力聚合框架，解决2D到3D特征提升中的噪声扩散和多尺度融合结构不稳定问题，通过通道-空间注意力机制和分层自适应门控策略提升小物体和桌子的识别精度，实验表明在NYUv2基准上mIoU达27.88%。

Comments We need to optimize the experiment, the changes are quite significant

Learning to Control PDEs with Differentiable Predictive Control and Time-Integrated Neural Operators

基于可微预测控制与时间积分神经算子的PDE控制学习

Dibakar Roy Sarkar, Ján Drgoňa, Somdatta Goswami

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出一种数据驱动的PDE控制框架，结合时间积分深度算子网络与可微预测控制，实现高效离线优化神经策略，展示在热方程、非线性Burgers方程和反应扩散方程中的应用效果。