图像生成

Demystifying MaskGIT Sampler and Beyond: Adaptive Order Selection in Masked Diffusion

解析MaskGIT采样器及其超越：在Masked Diffusion中的自适应顺序选择

Satoshi Hayakawa, Yuhta Takida, Masaaki Imaizumi, Hiromi Wakaki, Yuki Mitsufuji

机构 * Sony Group Corporation（索尼集团公司） ； Sony AI（索尼人工智能） ； The University of Tokyo（东京大学） 纠错

专题命中 扩散模型 ：diffusion(title,title_cn)

AI总结 本文分析了MaskGIT采样器的隐含温度采样机制，提出更易解释的moment采样器，并通过部分缓存技术和混合方法改进了选择-采样算法，验证了理论并提升了实际性能。

Comments 23 pages, fixed cleveref-related issue

Journal ref Transactions on Machine Learning Research, 2026

Hallucination Early Detection in Diffusion Models

扩散模型中的幻觉早期检测

Federico Betti, Lorenzo Baraldi, Lorenzo Baraldi, Rita Cucchiara, Nicu Sebe

机构 * University of Trento（特伦托大学） ； Università di Pisa（比萨大学） ； University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学） 纠错

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

AI总结 本文提出HEaD+方法，通过整合交叉注意力图和文本信息，早期检测扩散模型生成中的幻觉问题，提高生成完整图像的准确率并减少生成时间。

Comments 21 pages, 6 figures, 4 tables. Published in International Journal of Computer Vision (IJCV)

Journal ref Int. J. Comput. Vis. 134, 35 (2026)

MMCORE: MultiModal COnnection with Representation Aligned Latent Embeddings

MMCORE：多模态连接与表征对齐的潜在嵌入

Zijie Li, Yichun Shi, Jingxiang Sun, Ye Wang, Yixuan Huang, Zhiyao Guo, Xiaochen Lian, Peihao Zhu, Yu Tian, Zhonghua Zhai, Peng Wang

机构 * ByteDance Seed（字节跳动种子） 纠错

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

AI总结 MMCORE通过预训练视觉-语言模型生成语义视觉嵌入，结合扩散模型实现多模态图像生成与编辑，提升生成质量并降低计算开销。

ParetoSlider: Diffusion Models Post-Training for Continuous Reward Control

ParetoSlider：扩散模型后训练用于连续奖励控制

Shelly Golan, Michael Finkelson, Ariel Bereslavsky, Yotam Nitzan, Or Patashnik

机构 * Tel Aviv University（特拉维夫大学） ； Lightricks（Lightricks公司） ； Adobe Research（Adobe研究） 纠错

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

AI总结 ParetoSlider提出多目标强化学习框架，通过连续变化的偏好权重训练单个扩散模型，实现推理时对冲突目标的精细控制。

Comments Project page: https://shelley-golan.github.io/ParetoSlider-webpage/

LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model

LLaDA2.0-Uni：通过扩散大语言模型统一多模态理解和生成

Inclusion AI, Tiwei Bie, Haoxing Chen, Tieyuan Chen, Zhenglin Cheng, Long Cui, Kai Gan, Zhicheng Huang, Zhenzhong Lan, Haoquan Li, Jianguo Li, Tao Lin, Qi Qin, Hongjun Wang, Xiaomei Wang, Haoyuan Wu, Yi Xin, Junbo Zhao

机构 * AGI Research Center, Inclusion AI（AGI研究中心，Inclusion AI） 纠错

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

AI总结 LLaDA2.0-Uni结合全语义离散分词器、MoE-based dLLM和扩散解码器，实现多模态理解和生成，通过SigLIP-VQ离散化视觉输入，提升推理效率，支持交错生成与推理，展现强大的图像生成与编辑能力。

Comments LLaDA2.0-Uni Technical Report

DynamicRad: Content-Adaptive Sparse Attention for Long Video Diffusion

动态Rad：面向长视频扩散的内容自适应稀疏注意力

Yongji Long, Shijun Liang, Jintao Li, Yun Li

机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； Shenzhen Institute for Advanced Study, UESTC（深圳先进研究院） ； Computational Mathematics, Science, & Engineering at Michigan State University (MSU)（密歇根州立大学计算数学、科学与工程） 纠错

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

AI总结 本文提出DynamicRad，通过引入双模式策略和语义运动路由器，实现长视频扩散中的高效稀疏注意力机制，提升推理速度并保持高质量。

GeoRelight: Learning Joint Geometrical Relighting and Reconstruction with Flexible Multi-Modal Diffusion Transformers

GeoRelight: 基于灵活多模态扩散变换器的联合几何重照明与重建

Yuxuan Xue, Ruofan Liang, Egor Zakharov, Timur Bagautdinov, Chen Cao, Giljoo Nam, Shunsuke Saito, Gerard Pons-Moll, Javier Romero

机构 * Codec Avatars Lab, Meta（Meta编码器动画实验室） ； University of Tübingen（图宾根大学） ； Max Planck Institute for Informatics, Saarland Informatics Campus（马克斯·普朗克信息学院，萨尔兰信息校园） 纠错

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

AI总结 本文提出GeoRelight，通过联合解决几何重建与重照明问题，利用iNOD和混合数据训练方法提升性能，优于传统顺序模型和忽略几何的系统。

Comments CVPR 2026 Highlight; Project page: https://yuxuan-xue.com

Physics-Informed Conditional Diffusion for Motion-Robust Retinal Temporal Laser Speckle Contrast Imaging

具有物理信息的条件扩散用于运动鲁棒的视网膜时间激光散斑对比成像

Qian Chen, Yuehao Chen, Qiang Wang, Lei Zhu, Yanye Lu, Qiushi Ren

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

AI总结 本文提出RetinaDiff框架，通过相位相关注册和条件扩散模型实现运动鲁棒的视网膜时间激光散斑对比成像，提升有限帧下的结构连续性和统计稳定性。

Near-Field Wideband Channel Estimation for XL-MIMO Systems via Denoising Diffusion Model

基于去噪扩散模型的XL-MIMO系统近场宽带信道估计

Qingxia Feng, Yin Fang, Meng Hua, Cheng Zhang, Chunguo Li, Yongming Huang, Luxi Yang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于去噪扩散模型的近场宽带信道估计方法，通过多尺度注意力机制提升复杂空间频域结构的建模能力，实验表明在不同设置下优于现有基线方案。

Conditional Monte Carlo Tree Diffusion for Designing Cell-Type-Specific and Biologically Faithful Regulatory DNA

基于条件蒙特卡洛树扩散的细胞类型特异性与生物忠实的调控DNA设计

Animesh Awasthi, Raphael Bednarsky, Moritz Schaefer, Christoph Bock

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DNA-CRAFT框架，结合条件离散扩散与蒙特卡洛树搜索，设计具有细胞类型特异性且生物忠实的调控DNA元素，通过训练和条件学习实现高精度调控序列生成。

Cold-Start Forecasting of New Product Life-Cycles via Conditional Diffusion Models

通过条件扩散模型进行新产品生命周期的冷启动预测

Ruihan Zhou, Zishi Zhang, Jinhui Han, Yijie Peng, Xiaowei Zhang

机构 * Guanghua School of Management, Peking University（北京大学光华管理学院） ； Department of Industrial Engineering and Decision Analytics, The Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出CDLF模型，利用静态描述、参考轨迹和新观察数据预测新产品生命周期，解决冷启动问题，提升预测准确性与概率预测质量。

The fundamental units of generalized quantum conductance and quantum diffusion

广义量子电导和量子扩散的基本单元

Lino Reggiani, Eleonora Alfinito, Federico Intini

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种统一理论，通过类比改进的Drude模型，推导出电导和扩散系数的基本量子单元，适用于中性粒子、热流和光子等电流。

Comments Accepted for publication in Fluctuations and Noise Letters (2026)

Explainability in Generative Medical Diffusion Models: A Faithfulness-Based Analysis on MRI Synthesis

生成医学扩散模型的可解释性：基于忠实度的MRI合成分析

Surjo Dey, Pallabi Saikia

机构 * Rajiv Gandhi institute of petroleum technology（拉吉夫·甘地石油技术学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨生成扩散模型在医学影像中的可解释性，聚焦MRI合成，通过分析原型方法评估生成与训练特征的关系，实验表明EPPNet在忠实度上表现最佳，提升生成过程的透明度和可信度。

Comments Accepted at 3rd World Congress on Smart Computing (WCSC2026) conference

Quantum geometric contribution to the diffusion constant

量子几何对扩散常数的贡献

A. A. Burkov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究线性狄拉克能谱金属和半金属中量子几何对扩散常数和直流电导的贡献，发现三维狄拉克费米子在电中性条件下扩散常数完全源于量子几何，而二维则不同。

Comments 9 pages, 1 figure, published version

Journal ref Phys. Rev. B 113, 155145 (2026)

MATT-Diff: Multimodal Active Target Tracking by Diffusion Policy

MATT-Diff：基于扩散策略的多模态主动目标跟踪

Saida Liu, Nikolay Atanasov, Shumon Koga

机构 * Department of Computer Science and Systems Engineering, Kobe University（神户大学计算机科学与系统工程系） ； Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电子与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出MATT-Diff，一种基于扩散策略的多模态主动多目标跟踪控制策略，通过视觉Transformer和注意力机制实现多目标跟踪与再获取。

Comments Camera-ready version for L4DC 2026

Local Diffusion Models and Phases of Data Distributions

局部扩散模型与数据分布的相

Fangjun Hu, Guangkuo Liu, Yifan F. Zhang, Xun Gao

机构 * Department of Electrical and Computer Engineering, Princeton University, Princeton, NJ 08544, USA（电气与计算机工程系，普林斯顿大学，普林斯顿，新泽西州08544，美国） ； QuEra Computing Inc., 1284 Soldiers Field Road, Boston, MA 02135, USA（QuEra计算公司，1284士兵场路，波士顿，马萨诸塞州02135，美国） ； Department of Physics, University of Colorado Boulder, Boulder, CO 80309, USA（物理系，科罗拉多大学博尔德分校，博尔德，科罗拉多州80309，美国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出局部扩散模型的相分析框架，揭示局部去噪器在相变中的作用，通过空间马尔可夫性评估相变，并验证了局部神经网络在相变区域外的高效性。

Comments 11+23 pages, 4+4 figures

D2PPO: Diffusion Policy Policy Optimization with Dispersive Loss

D2PPO：带有分散损失的扩散策略策略优化

Guowei Zou, Weibing Li, Hejun Wu, Yukun Qian, Yuhang Wang, Haitao Wang

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东省大数据分析与处理重点实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出D2PPO，通过引入分散损失正则化来解决扩散策略中表示崩溃问题，提升复杂机器人操控任务的性能，实验表明其在预训练和微调中均取得显著改进。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(22): 18891-18899, 2026

Traveling waves in reaction-diffusion equations with delay in both diffusion and reaction terms

具有扩散和反应项延迟的反应扩散方程中的行波

William Barker, Nguyen Van Minh

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究了具有扩散和反应项延迟的反应扩散系统中行波的存在性，通过单调迭代法扩展了线性泛函微分方程的格林函数符号研究，证明了在小正数r下方程有唯一有界解，并展示了在小延迟下Fisher-KPP和Belousov-Zhabotinski方程中行波的存在性。

Comments 36 pages

Journal ref Nonlinear Analysis, Vol. 271 (2026), 114125

A provably stable numerical method for the anisotropic diffusion equation in confined magnetic fields: Curvilinear coordinates and multi-block domains

一种可证明稳定的数值方法用于受限磁场中的各向异性扩散方程：曲线坐标和多块域

Dean Muir, Kenneth Duru, Stuart Hudson, Matthew Hole

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种稳健且准确的数值方法，用于在曲线坐标中求解各向异性扩散方程，通过多块域方法处理复杂几何，并通过数值测试验证了方法的稳定性与收敛性。

Comments 18 pages, 8 figures

Geometric Renyi Differential Privacy: Ricci Curvature Characterized by Heat Diffusion Mechanisms

几何Rényi差分隐私：通过热扩散机制特征化里奇曲率

Xiaotian Chang, Yangdi Jiang, Cyrus Mostajeran, Qirui Hu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种新的隐私机制，用于处理Riemann流形数据，通过几何分析、热扩散模型和差分隐私之间的联系，利用里奇曲率特征化Rényi散度，并通过热扩散和 Langevin 过程方法实现隐私保护的采样和连续隐私-效用平衡。

DiLO: Decoupling Generative Priors and Neural Operators via Diffusion Latent Optimization for Inverse Problems

DiLO：通过扩散潜在优化解耦生成先验和神经算子以解决逆问题

Haibo Liu, Guang Lin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiLO通过扩散潜在优化解耦生成先验与物理模型，解决逆问题中的计算瓶颈，提升重建精度与效率。

Control Consistency Losses for Diffusion Bridges

扩散桥梁的控制一致性损失

Samuel Howard, Nikolas Nüsken, Jakiw Pidstrigach

机构 * Department of Statistics, University of Oxford（牛津大学统计学系） ； Department of Mathematics, King's College London（伦敦国王学院数学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于最优控制自一致性性质的新方法，用于学习扩散桥梁的条件动力学，在无需通过模拟轨迹求导的情况下，有效处理稀有事件的模拟问题。

Widely degenerate anisotropic diffusion: local boundedness and semicontinuity

广泛退化各向异性扩散：局部有界性和半连续性

Pasquale Ambrosio, Simone Ciani, Giovanni Cupini

专题命中 扩散模型 ：diffusion(title)

AI总结 研究了演化方程局部弱解的正则性，探讨了非齐次抛物德吉奥尼类中解的局部有界性及局部弱次(超)解的半连续代表的存在性，推广了以往结果至更退化各向异性抛物方程。

From Ideal to Real: Stable Video Object Removal under Imperfect Conditions

从理想到现实：在不完美条件下实现稳定的视频对象移除

Jiagao Hu, Yuxuan Chen, Fuhao Li, Zepeng Wang, Fei Wang, Daiguo Zhou, Jian Luan

机构 * MiLM Plus（小米公司） 纠错

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

AI总结 本文提出SVOR框架，通过MUSE、DA-Seg和双阶段训练解决视频对象移除中的阴影、运动突变和掩码缺陷问题，实现更稳定的移除效果。

Comments Project Page: https://xiaomi-research.github.io/svor/

Rodrigues Network for Learning Robot Actions

罗德里格斯网络用于学习机器人动作

Jialiang Zhang, Haoran Geng, Yang You, Congyue Deng, Pieter Abbeel, Jitendra Malik, Leonidas Guibas

机构 * MIT（麻省理工学院） ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出罗德里格斯网络，通过引入运动学先验知识提升机器人动作学习性能，验证了其在动作预测和手部重建中的有效性。

Comments ICLR 2026

MD-Face: MoE-Enhanced Label-Free Disentangled Representation for Interactive Facial Attribute Editing

MD-Face: 基于MoE的无标签解耦表示用于交互式面部属性编辑

Xuan Cui, Yunfei Zhao, Bo Liu, Wei Duan, Xingrong Fan

机构 * Xuan Cui（徐传） ； Yunfei Zhao（赵云飞） ； Bo Liu（刘波） ； Wei Duan（段伟） ； Xingrong Fan（范星荣） 纠错

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

AI总结 MD-Face提出一种基于MoE的无标签解耦表示框架，通过动态专家分配机制和几何感知损失提升面部属性编辑效果，实验显示其在图像质量和推理延迟方面优于扩散方法。

Semi-Supervised Flow Matching for Mosaiced and Panchromatic Fusion Imaging

半监督流匹配用于拼接与全色融合成像

Peiming Luo, Nan Wang, Litong Liu, Jiahan Huang, Chenxu Wu, Renwei Dian, Junming Hou

机构 * Southeast University（东南大学） ； Hunan University（湖南大学） 纠错

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

AI总结 本文提出半监督流匹配框架，用于拼接超光谱图像与全色图像融合，通过两阶段训练提升生成效率与鲁棒性，实验表明其在多个数据集上表现优异。

Normalizing Flows with Iterative Denoising

归一化流与迭代去噪

Tianrong Chen, Jiatao Gu, David Berthelot, Joshua Susskind, Shuangfei Zhai

机构 * Apple Machine Learning Research（苹果机器学习研究） 纠错

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

AI总结 本文提出iTARFlow，通过迭代去噪提升归一化流生成模型性能，展现其在图像生成中的潜力。

LEXIS: LatEnt ProXimal Interaction Signatures for 3D HOI from an Image

LEXIS: 用于从图像中重建3D人体-物体交互的潜在近邻交互签名

Dimitrije Antić, Alvaro Budria, George Paschalidis, Sai Kumar Dwivedi, Dimitrios Tzionas

机构 * University of Amsterdam, The Netherlands（阿姆斯特丹大学） ； Aristotle University of Thessaloniki, Greece（雅典大学） 纠错

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

AI总结 本文提出LEXIS方法，通过VQ-VAE学习交互签名，结合InterFields实现人体和物体的密集连续接近建模，提升3D交互重建的精度与真实感。

Comments 26 pages, 11 figures, 4 tables. Project page: https://anticdimi.github.io/lexis

Indirect Prey-taxis VS a Shortwave External Signal in Multiple Dimensions

间接猎物趋性与多维短波外部信号

Andrey Morgulis, Karrar Malal

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究多维空间中短波外部信号对捕食者-猎物系统稳定性的影响，通过构建短波渐近展开分析外部信号对趋性运输的抑制作用及物种平衡的鲁棒性。

Comments 30 pages, 1 figures