图像生成

Neural Network-Based Score Estimation in Diffusion Models: Optimization and Generalization

基于神经网络的扩散模型分数估计：优化与泛化

Yinbin Han, Meisam Razaviyayn, Renyuan Xu

机构 * Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） ； Daniel J. Epstein Department of Industrial and Systems Engineering, University of Southern California（南加州大学工业与系统工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于梯度下降训练的神经网络分数估计框架，解决扩散模型中优化与泛化问题，通过参数化方法将去噪分数匹配转化为回归问题，并建立首个最小最大最优泛化界限。

Comments 58 pages

Generative diffusion learning for parametric partial differential equations

参数偏微分方程的生成扩散学习

Ting Wang, Petr Plechac, Jaroslaw Knap

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于生成扩散模型的参数偏微分方程解算器，通过概率方法学习参数与解的映射关系，实现对噪声数据的自动置信区间估计，并与傅里叶网络运算符进行性能比较。

SVGDreamer: Text Guided SVG Generation with Diffusion Model

SVGDreamer：基于扩散模型的文本引导SVG生成

Ximing Xing, Haitao Zhou, Chuang Wang, Jing Zhang, Dong Xu, Qian Yu

机构 * Beihang University（北航） ； The University of Hong Kong（香港大学） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV

AI总结 SVGDreamer提出一种基于扩散模型的文本引导SVG生成方法，通过引入语义驱动的图像向量化过程和向量粒子基于的分数蒸馏技术，提升生成的可编辑性、视觉质量和多样性。

Comments Accepted by CVPR 2024. Project Page: https://ximinng.github.io/SVGDreamer-project/

UniMesh: Unifying 3D Mesh Understanding and Generation

UniMesh: 统一3D网格理解与生成

Peng Huang, Yifeng Chen, Zeyu Zhang, Hao Tang

机构 * Boston University（波士顿大学） ； Peking University（北京大学） 纠错

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

AI总结 UniMesh提出统一框架，结合3D生成与理解，引入Mesh Head、CoM和自反思机制，提升迭代编辑与双向增强能力。

NullFace: Training-Free Localized Face Anonymization

NullFace: 不需要训练的局部化人脸匿名化

Han-Wei Kung, Tuomas Varanka, Terence Sim, Nicu Sebe

机构 * University of Trento（特伦托大学） ； University of Oulu（奥卢大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出无需训练的局部化人脸匿名化方法，通过预训练文本到图像扩散模型，在不优化或训练的情况下，实现关键非身份属性的保护，提升图像实用性。

Comments Accepted to the 2026 International Conference on Automatic Face and Gesture Recognition (FG)

AdaCluster: Adaptive Query-Key Clustering for Sparse Attention in Video Generation

AdaCluster：用于视频生成中稀疏注意力的自适应查询-键聚类

Haoyue Tan, Shengnan Wang, Yulin Qiao, Juncheng Zhang, Youhui Bai, Ping Gong, Zewen Jin, Cheng Li

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； Independent Researcher（独立研究员） ； University of Macau（澳门大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 针对视频扩散变换器的高推理延迟问题，提出AdaCluster框架，通过自适应聚类方法提升生成速度并保持精度。

Comments CVPR 2026 poster

EmbodiedHead: Real-Time Listening and Speaking Avatar for Conversational Agents

EmbodiedHead：面向对话代理的实时听与说的虚拟形象

Yu Zhang, Kaiyuan Shen, Yang Li

机构 * School of Computer Science and Technology, East China Normal University, Shanghai, China（东华大学计算机科学与技术学院，上海，中国） ； Garabido Shanghai Technology Co., Ltd., Shanghai, China（Garabido上海科技有限公司，上海，中国） 纠错

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

AI总结 本文提出EmbodiedHead框架，通过实时语音驱动生成高质量对话代理虚拟形象，解决实时生成、统一听说行为和视觉质量的难题。

Comments 24 pages

Marrying Text-to-Motion Generation with Skeleton-Based Action Recognition

将文本到动作生成与基于骨架的动作识别相结合

Jidong Kuang, Hongsong Wang, Jie Gui

机构 * School of Cyber Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院，南京，中国） ； School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院，南京，中国） 纠错

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

AI总结 本文提出CoAMD模型，结合骨架坐标进行动作理解和生成，实现统一的动作识别与生成，通过多模态动作识别器提供语义指导，实验表明其在多个任务中表现优异。

LayerCache: Exploiting Layer-wise Velocity Heterogeneity for Efficient Flow Matching Inference

LayerCache: 利用层间速度异质性实现高效的流匹配推理

Guandong Li

机构 * iFLYTEK 纠错

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

AI总结 本文提出LayerCache，通过分层缓存框架优化Transformer中不同层的速度异质性，提升流匹配推理效率，实现PSNR、SSIM和LPIPS指标的显著提升。

DexWorldModel: Causal Latent World Modeling towards Automated Learning of Embodied Tasks

DexWorldModel：基于因果潜在世界的建模以实现具身任务的自动化学习

Yueci Deng, Guiliang Liu, Kui Jia

机构 * DexForce AI 纠错

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

AI总结 本文提出CLWM模型，通过分离交互语义与视觉噪声提升领域泛化能力，采用双状态测试时训练机制和推测异步推理方法，实现高效长周期任务处理，并通过EmbodiChain框架提升策略鲁棒性，实验表明其在复杂双臂仿真和物理机器人零样本迁移中表现优异。

Spatial-Regularization-Aware Dual-Branch Collaborative Inference for Training-Free OVSS in Remote Sensing Imagery

面向空间正则化的双分支协作推理用于无训练开放词汇语义分割在遥感图像中

Jianzheng Wang, Huan Ni

机构 * Nanjing University of Information Science \& Technology Nanjing China ； Nanjing University of Information Science \& Technology 纠错

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

AI总结 本文提出SDCI框架，通过跨模型注意力融合模块和双向跨图扩散细化模块，提升遥感图像无训练开放词汇分割的几何定位和语义预测能力。

Emergent nonreciprocity in open thermodynamically-consistent chemical reaction networks

开放热力学一致化学反应网络中涌现的非 reciprocity

Daniel Evans, Yizhi Shen, Ahmad K. Omar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究揭示开放热力学一致化学反应网络在非平衡稳态附近产生振荡不稳定性，通过化学稳流打破Onsager reciprocity，同时保持局部平衡假设下的耗散动力学变分结构。

Balance-Guided Sparse Identification of Multiscale Nonlinear PDEs with Small-coefficient Terms

平衡引导的多尺度非线性PDEs小系数项稀疏识别

Zhenhua Dang, Lei Zhang, Long Wang, Guowei He

机构 * State Key Laboratory of Nonlinear Mechanics, Institute of Mechanics, Chinese Academy of Sciences, Beijing 100190, China（非线性力学国家重点实验室，力学研究所，中国科学院，北京100190，中国） ； School of Engineering Sciences, University of Chinese Academy of Sciences, Beijing 100049, China（中国科学院大学工程科学学院，北京100049，中国） ； School of Mathematics and Statistics, Northwestern Polytechnical University, Xi'an 710072, China（西北工业大学数学与统计学院，西安710072，中国） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出平衡引导SINDy方法，通过项级ℓ_{2,0}正则化和渐进剪枝策略，有效识别多尺度非线性PDE中系数小的项。

Comments 32 pages, 7 figures, submitted to Journal of Computational Physics

DAG-STL: A Hierarchical Framework for Zero-Shot Trajectory Planning under Signal Temporal Logic Specifications

DAG-STL：一种用于在信号临时逻辑规范下进行零样本轨迹规划的分层框架

Ruijia Liu, Ancheng Hou, Xiao Yu, Xiang Yin

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（自动化与智能感知学院，上海交通大学，上海，中国） ； Institute of Artificial Intelligence, Xiamen University, Xiamen, China（人工智能研究院，厦门大学，厦门，中国） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出DAG-STL框架，通过分解-分配-生成流程实现零样本轨迹规划，结合动态一致性度量和分层在线重规划机制，在复杂任务中表现出色。

DeepRitzSplit Neural Operator for Phase-Field Models via Energy Splitting

基于能量分裂的深度Ritz神经算子用于相场模型

Chih-Kang Huang, Ludovick Gagnon, Miha Založnik, Benoît Appolaire

机构 * Université de Lorraine, CNRS, IJL（洛林大学、国家科学研究中心、IJL） ； Université de Lorraine, CNRS, Inria, IECL（洛林大学、国家科学研究中心、Inria、IECL） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种结合经典凸凹分裂与物理引导学习的神经算子方法，用于加速相场模型模拟，通过能量分裂变分形式训练神经算子，提升泛化能力并加快推断速度。

Weak solutions and weak-strong uniqueness for a Cahn-Hilliard type model with chemotaxis

弱解与弱-强唯一性对于带有趋化作用的Cahn-Hilliard型模型

Robert Lasarzik, Elisabetta Rocca, Giulio Schimperna

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了耦合相参数φ的Cahn-Hilliard关系与附加变量σ的相分离过程的模型，证明了弱解的存在性和弱-强唯一性，重点在于跨扩散项对数学分析的挑战及能量不平衡与营养物对数不等式的作用。

TacticGen: Grounding Adaptable and Scalable Generation of Football Tactics

TacticGen: 基于适应性和可扩展性的足球战术生成

Sheng Xu, Guiliang Liu, Tarak Kharrat, Yudong Luo, Mohamed Aloulou, Javier López Peña, Konstantin Sofeikov, Adam Reid, Paul Roberts, Steven Spencer, Joe Carnall, Ian McHale, Oliver Schulte, Hongyuan Zha, Wei-Shi Zheng

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； Real Analytics, London（Real Analytics，伦敦） ； Birmingham City Football Club, Birmingham（伯明翰城足球俱乐部，伯明翰） ； Management School, University of Liverpool（利物浦大学管理学院） ； School of Computing Science, Simon Fraser University（Simon Fraser大学计算机科学学院） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 TacticGen通过多智能体扩散变换器生成适应性战术，结合规则、自然语言和神经模型实现可扩展的战术设计，验证了其在专业足球战术规划中的实用性。

Comments 23 pages

A Unified Theory of Edge Weights: Stability of General Laplacian Networks from Matrix Phases and Asymmetry Rayleigh Ratios

边权统一理论：从矩阵相位和不对称Rayleigh比率看一般拉普拉斯网络的稳定性

Nina Kastendiek, Jakob Niehues, Frank Hellmann

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出统一的边权理论，通过矩阵相位和不对称Rayleigh比率分析一般拉普拉斯网络的稳定性，为电力电网、定向扩散和库莫-萨卡古奇模型提供更保守的稳定性条件。

Can Explicit Physical Feasibility Benefit VLA Learning? An Empirical Study

显式物理可行性能否促进VLA学习？一项实证研究

Yubai Wei, Chen Wu, Hashem Haghbayan

机构 * Department of Computing, University of Turku（图尔库大学计算机系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究显式物理可行性监督对VLA学习的影响，提出几何基础可行性目标并集成到扩散基VLA策略训练中，实验证明其能提升物理可靠性和任务性能，增强低数据下的学习效率。

Comments 8 pages, 5 figures

Fidelity of Machine Learned Potentials: Quantitative Assessment for Protonated Oxalate

机器学习势的保真度：用于质子化草酸盐的定量评估

Chen Qu, Paul L. Houston, Qi Yu, Apurba Nandi, Joel M. Bowman, Valerii Andreichev, Silvan Käser, Markus Meuwly

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过压力测试评估了两种机器学习势在表示相同训练数据集时的性能，比较了其在振动能量和波函数计算中的结果，发现两者在关键物理量上高度一致。

SCMAPR: Self-Correcting Multi-Agent Prompt Refinement for Complex-Scenario Text-to-Video Generation

SCMAPR: 自校正多智能体提示精修用于复杂场景文本到视频生成

Chengyi Yang, Pengzhen Li, Jiayin Qi, Aimin Zhou, Ji Wu, Ji Liu

机构 * HiThink Research（HiThink研究院） ； East China Normal University（华东师范大学） ； Guangzhou University（广州大学） ； Tsinghua University（清华大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出SCMAPR框架，通过多智能体分阶段精修提升复杂场景下的文本到视频生成质量，实验表明在VBench和EvalCrafter等基准上平均得分提升显著。

Geometry-controlled competition between axis centering and detwinning in fivefold-twinned gold nanoparticles

五重孪晶金纳米颗粒中轴心居中与解孪竞争的几何控制

Silvia Fasce, Diana Nelli, Luca Benzi, Georg Daniel Förster, Riccardo Ferrando

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过分子动力学模拟揭示了五重孪晶金纳米颗粒中轴心居中与解孪的几何控制机制，发现凹凸形态影响表面扩散与孪晶稳定性，为多孪纳米颗粒结构演化提供了理论框架。

Comments Submitted to Computational Materials Science. 19 pages, 11 figures

LLM-AUG: Robust Wireless Data Augmentation with In-Context Learning in Large Language Models

LLM-AUG: 基于大语言模型上下文学习的鲁棒无线数据增强

Pranshav Gajjar, Manan Tiwari, Sayanta Seth, Vijay K. Shah

机构 * NextG Wireless Lab, North Carolina State University, NC（NextG无线实验室，北卡罗来纳州立大学，NC） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出LLM-AUG框架，利用大语言模型的上下文学习生成合成样本，提升无线通信任务在低样本下的性能，实验显示其在干扰分类任务中表现优异。

Fully discrete scheme for the fifth-order KdV-Burgers-Fisher equation using Strang splitting and Fourier collocation methods

基于Strang分裂和傅里叶插值方法的第五阶KdV-伯格斯-费舍尔方程的全离散方案

Nurcan Gücüyenen Kaymak, Fatma Zürnacı-Yetiş, Muaz Seydaoğlu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出并分析了结合Strang分裂与傅里叶插值方法的第五阶KdV-伯格斯-费舍尔方程的全离散方案，证明了在时间上二阶收敛，在空间上谱收敛。

Modern Solid Electrolytes for All-Solid-State Batteries: Materials Chemistry, Structure, and Transport

全固态电池的现代固态电解质：材料化学、结构与传输

Denys Butenko, Mustafa Khan, Liusuo Wu, Jinlong Zhu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文综述了无机固态电解质的结构-性质关系，探讨了氧化物、硫化物和卤化物三大类材料的结构特征与传输机制，强调了框架拓扑、缺陷化学和局部阴离子灵活性对离子传导的影响。

Comments 46 pages, 6 figures reviews on solid electrolytes in amorphous and crystal forms

A Universal Avoidance Method for Diverse Multi-branch Generation

一种通用的多分支生成避障方法

Kyeongman Park, Minha Jhang, Kyomin Jung

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出UAG方法，通过惩罚先前生成输出的相似性，提升扩散模型和Transformer模型的多分支多样性，且计算效率高。

A Unified Poisson Summation Framework for Generalized Quantum Matrix Transformations

一种统一的泊松求和框架用于广义量子矩阵变换

Chao Wang, Xi-Ning Zhuang, Menghan Dou, Zhao-Yun Chen, Guo-Ping Guo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种统一算法框架，用于非幺正动力学和矩阵函数的量子模拟，基于谱混叠原理。通过将离散化误差解释为双域谱折叠，合成两种算法路径，分别适用于奇异和分数动力学及复解析矩阵函数。

Comments 17 pages, 3 figures

Fermi Sets: Universal and interpretable neural architectures for fermions

费米集：适用于费米子的通用且可解释的神经架构

Liang Fu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出费米集，一种适用于费米子多体波函数的通用且物理可解释的神经架构，通过证明任何连续费米子波函数均可由少量抗对称基函数与对称函数的线性组合近似，实现高效且可解释的波函数逼近。

Comments 5 pages

Resolving the Marcus-Rehm-Weller Paradox in Electron Transfer

解析电子转移中的Marcus-Rehm-Weller悖论

Ethan Abraham

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过两能级量子哈密顿量揭示Marcus和Rehm-Weller动力学的物理极限，展示了在正常区和倒置区的不同行为，无需引入扩散限制或现象修正即可定量再现Rehm-Weller数据。

Flow marching for a generative PDE foundation model

基于生成PDE基础模型的流推进

Zituo Chen, Sili Deng

机构 * Department of Mechanical Engineering（机械工程系） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Flow Marching算法，结合物理动力学误差分析，构建生成PDE基础模型，通过联合采样噪声和时间步长，学习统一速度场以减少长期漂移并实现不确定性感知的生成。同时引入P2VAE和FMT提升效率，实现大规模预训练。

Comments This work has been substantially expanded and superseded by arXiv:2602.11229