图像生成

PixelGen: Improving Pixel Diffusion with Perceptual Supervision

PixelGen: 通过感知监督改进像素扩散

Zehong Ma, Ruihan Xu, Shiliang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） 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 PixelGen通过引入LPIPS和P-DINO损失增强x预测，采用噪声门控策略提升图像质量，在ImageNet-256上取得5.11的FID分数，且在文本到图像生成中表现优异。

Comments Project Pages: https://zehong-ma.github.io/PixelGen/

A Wavelet Diffusion GAN for Image Super-Resolution

基于小波的扩散GAN用于图像超分辨率

Lorenzo Aloisi, Luigi Sigillo, Aurelio Uncini, Danilo Comminiello

机构 * Department of Information Engineering, Electronics and Telecommunications (DIET)（信息工程、电子与电信系） ； ``Sapienza'' University of Rome（罗马大学萨皮恩扎分校） ； Via Eudossiana 18, 00184, Rome（埃杜斯西亚纳街18号，00184，罗马） 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 本文提出基于小波的扩散GAN方案，通过减少反向扩散步骤和利用小波变换进行降维，提升图像超分辨率的训练和推理效率。实验验证在CelebA-HQ数据集上优于现有方法，实现高保真输出。

Comments The paper has been accepted at Italian Workshop on Neural Networks (WIRN) 2024

Diverse Sampling in Diffusion Models with Marginal Preserving Particle Guidance

扩散模型中的多样性采样与边际保持粒子引导

Gal Vinograd, Idan Achituve, Ethan Fetaya

机构 * Faculty of Engineering Bar-Ilan University（巴伊兰大学工程学院） 纠错

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

AI总结 EDDY通过利用福克-普朗克方程的对称性，利用漂移扰动改变粒子轨迹同时保持边际分布，提升样本多样性并保持质量，适用于扩散和流匹配模型。

Comments 9 pages, 4 figures

Arena as Offline Reward: Efficient Fine-Grained Preference Optimization for Diffusion Models

竞技场作为离线奖励：用于扩散模型的高效细粒度偏好优化

Zhikai Li, Yue Zhao, Edward Zhongwei Zhang, Xuewen Liu, Jing Zhang, Qingyi Gu, Zhen Dong

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） 纠错

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

AI总结 本文提出ArenaPO，利用竞技场评分作为离线奖励，实现高效细粒度优化，无需奖励模型。通过构建能力分布模型，基于截断正态分布估计质量差距，提升扩散模型的偏好对齐性能。

The Illusion of Forgetting: Attack Unlearned Diffusion via Initial Latent Variable Optimization

遗忘的幻觉：通过初始潜在变量优化攻击未学习的扩散模型

Manyi Li, Yufan Liu, Lai Jiang, Bing Li, Yuming Li, Weiming Hu

机构 * School of Advanced Interdisciplinary Sciences, University of the Chinese Academy of Sciences（中国科学院大学先进交叉学科学院） ； Alipay, Ant Group（蚂蚁集团支付宝） 纠错

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

AI总结 本文提出IVO框架，通过优化初始潜在变量恢复未学习模型的噪声分布，揭示当前未学习方法的缺陷。

Comments 25 pages, 12 figures, 12 tables

DBMSolver: A Training-free Diffusion Bridge Sampler for High-Quality Image-to-Image Translation

DBMSolver: 一种无需训练的扩散桥采样器用于高质量图像到图像翻译

Sankarshana Venugopal, Mohammad Mostafavi, Jonghyun Choi

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

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

AI总结 DBMSolver通过指数积分器利用DBM底层SDE和ODE的半线性结构，实现高效的一阶和二阶解，减少5倍采样次数并提升图像质量，适用于多种图像任务。

Comments Accepted to CVPR 2026. Includes supplementary material

Gungnir: Exploiting Stylistic Features in Images for Backdoor Attacks on Diffusion Models

Gungnir: 利用图像中的风格特征对扩散模型进行后门攻击

Lei Zhang, Yu Pan, Bingrong Dai, Lin Wang

机构 * School of Economics and Management（经济管理学院） ； East China Normal University（华东师范大学） ； School of Information Science and Technology（信息科学与技术学院） ； Shanghai Tech University（上海理工大学） ； Shanghai Development Center of Computer Software Technology（上海计算机软件技术开发中心） ； School of Computer and Information Engineering（计算机与信息工程学院） ； Shanghai Polytechnic University（上海理工大学） 纠错

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

AI总结 Gungnir通过嵌入图像中的风格特征触发扩散模型后门攻击，利用RAN和STTR保持触发器一致性，绕过检测并保持有效性，揭示了模型的潜在漏洞。

SOWing Information: Cultivating Contextual Coherence with MLLMs in Image Generation

信息播种：利用大规模语言模型在图像生成中培养上下文一致性

Yuhan Pei, Ruoyu Wang, Yongqi Yang, Ye Zhu, Olga Russakovsky, Yu Wu

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） 纠错

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

AI总结 本文提出SOW方法，通过多模态大语言模型实现文本-视觉到图像生成，提升图像像素级条件保真度和视觉语义一致性。

Comments Project page: https://pyh-129.github.io/SOW/

Conditional Diffusion Under Linear Constraints: Langevin Mixing and Information-Theoretic Guarantees

在线性约束下条件扩散：兰杰文混合与信息论保证

Ahmad Aghapour, Erhan Bayraktar, Asaf Cohen

机构 * University of Michigan（密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；inpainting(abstract)

AI总结 本文研究预训练扩散模型在零样本条件下对线性逆问题（如修复和超分辨率）的采样，提出通过投影-切线分解分析得分函数，证明误差上界与条件互信息关系，提出投影-兰杰文初始化和引导反向去噪方法提升修复和超分辨率性能。

Continuous Latent Diffusion Language Model

连续潜在扩散语言模型

Hongcan Guo, Qinyu Zhao, Yian Zhao, Shen Nie, Rui Zhu, Qiushan Guo, Feng Wang, Tao Yang, Hengshuang Zhao, Guoqiang Wei, Yan Zeng

机构 * The University of Hong Kong（香港大学） ； The Australian National University（澳大利亚国立大学） ； Peking University（北京大学） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 本文提出Cola DLM，通过层次化信息分解实现文本生成，结合文本到潜在空间的映射、连续潜在空间中的全局语义先验建模及条件解码，提升生成效率和语义建模能力。

Comments 99 pages, 31 figures, 9 tables. Project page: https://hongcanguo.github.io/Cola-DLM/

MARBLE: Multi-Aspect Reward Balance for Diffusion RL

MARBLE: 多方面奖励平衡用于扩散强化学习

Canyu Zhao, Hao Chen, Yunze Tong, Yu Qiao, Jiacheng Li, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； HiThink ； Zhejiang University of Technology（浙江工业大学） 纠错

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

AI总结 本文提出MARBLE框架，通过梯度空间优化解决多奖励平衡问题，实现多维度奖励同时优化，提升训练效率和稳定性。

Comments Homepage and code repo: https://aim-uofa.github.io/MARBLE

Adding Thermal Awareness to Visual Systems in Real-Time via Distilled Diffusion Models

通过蒸馏扩散模型在实时中增强视觉系统热感知

Yuchen Guo, Junli Gong, Wenjun Dong, Yiuming Cheung, Weifeng Su

机构 * Northwestern University（西北大学） ； Northeastern University（东北大学） ； Hong Kong Baptist University（香港 Baptist大学） ； Beijing Normal - Hong Kong Baptist University（北京师范大学-香港 Baptist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FusionProxy模块，通过蒸馏扩散模型实现实时热感知融合，提升静态识别和动态任务鲁棒性，适用于边缘部署。

Making Reconstruction FID Predictive of Diffusion Generation FID

使重建FID成为扩散生成FID的预测指标

Tongda Xu, Mingwei He, Shady Abu-Hussein, Jose Miguel Hernandez-Lobato, Chunhang Zheng, Kai Zhao, Chao Zhou, Ya-Qin Zhang, Yan Wang

机构 * Tsinghua University（清华大学） ； University of Cambridge（剑桥大学） ； Peking University（北京大学） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 本文提出插值FID(iFID)，通过在潜在空间中检索最近邻并插值其潜在表示，解码后计算与原数据集的FID，从而与生成FID强相关。

Generative AI Meets 6G and Beyond: Diffusion Models for Semantic Communications

生成AI遇见6G与未来：扩散模型在语义通信中的应用

Hai-Long Qin, Jincheng Dai, Guo Lu, Shuo Shao, Sixian Wang, Tongda Xu, Wenjun Zhang, Ping Zhang, Khaled B. Letaief

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Tsinghua University（清华大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 本文探讨生成AI与6G通信的结合，介绍扩散模型在语义通信中的应用，分析其在可控生成、高效推理和跨域适应中的核心方法及贡献。

Comments Accepted by IEEE COMST, GitHub repository: https://github.com/qin-jingyun/Awesome-DiffComm, project page: https://qin-jingyun.github.io/Awesome-DiffComm

Guidance Watermarking for Diffusion Models

扩散模型的引导水印技术

Enoal Gesny, Eva Giboulot, Teddy Furon, Vivien Chappelier

机构 * Inria（法国国家信息与自动化技术研究所） ； LABEL4.AI 纠错

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

AI总结 本文提出一种新型扩散模型水印方法，通过梯度计算提升抗攻击能力，将后验水印方案转化为生成过程中的嵌入，与变分自编码器技术互补，验证了不同模型和检测器的效果，不影响生成图像的质量和多样性。

R2H-Diff: Guided Spectral Diffusion Model for RGB-to-Hyperspectral Reconstruction

R2H-Diff: 用于RGB到高光谱重建的引导频谱扩散模型

Songyu Ding, Ronggiang Zhao, Mingchun Sun, Jie Liu

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

AI总结 本文提出R2H-Diff框架，通过引导频谱细化模块和高光谱适应性转置注意力模块，实现高效RGB到HSI重建，平衡重建质量与计算效率。

Structured 3D Latents Are Surprisingly Powerful: Unleashing Generalizable Style with 2D Diffusion

结构化3D潜在空间出人意料地强大：通过2D扩散模型释放可泛化的风格

Yiran Qiao, Yiren Lu, Yunlai Zhou, Disheng Liu, Linlin Hou, Rui Yang, Yu Yin, Jing Ma

机构 * Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 本文提出DiLAST方法，利用预训练的2D扩散模型生成通用风格先验，通过扩散引导对齐渲染视角与目标风格，优化结构化3D潜在表示，实现对Out-of-distribution风格的有效生成。

UniE2F: A Unified Diffusion Framework for Event-to-Frame Reconstruction with Video Foundation Models

UniE2F: 一种基于视频基础模型的统一扩散框架用于事件到帧重建

Gang Xu, Zhiyu Zhu, Junhui Hou

机构 * Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） ； Department of Computer Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）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 本文提出UniE2F框架，利用预训练视频扩散模型的生成先验，从稀疏事件数据中重建高保真视频帧，通过引入事件基帧间残差引导提升重建精度，并扩展到零样本视频帧插值与预测。

Diffusion-Based Posterior Sampling: A Feynman-Kac Analysis of Bias and Stability

基于扩散的后验采样：偏倚与稳定性的费曼-科茨分析

Matias G. Delgadino, Sebastien Motsch, Advait Parulekar, William Porteous, Sanjay Shakkottai

机构 * Department of Mathematics, UT Austin（德克萨斯大学奥斯汀分校数学系） ； Department of Electrical and Computer Engineering, UT Austin（德克萨斯大学奥斯汀分校电气与计算机工程系） ； School of Mathematical and Statistical Sciences, Arizona State University（亚利桑那州立大学数学与统计科学学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过费曼-科茨分析，研究了基于扩散的后验采样器的偏倚与稳定性问题，揭示了采样路径与后验分布的关系，并提出改进方法以提高稳定性。

The Interplay of Data Structure and Imbalance in the Learning Dynamics of Diffusion Models

数据结构与不平衡的相互作用在扩散模型学习动态中的作用

Flavio Nicoletti, Chenxiao Ma, Enrico Ventura, Luca Saglietti, Stefano Sarao Mannelli

机构 * Data Science and AI, Computer Science and Engineering Department, Chalmers University of Technology and University of Gothenburg（数据科学与人工智能，计算机科学与工程系，查尔姆斯理工大学和哥德堡大学） ； International School of Advanced Studies (SISSA), Trieste, Italy（国际先进研究学院（SISSA），特里埃斯特，意大利） ； Department of Computing Sciences, Bocconi University, Milano, Italy（计算科学系，博科尼大学，米兰，意大利） ； Institute for Data Science and Analytics, Bocconi University, Milano, Italy（数据科学与分析研究所，博科尼大学，米兰，意大利） ； School of Computer Science and Applied Mathematics, University of the Witwatersrand, Johannesburg, South Africa（计算机科学与应用数学学院，沃图瓦兹兰大学，约翰内斯堡，南非） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨了数据结构差异和采样不平衡如何影响扩散模型的训练动态，揭示了类方差主导学习顺序，采样不平衡可逆转此顺序，且少数类学习延迟。

Inference-Time Refinement Closes the Synthetic-Real Gap in Tabular Diffusion

推理时的细化缩小了表格扩散的合成-真实差距

Eugenio Lomurno, Filippo Balzarini, Francesco Benelle, Francesca Pia Panaccione, Matteo Matteucci

机构 * Politecnico di Milano, AIRLab（米兰理工大学，AIR实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 TARDIS通过推理时细化、蒸馏和采样，在冻结的预训练模型上实现表格数据生成，显著提升下游任务性能。

Stochastic Optimal Control for Jump Diffusion Models with Singular Drifts

具有奇异漂移的跳跃扩散模型的随机最优控制

Antoine-Marie Bogso, Edward Fuituh Kameh, Olivier Menoukeu-Pamen, Felix Shu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有分段Lipschitz连续漂移系数和阈值诱导不连续性的跳跃扩散系统的随机最优控制问题，提出了一种结合Sobolev型表示、光滑近似和Ekeland变分原理的方法，用于解决此类控制问题的最优条件，并应用于保险公司的最优保费调整和储备管理政策。

Comments 30 pages, 3 figures

Expressivity of Bi-Lipschitz Normalizing Flows: A Score-Based Diffusion Perspective

双 Lipschitz 正则化流的表达性：基于分数扩散的视角

Meira Iske, Carola-Bibiane Schönlieb

机构 * Center for Industrial Mathematics, University of Bremen（工业数学中心，不莱梅大学） ； Department of Theoretical Physics and Applied Mathematics, University of Cambridge（理论物理与应用数学系，剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文从分数扩散模型的角度研究双 Lipschitz 正则化流的表达性，通过概率流ODE分析其分布逼近能力，并推导扩散运输的确定性收敛保证。

Diffusion model for SU(N) gauge theories

SU(N)规范理论的扩散模型

Javad Komijani, Marina K. Marinkovic, Lara Turgut

机构 * Institute for Theoretical Physics, ETH Zurich, 8093 Zurich, Switzerland（苏黎世联邦理工学院理论物理研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出适用于SU(N)晶格规范理论的分数匹配框架，用于训练扩散模型并生成高质量样本，通过与HMC模拟对比验证了其有效性，并探讨了提升采样效率的策略。

Comments 23 pages, 6 figures

Understanding diffusion models requires rethinking (again) generalization

理解扩散模型需要重新思考（再次）泛化

Pierre Marion, Yu-Han Wu

机构 * Inria（法国国家信息与自动化研究所） ； École Normale Supérieure, PSL Research University（法国国家科学研究中心-巴黎高等师范学院） ； LPSM, Sorbonne University（巴黎高等师范学院-勒维克概率与统计实验室） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文探讨扩散模型泛化问题需新的理论框架，指出记忆训练数据与泛化矛盾，提出研究模型预记忆阶段学习内容的重要性。

Plug-and-Play Label Map Diffusion for Universal Goal-Oriented Navigation

即插即用标签地图扩散用于通用目标导向导航

Zhixuan Shen, Yijie Zeng, Shengxiang Luo, Tianrui Li, Haonan Luo

机构 * School of Computing and Artificial Intelligence（计算与人工智能学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出PLMD方法，通过扩散模型生成未知区域的障碍和语义标签，实现部分观测环境下的目标定位，同时提升导航策略的语义地图整合能力，实验表明其在三个目标导向导航任务中表现优异。

Comments 21 pages, 10 figures, Extended Version of accepted ICML 2026 Paper

Remask, Don't Replace: Token-to-Mask Refinement in Diffusion Large Language Models

重新标记，而非替换：扩散大语言模型中的令牌到标记细化

Lin Yao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Token-to-Mask（T2M）方法，通过重新标记可疑令牌而非覆盖来提升扩散大语言模型的准确性，在AIME 2025和CMATH上分别提升13.33和8.56个百分点。

Jump-diffusion models of parametric volume-price distributions

参数体积-价格分布的跳跃扩散模型

Anup Budhathoki, Leonardo Rydin Gorjão, Pedro G. Lind, Shailendra Bhandari

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种数据驱动框架，用于建模纽约证券交易所股票的体积-价格分布的随机演化。通过拟合Gamma、逆Gamma、Weibull和对数正态分布，分析了去趋势参数的时间序列，揭示了不同模型中参数的跳跃扩散特性。

Comments 23 pages

MP2D: Constrained Monte Carlo Tree-Guided Diffusion for Multi-Objective Protein Sequence Design

MP2D：基于约束的蒙特卡洛树引导扩散的多目标蛋白质序列设计

Zitai Kong, Yifan Dong, Yixuan Wu, Zhaokang Liang, Jian Wu, Hongxia Xu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出MP2D框架，结合条件离散扩散与约束MCTS及全局迭代优化，解决多目标蛋白质序列设计中的冲突属性问题，实现高效平衡优化。

Comments 16 pages, 4 figures, 7 tables, accepted by the 35th International Joint Conference on Artificial Intelligence

Chainwash: Multi-Step Rewriting Attacks on Diffusion Language Model Watermarks

Chainwash：针对扩散语言模型水印的多步重写攻击

Mohd Ruhul Ameen, Akif Islam, Nadim Mahmud, Md. Ekramul Hamid

机构 * College of Engineering and Computer Science, Marshall University（马歇尔大学工程与计算机科学学院） ； Department of Computer Science and Engineering, University of Rajshahi（拉贾沙希大学计算机科学与工程系） ； Miami University（迈阿密大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究多步重写对扩散语言模型水印检测的影响，发现多次重写显著降低检测率，表明重写是更有效的攻击手段。

Comments 13 pages, 5 figures, 3 tables