图像生成

Disciplined Diffusion: Text-to-Image Diffusion Model against NSFW Generation

纪律性扩散：对抗生成不适宜内容的文本到图像扩散模型

Chi Zhang, Changjia Zhu, Xiaowen Li, Yao Liu, Zhuo Lu

机构 * Bellini College of Artificial Intelligence, Cybersecurity（人工智能与网络安全学院） ； Department of Electrical and Computer Engineering, College of Engineering（电气与计算机工程系） ； University of South Florida（佛罗里达州立大学） 纠错

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

AI总结 本文提出Disciplined Diffusion，通过语义检索和局部编辑技术，有效识别并抑制生成图像中的恶意内容，提升文本到图像扩散模型的安全性与生成质量。

SwiftPie: Lightning-fast Subject-driven Image Personalization via One step Diffusion

SwiftPie: 通过一步扩散实现闪电般的主体驱动图像个性化

Huy Duong, Trong-Tung Nguyen, Cuong Pham, Anh Tran, Khoi Nguyen, Minh Hoai

机构 * Qualcomm AI Research（高通人工智能研究） 纠错

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

AI总结 SwiftPie提出一种一步扩散模型，实现快速主体驱动图像生成，通过双分支身份注入机制和掩码引导重缩放策略，提升生成效率和质量。

Comments CVPR26 Finding

SteeringDiffusion: A Bottlenecked Activation Control Interface for Diffusion Models

SteeringDiffusion: 一种瓶颈化激活控制接口用于扩散模型

Fangzheng Wu, Brian Summa

机构 * Department of Computer Science（计算机科学系） 纠错

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

AI总结 SteeringDiffusion通过瓶颈化激活层控制扩散模型的内容-风格平衡，采用冻结的U-Net结构和小的提示条件潜在代码，实现可控且稳定的生成效果，优于LoRA、ControlNet等方法。

CSGuard: Toward Forgery-Resistant Watermarking in Diffusion Models via Compressed Sensing Constraint

CSGuard：通过压缩感知约束实现扩散模型中的抗伪造水印技术

Jiewei Lai, Lan Zhang, Chen Tang, Pengcheng Sun, Zhaopeng Zhang, Yunhao Wang, Hui Jin

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（人工智能研究所，合肥国家科学中心） ； Lenovo Research（联想研究院） 纠错

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

AI总结 CSGuard通过压缩感知约束实现扩散模型的抗伪造水印技术，确保只有持有秘密矩阵的用户才能正确嵌入或验证图像水印，有效防止伪造攻击。

Phase-map synthesis from magnitude-only MR images using conditional score-based diffusion models with application in training of accelerated MRI reconstruction models

仅使用幅度图像的相位图合成方法及其在加速MRI重建模型训练中的应用

M. Berk Sahin, Dilek Yalcinkaya, Abolfazl Hashemi, Behzad Sharif

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出利用条件分数扩散模型合成幅度图像的相位图，从而生成大规模k空间数据集，用于训练更通用的MRI重建模型，提升重建质量与诊断准确性。

Watch Your Step: Information Injection in Diffusion Models via Shadow Timestep Embedding

小心脚下：通过影子时间步嵌入在扩散模型中注入信息

An Huang, Junggab Son, Zuobin Xiong

机构 * Department of Computer Science, University of Nevada Las Vegas（内华达大学拉斯维加斯分校计算机科学系） 纠错

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

AI总结 研究探讨了扩散模型中时间步嵌入的潜在信息注入风险，提出影子时间步嵌入机制，揭示时间步嵌入作为侧信道的潜力，推动对抗生成建模的新方向。

Comments 14 pages, accepted to ICML 2026

A Coupled Fourth Order Telegraph Diffusion Framework Using Grayscale Indicators for Image Despeckling

一种利用灰度指标的耦合四阶电报扩散框架用于图像去斑

Manish Kumar, Rajendra K. Ray

机构 * School of Mathematical and Statistical Sciences（数学与统计科学学院） ； Indian Institute of Technology Mandi（印度理工学院曼迪） 纠错

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

AI总结 本文提出一种非线性四阶耦合双曲-抛物型PDE模型，通过灰度指标保护纹理和结构，有效去斑并保留细节，实验表明其在PSNR、MSSIM和斑点指数上表现优异。

Need for Speed: Zero-Shot Depth Completion with Single-Step Diffusion

速度为王：单步扩散的零样本深度补全

Jakub Gregorek, Paraskevas Pegios, Nando Metzger, Konrad Schindler, Theodora Kontogianni, Lazaros Nalpantidis

机构 * DTU - Technical University of Denmark（丹麦技术大学） ； Pioneer Centre for AI（先锋人工智能中心） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出Marigold-SSD框架，通过单步晚融合方法结合强扩散先验，降低测试时优化成本，实现高效鲁棒的3D感知。该方法在四个室内和两个室外数据集上表现优异，显著缩小了扩散模型与判别模型间的效率差距。

Action Agent: Agentic Video Generation Meets Flow-Constrained Diffusion

动作代理：代理视频生成与流约束扩散的结合

Jeffrin Sam, Nguyen Khang, Yara Mahmoud, Miguel Altamirano Cabrera, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Skoltech（斯克里普切尔技术大学智能空间机器人实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Action Agent框架，结合代理导航视频生成与流约束扩散控制，通过两阶段方法提升多体机器人导航性能，实现从语言和图像输入生成物理合理的第一人称导航视频，并在真实和仿真环境中取得高成功率。

Comments 8 pages, 5 figures

Focus on the Core: Empowering Diffusion Large Language Models by Self-Contrast

聚焦核心：通过自对比增强扩散大语言模型

Jinyuan Feng, Xin Yu, Yiqun Chen, Xiaochi Wei, Yan Gao, Yi Wu, Yao Hu, Zhiqiang Pu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Renmin University of China（中国人民大学） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过研究高信息密度token，提出FoCore解码策略，利用自对比提升生成质量与效率，实验表明在数学、代码和逻辑推理任务中效果显著。

Breaking the Communication-Accuracy Trade-off: A Sparsified Information Diffusion Framework for Multi-Agent Collaborative Perception

打破通信-精度权衡：一种稀疏信息扩散框架用于多智能体协作感知

Jirong Zha, Chenyu Zhao, Nan Zhou, Zhenyu Liu, Tao Sun, Bin Zhang, Xiaochun Zhang, Xinlei Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种高效的事件触发扩散滤波器，用于多智能体实时目标跟踪，通过减少数据传输并提升通信效率，同时保持跟踪性能。

Fusing Urban Structure and Semantics: A Conditional Diffusion Model for Cross-City OD Matrix Generation

融合城市结构与语义：一种基于条件扩散模型的跨城市OD矩阵生成方法

Bin Chen, Zhuoya Meng, Fang Yang, Runkang Guo, Jingtao Ding, Yin Zhang, Chuan Ai, Zhengqiu Zhu

机构 * Institute of Intelligent Computing, University of Electronic Science and Technology of China (UESTC)（电子科技大学智能计算研究所） ； College of Systems Engineering, National University of Defense Technology（国防科技大学系统工程学院） ； Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist)（信息科学与技术国家研究中心电子工程系） ； School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC)（电子科技大学信息与通信工程学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SE DAN模型，通过融合城市语义与空间约束生成跨城市OD矩阵，实验显示其在RMSE上优于现有方法，并在不同城市场景中保持鲁棒性。

Understanding Damping Mechanisms via Spin Diffusion Length in Low-damping Li$_{0.5}$Al$_{1.0}$Fe$_{1.5}$O$_4$ Spinel Ferrite Thin Films

通过低损耗Li$_{0.5}$Al$_{1.0}$Fe$_{1.5}$O$_4$尖晶石薄膜中的自旋扩散长度理解阻尼机制

Katya Mikhailova, Lerato Takana, Guanxiong Qu, Juan A. Hofer, Hervé M. Carruzzo, Ivan K. Schuller, Clare C. Yu, Yuri Suzuki

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过分析电热生成磁子的自旋扩散长度变化，揭示低损耗尖晶石薄膜中磁子阻尼机制的核心差异。

Comments 17 pages, 11 figures

InsTraj: Instructing Diffusion Models with Travel Intentions to Generate Real-world Trajectories

InsTraj: 通过旅行意图指导扩散模型生成真实世界轨迹

Yuanshao Zhu, Yuxuan Liang, Xiangyu Zhao, Liang Han, Xinwei Fang, Xun Zhou, Xuetao Wei, James Jianqiao Yu

机构 * Southern University of Science and Technology（南方科技大学） ； City University of Hong Kong（香港城市大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学理工大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； University of York（约克大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 InsTraj通过自然语言描述指导扩散模型生成真实、多样且符合指令的轨迹，解决传统方法在理解和生成复杂用户意图及约束条件上的不足。

Velocity modulus diffusion of self-propelled spherical and circular particles: A generalized Langevin approach

自推进球形和圆形粒子的速度模扩散：一种广义兰格vin方法

Pedro J. Colmenares

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出了一种框架，用于描述在热流体中受约束的自推进布朗粒子的平均速度模，通过广义兰格vin方程研究了球和圆盘的动力学。

Comments 5 figures

Decision Boundary-aware Generation for Long-tailed Learning

面向长尾学习的决策边界感知生成

Jiacheng Yang, Ruichi Zhang, Chikai Shang, Mengke Li, Xinyi Shang, Junlong Gao, Yonggang Zhang, Yang Lu

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China（中国教育部多媒体可信感知与高效计算重点实验室） ； Xiamen University（厦门大学） ； College of Computer Science and Software Engineering（计算机科学与软件工程学院） ； Shenzhen University（深圳大学） ； Department of Statistical Science（统计科学系） ； University College London（伦敦大学学院） ； Division of Arts and Machine Creativity（艺术与机器创造力 division） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 本文提出DBG框架，通过生成边界附近样本提升表示学习，缓解长尾数据分布不均问题，提升尾类和整体准确率。

Comments Accepted by CVPR 2026

Leveraging Imperfect Medical Data: A Manifold-Consistent Spatio-Temporal Network for Sensor-based Human Activity Recognition

利用不完美的医疗数据：一种 manifold-一致的时空网络用于基于传感器的人体活动识别

Jiangtao Fan, Anish Jindal, Amir Atapour-Abarghouei

机构 * Department of Computer Science, Durham University（杜伦大学计算机科学系） 纠错

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

AI总结 本文提出一种 manifold-一致的时空网络，用于在不完美传感条件下实现基于传感器的人体活动识别，通过双层腐蚀建模机制和双流时空架构，提升模型鲁棒性和表征稳定性。

Single Image Defogging Using a Fourth-Order Telegraph PDE Guided by Physical Haze Modeling

单图像去雾使用由物理雾霾模型引导的四阶电报偏微分方程

Manish Kumar, Rajendra K. Ray

机构 * School of Mathematical and Statistical Sciences（数学与统计科学学院） ； Indian Institute of Technology Mandi（印度理工学院曼迪分校） 纠错

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

AI总结 本文提出一种结合四阶非线性偏微分方程与物理雾霾形成模型的去雾方法，通过Dark Channel Prior估计大气参数并生成指导图像，利用四阶电报偏微分方程提升数值稳定性与收敛性，实验表明其在视觉质量和结构细节保留方面表现优异。

Chebyshev-Augmented One-Shot Transfer Learning for PINNs on Nonlinear Differential Equations

Chebyshev增强的一次式迁移学习用于非线性微分方程的PINN

Yiqi Rao, Pavlos Protopapas

机构 * Harvard University（哈佛大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出结合Chebyshev多项式近似与一次式迁移学习，扩展了可应用于一次式PINN迁移的非线性函数类别，通过多项式非线性分解实现快速在线适应。

Comments 18 pages, 4 figures, 9 tables, accepted to ICLR 2026 Workshop on Artificial Intelligence and Partial Differential Equations

Persistent Homology of Time Series through Complex Networks

通过复杂网络的时间序列持久同调

İsmail Güzel

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出通过复杂网络和持久同调进行单变量时间序列分类的统一流程，实验表明最佳网络构造取决于信号的判别结构，图距离度量影响分类性能，持久特征在噪声下表现稳定。

Statistical analysis of solar energetic particle rise times using Earth and Mars observations and constraints on particle transport parameters

基于地球和火星观测的太阳高能粒子上升时间的统计分析及对粒子输运参数的约束

Yihang Cao, Jingnan Guo, Yuming Wang, Zhuxuan Zou, Yongjie Zhang, Cunhui Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文利用地球和火星多卫星观测数据，建立不同能量SEP事件上升时间的统计关系，发现其遵循幂律关系，火星的更平坦幂律表明太阳距离增加时能量依赖性减弱，从而约束了平行扩散模型中刚性依赖的平行自由程。

Comments accepted by A&A

From Characterization To Construction: Generative Quantum Circuit Synthesis from Gate Set Tomography Data

从表征到构造：从门集量子态Tomography数据生成量子电路合成

King Yiu Yu, Aritra Sarkar, Erbing Hua, Maximilian Rimbach-Russ, Ryoichi Ishihara, Sebastian Feld

机构 * Quantum and Computer Engineering, Delft University of Technology, The Netherlands（量子与计算机工程系，代尔夫特理工大学，荷兰） ； QuTech, Delft University of Technology, The Netherlands（QuTech，代尔夫特理工大学，荷兰） ； Kavli Institute of Nanoscience Delft, Delft University of Technology, The Netherlands（代尔夫特纳米科学研究所Kavli，代尔夫特理工大学，荷兰） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于门集Tomography数据的量子机器学习控制框架，通过生成概念空间实现量子电路的条件合成，解决了传统两步流程的瓶颈问题。

Comments 19 pages, 3 figures

Spectral interpolation in semi-implicit semi-Lagrangian methods for shallow water equations on the sphere

球面上浅水方程的半隐式半拉格朗日方法中的谱插值

Michael Chiwere, Daniel Fortunato, Grady B. Wright

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在球面上浅水方程中使用谱插值的半隐式半拉格朗日方法，通过改进的DFS模型结合非均匀快速傅里叶变换，提高了计算精度和数值稳定性。

Inverse Materials Design via Joint Generation of Crystal Structures and Local Electronic Descriptors

通过联合生成晶体结构和局部电子描述符进行反向材料设计

Ibuki Okuda, Izumi Takahara, Teruyasu Mizoguchi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种扩散框架，通过共享得分网络联合去噪晶体结构变量和局部电子描述符，提升生成结构的多样性、物理合理性和性能条件满足率。

Comments 13 pages, 5 figures, 2 pages SI

A class of low-rank short recurrences for nonsymmetric linear matrix equations

一类低秩短递推用于非对称线性矩阵方程

Davide Palitta, Catherine E. Powell, Valeria Simoncini

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一类低秩短矩阵递推方法，用于求解非对称线性方程，结合局部子空间投影和秩截断策略，降低内存消耗，通过数值实验验证了方法的有效性。

A Principled Approach for Creating High-fidelity Synthetic Demonstrations for Imitation Learning

为模仿学习创建高保真合成演示的原理性方法

Moniruzzaman Akash, Momotaz Begum

机构 * Spot mobile manipulator（Spot移动机械臂） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于动态运动基元的框架，通过保留专家轨迹结构生成多样化演示，实现高保真渲染与几何推理的统一。

Global Smooth Solutions to a Thermoelastic Cauchy Problem in Phase Transitions

一维热弹性Cauchy问题中相变的全局光滑解

M. Affouf

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了一维粘弹性相变问题，通过Ginzburg-Landau能量模型和非凸三次应力-应变定律，证明了Cauchy问题的全局光滑解存在性和唯一性，结合了行波分解、指数变换和耦合能量估计。

Comments 18 pages

Fast reduction of electron-beam-activated graphene oxide by an infrared laser pulse

快速减少电子束激活的氧化石墨烯的红外激光脉冲

Israt Ali, Hilaire Mba, Matthieu Picher, Shruti Verma, Florian Banhart, Kenneth R. Beyerlein

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用电子束辅助的单脉冲近红外激光技术实现氧化石墨烯的快速可控还原，通过动态透射电子显微镜测量氧浓度变化，发现氧扩散速率及还原效率，揭示了缺陷和空位对氧化石墨烯光化学行为的调控作用。

Understanding the lifetime of water with dynamic network analysis: the case of CsOH.H2O

理解水的寿命：动态网络分析：CsOH.H2O案例

Graeme J. Ackland, Ciprian G. Pruteanu, John S. Loveday, Keishiro Yamashita

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究CsOH.H2O中水分子寿命，通过动态网络分析揭示氢键动态行为及质子交换机制，提出新型拉曼活性理论模型。

Generative-AI and the transformation of workforce. A job postings-driven analysis

生成式AI与劳动力的变革：基于工作职位发布的分析

Diana Maria Popa, Simona-Vasilica Oprea, Adela Bâra

机构 * Department of Economic Informatics and Cybernetics, Bucharest University of Economic Studies（经济信息与自动化系，布加勒斯特经济学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过分析全球劳动力市场中工作职位发布中AI相关技能的变化，探讨生成式AI在职场中的增益或替代作用，提出可复现的数据驱动方法，揭示AI技能在行业和时间维度上的扩散趋势。