图像生成

Generative Learning Enhanced Intelligent Resource Management for Cell-Free Delay Deterministic Communications

生成学习增强的智能资源管理用于无基站确定性通信

Shuangbo Xiong, Cheng Zhang, Wen Wang, Wenwu Yu, Yongming Huang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了无基站MIMO系统中的资源分配问题，提出基于虚拟约束马尔可夫决策过程的离线预训练框架，通过证据感知条件高斯混合模型提升效率和安全性，实验表明其在能效和延迟约束方面表现优异。

Comments The paper has been submitted to IEEE Transactions on Wireless Communications

MISTY: High-Throughput Motion Planning via Mixer-based Single-step Drifting

MISTY：基于混合器的单步漂移高吞吐量运动规划

Yining Xing, Zehong Ke, Yiqian Tu, Zhiyuan Liu, Wenhao Yu, Jianqiang Wang

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与移动系统国家重点实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 MISTY通过混合器单步漂移方法实现高吞吐量运动规划，利用变分自编码器和轻量级MLP-Mixer解码器，结合隐空间漂移损失，提升轨迹生成效率与鲁棒性。

Comments 8 pages, 4 figures, 3 tables. Submitted to IEEE Robotics and Automation Letters (RA-L)

Existence and uniqueness for singular stochastic differential equations with piecewise well-behaved coefficients

奇异随机微分方程中路径唯一性的存在性和唯一性研究

Sara Mazzonetto, Benoît Nieto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了一维广义随机微分方程中存在性和唯一性问题，特别是在分布漂移和退化、可能不连续的扩散系数下的情况。提出路径唯一性条件和粘贴方法，为广义随机微分方程提供了首个显式粘贴定理。

FingerViP: Learning Real-World Dexterous Manipulation with Fingertip Visual Perception

FingerViP：利用指尖视觉感知学习真实世界灵巧操作

Zhen Zhang, Weinan Wang, Hejia Sun, Qingpeng Ding, Xiangyu Chu, Guoxin Fang, K. W. Samuel Au

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 FingerViP通过在多指手部每个指尖安装微型摄像头，提升多视角视觉反馈，开发基于扩散模型的全身视觉-运动策略，实现复杂操作技能的学习与高成功率的现实任务执行。

Comments 12 pages, 6 figures

TopoStyle: Supporting Iterative Design with Generative AI for 2.5D Topology Optimization

TopoStyle: 通过生成式AI支持迭代设计的2.5D拓扑优化

Shuyue Feng, Cedric Caremel, Yoshihiro Kawahara

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出TopoStyle，利用2D扩散模型实现2.5D拓扑优化的迭代设计工具，通过手绘交互和3D软件点交互两种方法，结合掩码技术提升设计效率与美观平衡。

Comments 12 pages

A Temperature-Coupled Cahn-Hilliard-Stokes-Heat Model for Thermally Driven Phase Separation

一种耦合温度的Cahn-Hilliard-Stokes-热模型用于热驱动相分离

Maria Deliyianni, Boris Muha, Andrej Novak

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种耦合温度的Cahn-Hilliard-Stokes-热模型，用于研究粘性不可压缩混合物中的热驱动相分离，通过分析和数值方法验证了该模型的可行性与稳定性。

Comments 42 pages, 34 figures

The geometry of conflict : 3D Spatio-temporal patterns in fatalities prediction

冲突的几何学：致命事件预测中的三维时空模式

Thomas Schincariol

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过创新方法将冲突致死数据转化为三维模式，利用ShapeFinder模型和EMD算法识别分类，提升预测准确性，优于基准模型。

Comments 68 Pages, 34 figures

Data-Driven Surrogate Models for Agromaritime Applications: Finite Element-Neural Network Integration

数据驱动的代理模型用于农业 maritime 应用：有限元-神经网络整合

Muhammad Ilyas

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出结合有限元和神经网络的代理模型，用于高效预测农业 maritime 系统中的养分运输和盐度分布，通过降维和参数映射提升预测速度与精度。

Comments 11 pages, 7 figures, published in the Proceedings of International Conference on Data Science, Mathematics and Informatics (ICoDMI 2025), IPB Bogor, Indonesia

High-Fidelity Reconstruction of Charge Boundary Layers and Sharp Interfaces in Electro-Thermal-Convective Flows via Residual-Attention PINNs

通过残差-注意力PINNs实现电热对流流体中电荷边界层和尖锐界面的高保真重建

Baitong Zhou, Ze Tao, Ke Xu, Fujun Liu, Xuan Fang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出残差-注意力PINN，通过嵌入门控注意力调节机制，提升局部对陡峭物理梯度的敏感性，有效解决传统PINN在处理尖锐电荷边界层和多相界面时的数值扩散和失真问题。

Comments 16 pages, 5 figures

Strang splitting estimator for nonlinear multivariate stochastic differential equations with Pearson-type multiplicative noise

Strang 分裂估计器用于具有 Pearson 型乘法噪声的非线性多元随机微分方程

Predrag Pilipović, Adeline Samson, Susanne Ditlevsen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于 Strang 分裂的参数估计器，用于具有 Pearson 型乘法噪声的非线性多元随机微分方程，通过分解随机系统为确定性非线性常微分方程和多元 Pearson 扩散，结合高斯过渡近似和精确矩，证明了估计器的一致性和渐近有效性。

Comments 27 pages of main text, 14 pages of supplementary materials, 8 figures

Benchmarking thermostat algorithms in molecular dynamics simulations of a binary Lennard-Jones glass-former model

对二元Lennard-Jones玻璃形成体分子动力学模拟中阻尼算法的评估

Kumpei Shiraishi, Emi Minamitani, Kang Kim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过二元Lennard-Jones液体模型，比较了不同阻尼算法对物理量采样的影响，发现Grønbech-Jensen-Farago方案在温度和势能采样上表现最佳，但Langevin动力学计算成本高且扩散系数随摩擦系数增加而降低。

Comments 25 pages, 14 figures

Journal ref J. Chem. Phys. 164, 164501 (2026)

Probabilistic approximation of fully nonlinear second-order PIDEs with convergence rates for the universal robust limit theorem

全非线性二阶PIDEs的概率近似及其对通用稳健极限定理的收敛率

Lianzi Jiang, Mingshang Hu, Gechun Liang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种概率近似方法，用于解决一类非标准、全非线性二阶偏积分微分方程，结合非线性Levy过程和Peng的G-期望框架，建立了递归分段常数近似方案，并给出了误差估计，从而为通用稳健极限定理提供了定量收敛率。

Comments 28 pages

Prethermalization, shadowing breakdown, and the absence of Trotterization transition in quantum circuits

预热化、影子破裂以及非积分化量子电路中无Trotter化转变

Marko Znidaric

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究量子电路中离散时间模拟代表连续时间哈密顿演化的持续时间，揭示预热化现象及非积分化系统中无Trotter化转变，通过截断算子传播器分析能量稳定性及其他可观测量。

Comments 21 pages, v2: improved numerical efficiency, additional 1d and 2d models

Journal ref Phys.Rev.X 16, 021017 (2026)

On the subcritical self-catalytic branching Brownian motions

关于亚临界自催化分支布朗运动的研究

Haojie Hou, Zhenyao Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了自催化分支布朗运动的亚临界情况，构造了允许无限初始粒子的模型，并刻画了其来自无穷的CDI性质及速率。

Comments 81 pages, 0 figures

Exploring the Role of Synthetic Data Augmentation in Controllable Human-Centric Video Generation

探索合成数据增强在可控人类中心视频生成中的作用

Yuanchen Fei, Yude Zou, Zejian Kang, Ming Li, Jiaying Zhou, Xiangru Huang

机构 * Hunan University（湖南大学） ； Westlake University（西湖大学） ； Shanghai Jiaotong University（上海交通大学） ； Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Sun Yat-Sen University（中山大学） 纠错

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

AI总结 本文研究合成数据对可控人类视频生成的影响，提出基于扩散的框架实现细粒度控制，并通过实验揭示合成与真实数据的互补作用，为高效选择合成样本提升视频真实感提供方法。

Adaptive Moments are Surprisingly Effective for Plug-and-Play Diffusion Sampling

自适应矩在即插即用扩散采样中出人意料地有效

Christian Belardi, Justin Lovelace, Kilian Q. Weinberger, Carla P. Gomes

机构 * Cornell University（康奈尔大学） 纠错

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出利用自适应矩估计来稳定扩散采样中的噪声似然分数，通过实验证明该方法在图像修复和类别条件生成任务中优于复杂方法，提升了对齐效果。

VARestorer: One-Step VAR Distillation for Real-World Image Super-Resolution

VARestorer: 一种一步式VAR蒸馏用于现实世界图像超分辨率

Yixuan Zhu, Shilin Ma, Haolin Wang, Ao Li, Yanzhe Jing, Yansong Tang, Lei Chen, Jiwen Lu, Jie Zhou

机构 * Tsinghua University（清华大学） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出VARestorer，通过蒸馏预训练的文本到图像VAR模型，实现一步式图像超分辨率，解决迭代预测中的误差累积问题，提升效率与质量。

Comments Accepted in ICLR 2026. Code is available at https://github.com/EternalEvan/VARestorer