图像生成

PromptEvolver: Prompt Inversion through Evolutionary Optimization in Natural-Language Space

PromptEvolver：通过自然语言空间中的进化优化实现提示倒置

Asaf Buchnick, Aviv Shamsian, Aviv Navon, Ethan Fetaya

机构 * Bar-Ilan University（巴伊兰大学） 纠错

专题命中 文生图 ：image generation(abstract)；text-to-image(abstract)

AI总结 本文提出PromptEvolver，通过进化优化生成自然语言提示，实现高保真图像重建，优于现有方法。

ELIQ: A Label-Free Framework for Quality Assessment of Evolving AI-Generated Images

ELIQ：一种无需标签的进化AI生成图像质量评估框架

Xinyue Li, Zhiming Xu, Min Tang, Zhaolin Cai, Sijing Wu, Xiongkuo Min, Yitong Chen, Guangtao Zhai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xi'an Jiaotong University（西安交通大学） 纠错

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

AI总结 ELIQ通过自动构建正负样本对，利用预训练多模态模型提升质量评估，实现无需人工标注的高质量评估，优于现有无标签方法。

Prox-E: Fine-Grained 3D Shape Editing via Primitive-Based Abstractions

Prox-E：基于原始抽象的细粒度3D形状编辑

Etai Sella, Hao Phung, Nitay Amiel, Or Litany, Or Patashnik, Hadar Averbuch-Elor

专题命中 图像编辑 ：image editing(abstract)；分类 cs.GR

AI总结 本文提出Prox-E，一种无需训练的框架，通过显式的原始几何抽象实现细粒度3D控制，有效平衡身份保持、形状质量和指令忠实度。

Comments Accepted to SIGGRAPH 2026. Project page: https://etaisella.github.io/Prox-E/

Efficient Zero-Shot Inpainting with Decoupled Diffusion Guidance

高效零样本修复与解耦扩散引导

Badr Moufad, Navid Bagheri Shouraki, Alain Oliviero Durmus, Thomas Hirtz, Eric Moulines, Jimmy Olsson, Yazid Janati

机构 * CMAP, Ecole Polytechnique（高等理工学院CMAP） ； Institute of Foundation Models（基础模型研究所） ； MBZUAI（穆扎夫技术研究院） ； EPITA ； Sorbonne University（索邦大学） ； Lagrange Mathematics and Computing Research Center（拉格朗日数学与计算研究中心） ； EPITA Research Lab（EPITA研究实验室） ； KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 本文提出了解耦扩散引导方法，通过简化采样过程降低内存和运行开销，实现高效的零样本修复。

Journal ref ICLR 2026

SpatialFusion: Endowing Unified Image Generation with Intrinsic 3D Geometric Awareness

SpatialFusion：赋予统一图像生成内在三维几何意识

Haiyi Qiu, Kaihang Pan, Jiacheng Li, Juncheng Li, Siliang Tang, Yueting Zhuang

机构 * Zhejiang University（浙江大学） ； HiThink Research（HiThink研究院） 纠错

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

AI总结 本文提出SpatialFusion框架，通过引入混合变压器增强MLLM的三维几何建模能力，并利用深度适配器将显式几何约束注入扩散模型，提升空间感知任务性能。

ACPO: Anchor-Constrained Perceptual Optimization for Diffusion Models with No-Reference Quality Guidance

ACPO：基于锚点的感知优化用于无参考质量引导的扩散模型

Yang Yang, Feifan Meng, Han Fang, Weiming Zhang

机构 * School of Electronic and Information Engineering, Anhui University（安徽大学电子与信息工程学院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥国家综合科学中心人工智能研究院） ； School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络科学与技术学院） 纠错

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

AI总结 本文提出ACPO方法，通过锚点约束优化提升扩散模型的感知质量，同时保持生成多样性和训练稳定性。

Comments 14 pages, 9 figures, 11 tables

A Priori Sampling of Transition States with Guided Diffusion

过渡态的先验采样与引导扩散

Hyukjun Lim, Soojung Yang, Lucas Pinède, Miguel Steiner, Yuanqi Du, Rafael Gómez-Bombarelli

机构 * Chimie ParisTech, PSL University（巴黎科技学院化学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出ASTRA方法，通过引导扩散模型在生成模型推理时间缩放问题中寻找过渡态，结合条件分数和物理力精确定位过渡态并发现多条反应路径。

ComboStoc: Combinatorial Stochasticity for Diffusion Generative Models

ComboStoc: 差分生成模型中的组合随机性

Rui Xu, Jiepeng Wang, Hao Pan, Yang Liu, Xin Tong, Shiqing Xin, Changhe Tu, Taku Komura, Wenping Wang

机构 * The University of Hong Kong Work partially done at MSRA. † Corresponding authors. China ； The University of Hong Kong China ； Tsinghua University China ； Microsoft Research Asia China ； Shandong University China ； Texas A\&M University USA ； The University of Hong Kong ； Tsinghua University ； Microsoft Research Asia ； Shandong University ； Texas A\&M University 纠错

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

AI总结 本文研究了差分生成模型中未被充分探索但重要的组合复杂性问题，提出 ComboStoc 方法通过构建随机过程充分利用组合结构，提升训练效率并实现测试时生成的灵活控制。

Comments ACM Transactions on Graphics, SIGGRAPH 2026

Co-generation of Layout and Shape from Text via Autoregressive 3D Diffusion

通过自回归3D扩散模型生成布局和形状

Zhenggang Tang, Yuehao Wang, Yuchen Fan, Jun-Kun Chen, Yu-Ying Yeh, Kihyuk Sohn, Zhangyang Wang, Qixing Huang, Alexander Schwing, Rakesh Ranjan, Dilin Wang, Zhicheng Yan

机构 * Meta Reality Labs（Meta现实实验室） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文提出一种新的文本到场景生成方法，通过自回归3D扩散模型生成布局和形状，解决文本描述与生成场景不一致的问题。

StereoSpace: Depth-Free Synthesis of Stereo Geometry via End-to-End Diffusion in a Canonical Space

StereoSpace：通过端到端扩散在规范空间中实现无深度的立体几何合成

Tjark Behrens, Anton Obukhov, Bingxin Ke, Fabio Tosi, Matteo Poggi, Konrad Schindler

机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Bologna（博洛尼亚大学） ； HUAWEI Bayer Lab（华为贝加尔实验室） 纠错

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

AI总结 StereoSpace通过端到端扩散模型在规范空间中实现无深度的立体几何合成，采用视角条件化方法，无需显式深度或变形，通过端到端生成对应关系和填补遮挡区域，提升立体生成的清晰度和鲁棒性。

Comments CVPR 2026 Findings. Project page: https://hf.co/spaces/prs-eth/stereospace

SnapPose3D: Diffusion-Based Single-Frame 2D-to-3D Lifting of Human Poses

SnapPose3D: 基于扩散模型的单帧2D到3D姿态提升

Alessandro Simoni, Riccardo Catalini, Davide Di Nucci, Guido Borghi, Davide Davoli, Lorenzo Garattoni, Gianpiero Francesca, Yuki Kawana, Roberto Vezzani

机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学） ； Toyota Motor Europe（丰田欧洲公司） ； Woven by Toyota（丰田织造） 纠错

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

AI总结 本文提出SnapPose3D，通过扩散模型生成多个假设并聚合，解决2D到3D姿态提升中的深度模糊和关节不确定性问题，利用单帧输入提升计算效率。

Comments Accepted at ICPR 2026

Delta Score Matters! Spatial Adaptive Multi Guidance in Diffusion Models

Delta Score Matters! 空间自适应多引导在扩散模型中

Haosen Li, Wenshuo Chen, Lei Wang, Shaofeng Liang, Bowen Tian, Soning Lai, Yutao Yue

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Griffith University & Data61/CSIRO（格里菲斯大学及Data61/CSIRO） 纠错

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

AI总结 本文提出空间自适应多引导方法，通过几何分析解决扩散模型中细节与伪影的矛盾，提升语义对齐和结构完整性。

Beyond Fixed Formulas: Data-Driven Linear Predictor for Efficient Diffusion Models

超越固定公式：用于高效扩散模型的数据驱动线性预测器

Zhirong Shen, Rui Huang, Jiacheng Liu, Chang Zou, Peiliang Cai, Shikang Zheng, Zhengyi Shi, Liang Feng, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Shandong University（山东大学） ； Xiamen University（厦门大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文提出L2P数据驱动缓存框架，通过学习每时间步的权重替代固定系数，有效降低扩散模型采样成本，实现4.55倍FLOPs减少和4.15倍延迟加速。

Comments Accepted by CVPR 2026

High-Dimensional Noise to Low-Dimensional Manifolds: A Manifold-Space Diffusion Framework for Degraded Hyperspectral Image Classification

高维噪声到低维流形：一种用于退化超光谱图像分类的流形空间扩散框架

Boxiang Yang, Ning Chen, Xia Yue, Yichang Luo, Yingbo Fan, Haoyuan Zhang, Haoyu Ma, Jun Yue, Shanjun Mao

机构 * Institute of Remote Sensing and Geographic Information System, Peking University（遥感与地理信息系统研究所，北京大学） ； Beijing Key Laboratory of Spatio-temporal Perception and Urban Resilience, Peking University（北京时空感知与城市韧性重点实验室，北京大学） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空航天信息研究所） ； Institute of energy, Peking University（北京大学能源研究所） ； School of Mechanics and Engineering Science, Peking University（北京大学力学与工程科学学院） ； School of Automation, Central South University（中南大学自动化学院） 纠错

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

AI总结 本文提出一种流形空间扩散框架，通过判别光谱-空间重建任务将高维退化数据映射到低维流形，利用扩散模型稳定潜在特征，提升复杂退化条件下的分类性能。

Inferix: A Block-Diffusion based Next-Generation Inference Engine for World Simulation

Inferix：基于块扩散的下一代世界模拟推理引擎

Inferix Team, Tianyu Feng, Yizeng Han, Jiahao He, Yuanyu He, Xi Lin, Teng Liu, Hanfeng Lu, Jiasheng Tang, Wei Wang, Zhiyuan Wang, Jichao Wu, Mingyang Yang, Yinghao Yu, Zeyu Zhang, Bohan Zhuang

机构 * Inferix Team（Inferix 团队） 纠错

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

AI总结 Inferix 是一种基于块扩散的下一代推理引擎，通过优化半自回归解码过程实现沉浸式世界合成，支持交互式视频流和性能分析，结合 LV-Bench 提供高效评估。

Towards Redundancy Reduction in Diffusion Models for Efficient Video Super-Resolution

向扩散模型的冗余减少迈进：为高效视频超分辨率而优化

Jinpei Guo, Yifei Ji, Shengwei Wang, Zheng Chen, Yufei Wang, Sizhuo Ma, Yong Guo, Baiang Li, Jusheng Zhang, Yulun Zhang, Jian Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Jiao Tong University（上海交通大学） ； Sun Yat-sen University（中山大学） ； Snap Inc.（Snap公司） ； South China University of Technology（华南理工大学） 纠错

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

AI总结 本文提出OASIS，一种针对真实世界视频超分辨率的高效单步扩散模型，通过注意力专业化路由减少冗余，提升性能与推理速度。

FA-Seg: A Fast and Accurate Diffusion-Based Method for Open-Vocabulary Segmentation

FA-Seg: 一种基于扩散模型的快速且准确的开放词汇分割方法

Huy Che, Vinh-Tiep Nguyen

机构 * University of Information Technology（信息科技大学） ； Vietnam National University（越南国家大学） 纠错

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

AI总结 FA-Seg提出一种基于扩散模型的快速准确开放词汇分割框架，通过双提示机制、层次注意力细化方法和测试时翻转方案提升分割质量，实现高效且高精度的分割性能。

Journal ref Neurocomputing 660 (2026) 131844

Hybrid Diffusion for Simultaneous Symbolic and Continuous Planning

混合扩散用于同时符号化和连续规划

Sigmund Hennum Høeg, Aksel Vaaler, Chaoqi Liu, Olav Egeland, Yilun Du

机构 * Department of Mechanical and Industrial Engineering, Norwegian University of Science and Technology (NTNU)（挪威科学技术大学机械与工业工程系） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Harvard University（哈佛大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出混合扩散方法，结合离散变量扩散和连续扩散，提升机器人长周期任务规划性能，实现符号计划与连续轨迹生成的协同优化。

Comments 10 pages, 11 figures. This work has been submitted to the IEEE for possible publication. See https://sigmundhh.com/hybrid_diffusion/ for the project website

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 4, pp. 4489-4496, April 2026

Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models

将TIDE转向：用于扩散大语言模型的跨架构蒸馏

Gongbo Zhang, Wen Wang, Ye Tian, Li Yuan

机构 * Peking University（北京大学） ； Zhejiang University（浙江大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出TIDE框架，通过跨架构蒸馏提升扩散大语言模型性能，采用三个模块解决不同架构间的知识转移问题，在八个基准测试中平均提升1.53分，尤其在代码生成任务中表现突出。

Comments 15 pages, 3 figures. Code: https://github.com/PKU-YuanGroup/TIDE

Language Diffusion Models are Associative Memories Capable of Retrieving Unseen Data

语言扩散模型是能够检索未见过数据的联想记忆

Bao Pham, Mohammed J. Zaki, Luca Ambrogioni, Dmitry Krotov, Matteo Negri

机构 * Department of Computer Science, Rensselaer Polytechnic Institute ( RPI )（里士满理工学院计算机科学系） ； Donders Institute for Brain, Cognition, and Behaviour, Radboud University（拉布德大学脑科学与行为研究所） ； Laboratoire de Physique Théorique et Modélisation, CY Cergy Paris Université（巴黎中央理工学院物理理论与建模实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨语言扩散模型如何记忆训练数据并评估其生成能力，发现UDDMs本质上是具有创造性的联想记忆，通过条件似然最大化形成吸引盆地，利用条件熵判断记忆与泛化过渡。

Comments Also see arXiv:2505.21777 for a related work

Conditional diffusion denoising probabilistic model for super-resolution of atmospheric boundary layer large eddy simulation

基于条件扩散去噪概率模型的大气边界层大涡模拟超分辨率重建

Omar Sallam, Mirjam Fürth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于生成AI的条件扩散去噪概率模型，用于从粗分辨率输入中重建高分辨率湍流场，通过高保真数据集训练，验证了在不同尺度因子下模型的超分辨率能力，展示了物理信息生成模型在降低计算成本和提高风能应用可靠性方面的优势。

Quantifying Climate Change Impacts on Renewable Energy Generation: A Super-Resolution Recurrent Diffusion Model

量化气候变化对可再生能源发电的影响：一种超分辨率递归扩散模型

Xiaochong Dong, Jun Dan, Yingyun Sun, Yang Liu, Xuemin Zhang, Shengwei Mei

机构 * College of Information Science & Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Engineering, King’s College London（伦敦国王学院工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出超分辨率递归扩散模型(SRDM)，用于提升气候数据的时间分辨率并模拟风能和光伏发电的长期预测，通过案例研究验证了其在不同气候路径下的优越性。

Comments Accepted by CSEE Journal of Power and Energy Systems in Jul. 2025

Diffusion Reconstruction towards Generalizable Audio Deepfake Detection

扩散重建面向通用化的音频深度伪造检测

Bo Cheng, Songjun Cao, Xiaoming Zhang, Jie Chen, Long Ma, Fei Chen

机构 * Tencent Youtu Lab, China（腾讯优图实验室，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于困难样本分类的框架，通过扩散方法生成困难样本并结合多层特征聚合与正则化对比学习提升检测泛化能力，实验显示在平均等错误率上显著优于基线模型。

Comments 5 pages, this paper was submitted to Interspeech2026 for review

Probabilistic data quality assessment for structural monitoring data via outlier-resistant conditional diffusion model

基于鲁棒条件扩散模型的结构监测数据概率质量评估

Qi Li, Yong Huang, Hui Li

机构 * Key Lab of Smart Prevention and Mitigation of Civil Engineering Disasters of the Ministry of Industry and Information Technology（工业和信息化部智能防灾减灾重点实验室） ； School of Civil Engineering, Harbin Institute of Technology（哈尔滨工业大学土木工程学院） ； Key Lab of Structures Dynamic Behavior and Control of the Ministry of Education（教育部结构动力行为与控制重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于预测偏差的结构监测数据质量评估方法，利用单变量隐式自回归模型实现异常检测与数据清洗，通过条件嵌入模块、四分位数归一化和Huber损失提升鲁棒性，实验表明该方法在数据质量评估中优于其他基线方法。

Comments 43 pages, 15 figures and 2 tables

Journal ref Expert Systems with Applications, 2026: 132181

DiffAnon: Diffusion-based Prosody Control for Voice Anonymization

DiffAnon: 基于扩散的语调控制语音匿名化

Ismail Rasim Ulgen, Zexin Cai, Nicholas Andrews, Philipp Koehn, Berrak Sisman

机构 * Center for Language and Speech Processing, Johns Hopkins University, USA（语言与语音处理中心，约翰霍普金斯大学，美国） ； Human Language Technology Center of Excellence (COE), Johns Hopkins University, USA（人类语言技术卓越中心（COE），约翰霍普金斯大学，美国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffAnon通过扩散模型与分类器自由引导机制实现语调控制，提供连续的推理时间控制，实现匿名化强度与语调保真度的平滑插值。

Comments Submitted to Interspeech 2026

Diffusion with conserved marginal distributions and information theory in fracton hydrodynamics

具有守恒边缘分布和信息论的分数子流体动力学中的扩散

Vaibhav Mohanty, Sunghan Ro

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究了在子系统层面保守的多极矩守恒对流体动力学方程非线性的影响，揭示了边缘分布守恒下的非线性流体动力学方程及最大熵平衡分布。

Comments 16 pages including appendices, 4 figures

On Physics-Based Loss Scaling for MF-PINNs applied to the neutron diffusion equation

基于物理的损失缩放方法用于MF-PINNs在中子扩散方程中的应用

Minh-Hieu Do, François Madiot, Karim Ammar, Nicolas Gérard Castaing

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于物理的损失缩放方法，用于改进MF-PINNs在中子扩散方程中的性能，通过材料截面缩放损失函数提升收敛速度和精度。

Global dynamics and diffusion-driven pattern formation in a predator-prey system with two chemicals

具有两种化学物质的捕食者-猎物系统中的全局动态和扩散驱动的图案形成

Gnanasekaran Shanmugasundaram, Jitraj Saha, Oluwole Daniel Makinde, Joydev Chattopadhyay

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有两种化学物质的捕食者-猎物交叉扩散系统，分析了其全局解的存在性及空间均匀稳态的渐近稳定性，并探讨了由扩散驱动不稳定性引发的空间图案的形成机制。

Diffusion Language Models for Speech Recognition

扩散语言模型用于语音识别

Davyd Naveriani, Albert Zeyer, Ralf Schlüter, Hermann Ney

机构 * Machine Learning and Human Language Technology Group, RWTH Aachen University, Germany（人工智能与人类语言技术小组，亚琛工业大学，德国） ； AppTek, Germany（AppTek，德国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文探讨了扩散语言模型在语音识别中的应用，提出结合CTC与USDM的联合解码方法，提升识别准确性。

SD2AIL: Adversarial Imitation Learning from Synthetic Demonstrations via Diffusion Models

SD2AIL: 通过扩散模型从合成演示中进行对抗模仿学习

Pengcheng Li, Qiang Fang, Tong Zhao, Yixing Lan, Xin Xu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SD2AIL，利用扩散模型生成合成演示作为伪专家数据，结合优先级专家演示回放策略提升性能，实验显示在Hopper任务中优于现有方法。

Comments This paper has the following problems: Limited novelty, not clearly differentiated from existing methods/concepts; The level of experimental validation is limited; Sufficient serious structural, language, or other issues that impact the comprehensibility of the manuscript