图像生成

Slowly Annealed Langevin Dynamics: Theory and Applications to Training-Free Guided Generation

缓慢退火 Langevin 动力学：理论及其在无训练引导生成中的应用

Atsushi Nitanda, Dake Bu, Yueming Lyu, Tanya Veeravalli

机构 * Nanyang Technological University（南洋理工大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出缓慢退火 Langevin 动力学（SALD）理论，用于跟踪移动的目标分布路径并通过时间减缓近似终端目标，引入了Velocity-Aware SALD（VA-SALD）以提升无训练引导生成的性能，提供了收敛保证。

On the Tradeoffs of On-Device Generative Models in Federated Predictive Maintenance Systems

联邦预测性维护系统中设备生成模型的权衡

Usevalad Milasheuski, Piero Baraldi, Enrico Zio, Stefano Savazzi

机构 * Consiglio Nazionale delle Ricerche, IEIIT institute（意大利国家研究委员会IEIIT研究所） ； Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB), Politecnico di Milano（米兰理工学院电子、信息与生物工程系） ； Department of Energy, Politecnico di Milano（米兰理工学院能源学院） ； Mines Paris - PSL, CRC, Sophia Antipolis, France（法国巴黎 Mines - PSL CRC，索菲亚安蒂波利斯） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文分析了VAE、GAN和DM在联邦预测性维护中的性能和通信开销，提出了一种联邦生成模型的分类方法，揭示了在异构和带宽受限环境下模型效用、稳定性及可扩展性的权衡。

NoiseGate: Learning Per-Latent Timestep Schedules as Information Gating in World Action Models

NoiseGate: 在世界动作模型中学习每潜在时间步的调度作为信息门控

Wen Huang, Haoran Sun, Yongjian Guo, Yunxuan Ma, Haoran Li, Jing Long, Zhouying Mo, Zhong Guan, Yucheng Guo, Shuai Di, Junwu Xiong

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； JDT AI Infra（JDT AI 基础设施） ； Tianjin University（天津大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出NoiseGate，通过学习每潜在时间步的调度作为信息门控策略，改进世界动作模型中的动作生成与未来观察建模。

Flow Matching for Count Data

计数数据的流匹配

Ganchao Wei, John Pearson

机构 * Department of Neurobiology（神经生物学系） ； Department of Statistical Science（统计科学系） ； Duke University（杜克大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出count-FM框架，通过连续时间出生-死亡过程实现计数数据的高效建模与生成，提升样本质量与模型效率。

Nonreciprocal McKean-Vlasov Equations: From Stationary Instabilities to Travelling Waves

非互易的麦克斯韦-沃拉斯科方程：从稳态不稳定性到行波

Arjun R, Pratyush Prakash Patra, A. V. Anil Kumar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非互易相互作用如何通过麦克斯韦-沃拉斯科方程生成集体动力学，揭示非互易结构对集体有序起始和性质的控制作用，发现空间调制非互易能引发Hopf bifurcation并产生行波。

Comments 27 pages, 8 figures

Nonlinear stability threshold for 3D compressible Couette flow

三维可压缩Couette流的非线性稳定性阈值

Rui Li, Fei Wang, Lingda Xu, Zeren Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究确立了三维可压缩Couette流的非线性稳定性阈值O(ν^{3/2})，通过改进的频域方法处理扩散波、声波及升力机制的非线性耦合，解决了三维可压缩流体的稳定性问题。

Operando study of the evolution of peritectic structures in metal solidification by quasi-simultaneous synchrotron X-ray diffraction and tomography

原位研究金属固结过程中共晶结构的演变：通过准同时同步辐射X射线衍射和断层扫描技术

Kang Xiang, Yueyuan Wang, Shi Huang, Hongyuan Song, Alberto Leonardi, Peter Garland, Sharif Ahmed, Michał M. Kłosowski, Hongmei Yang, Mengnie Li, Jiawei Mi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过同步辐射X射线衍射与断层扫描技术，实现实时观察Al-Mn合金固结过程中共晶结构的形核与共生长动力学，揭示相共生长动力学及空间、晶体学和组分关系，发现Al4Mn六方柱状结构具有高各向异性生长行为，并形成Mn富集扩散层，影响后续相变。

Comments 37 pages, 10 figurs, 1 supplementary material

Vibecoding and Digital Entrepreneurship

振动编码与数字创业

Ruiqing Cao, Abhishek Bhatia

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究生成式人工智能如何通过振动编码自动化影响数字创业进入和创业绩效，发现技术专家在部分领域仍具价值。

Diffuse gamma-ray emissions around the stellar cluster Berkeley 59

贝利埃59恒星团周围的弥散伽马射线发射

Ziwei Ou, Xiaolong Yang, Songpeng Pei

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用费米-拉特数据研究贝利埃59年轻恒星团，发现弥散GeV射线，模型显示1.02度半径的径向盘，气体质量约289太阳质量，揭示宇宙射线加速效率与扩散系数关系。

Sparse Random-Feature Neural Networks with Krylov-Based SVD for Singularly Perturbed ODE

稀疏随机特征神经网络与基于Krylov的SVD用于奇异摄动微分方程

Kevin Kurian Thomas Vaidyan, Siddharth Rout

机构 * Institute of Applied Mathematics University of British Columbia（应用数学研究所 首都大学温哥华分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种稀疏随机特征神经网络框架，利用结构稀疏性提升隐层激活秩，并通过稀疏SVD高效求解线性最小二乘问题，提升求解精度与训练效率。

Physics-informed operator learning for transferable energy-dissipative microstructure dynamics

具有物理信息的算子学习用于可转移的能量耗散微结构动力学

Jie Xiong, Yue Wu, Xuewei Zhou, Peishuo Zhao, Jiaming Zhu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出PFNet，一种结合扩散启发式U-Net和周期性填充的神经算子框架，通过学习条件演化算子实现微结构状态的高效预测，适用于Cahn-Hilliard粗化和马氏体转变等能量耗散系统。

Comments None

Cellular-scale mechanism of cell crawling responding to substrate stiffness

细胞尺度上细胞爬行对基质刚度的响应机制

Sohei Nakamura, Mitsusuke Tarama

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过机械化学模型揭示细胞迁移对基质刚度的非单调响应机制，发现最佳刚度和记忆效应影响迁移持久时间。

Comments 11 pages, 4 figures, 1 table

The Free Boundary in a Higher-Dimensional Long-Range Segregation Model

高维长程分离模型中的自由边界

Howen Chuah, Monica Torres

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究高维长程分离模型中自由边界的结构，扩展了角度和渐近锥的概念，证明了在角度远离特定值时，自由边界正则集为局部C^1流形，并讨论了凸支持的多边形性质。

Comments 20 pages, 3 figures

Scalable Active Metamaterials for Shape-Morphing

可扩展的主动超材料用于形状变形

Jipeng Cui, Wei "Wayne" Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种可扩展的主动超材料设计框架，通过分层分解实现快速准确的非周期性形状变形超材料设计，为可编程材料系统提供新计算范式。

Response Time Enhances Alignment with Heterogeneous Preferences

响应时间增强异质偏好对齐

Federico Echenique, Alireza Fallah, Baihe Huang, Michael I. Jordan

机构 * Department of Economics, University of California, Berkeley（加州大学伯克利分校经济系） ； Department of Computer Science and Ken Kennedy Institute, Rice University（休斯敦大学计算机科学系和肯尼迪研究所） ； Departments of Electrical Engineering and Computer Sciences, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系） ； Departments of Electrical Engineering and Computer Sciences and Statistics, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系和统计学系；巴黎Inria） ； Inria Paris 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出通过引入用户响应时间信号来纠正传统偏好数据中对异质偏好的估计偏差，证明该方法能准确识别群体平均偏好，提升大型语言模型对人类偏好的对齐效果。

Diffusive transport from spatially correlated random phase kicks

从空间相关随机相击中获得扩散传输

Pei Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究单粒子波包在一维晶格中受有限空间相关长度的周期性随机相击影响的动力学，发现相击抑制弹道传输并诱导扩散，推导出扩散系数的解析表达式，为周期驱动晶格系统中的扩散提供可检验预测。

Comments 5 pages, 3 figures

TAIL-Safe: Task-Agnostic Safety Monitoring for Imitation Learning Policies

TAIL-Safe: 无任务依赖的安全监控用于模仿学习策略

Riad Ahmed, Momotaz Begum

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出TAIL-Safe，通过构建Lipschitz连续的Q值函数，基于可见性、可识别性和可抓取性等短期任务无关标准，确定模仿学习策略的安全集，利用Nagumo定理启发的恢复机制提升策略安全性。

Contact-Grounded Policy: Dexterous Visuotactile Policy with Generative Contact Grounding

接触导向策略：具备生成接触基础的灵活视觉-触觉策略

Zhengtong Xu, Yeping Wang, Ben Abbatematteo, Jom Preechayasomboon, Sonny Chan, Nick Colonnese, Amirhossein H. Memar

机构 * Purdue University（普渡大学） ； Meta Reality Labs Research（Meta现实实验室） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Contact-Grounded Policy，通过预测机器人状态和触觉反馈的耦合轨迹，生成接触基础的灵活视觉-触觉策略，优于现有基线方法。

Regularity Estimates for Singular Density Dependent SDEs

奇异密度依赖SDEs的正则性估计

Feng-Yu Wang, Qiumiao Wen, Fen-Fen Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了奇异密度依赖SDEs的正则性估计，利用Wasserstein距离估计初始分布之间的相对熵，并在d=1且drift在t=0处衰减率为t^{1/2+}时，得到与椭圆扩散过程经典熵-成本不等式一致的结果。

Comments 28pages

Reconfigurable Oxide Nanoelectronics by Tip-induced Electron Delocalization

通过尖端诱导电子离域实现可重构氧化物纳米电子学

Chengyuan Huang, Changjian Ma, Mengke Ha, Longbing Shang, Zhenlan Chen, Qing Xiao, Zhiyuan Qin, Danqing Liu, Haoyuan Wang, Dawei Qiu, Qianyi Zhao, Ziliang Guo, Yanling Liu, Dingbang Chen, Chengxuan Ye, Zhenhao Li, Chang-Kui Duan, Guanglei Cheng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种无水cAFM光刻方法，用于在真空和极低温环境下实现非易失性可重构纳米界面极化子-电子液相转变，结合第一性原理计算和漂移扩散模型揭示了尖端控制的氧空位电迁移作用。

Journal ref Phys. Rev. Applied 25, L051003 (2026)

A Dynamical Model for Spatio-Temporal Processes Motivated by Second-Order Partial Differential Equations

由二阶偏微分方程启发的时空过程动力学模型

Yutong Zhang, Xiao Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于二阶随机偏微分方程的动力学模型，通过伽辽金方法将无限维状态空间转化为有限维，实现高效计算与参数估计，验证了模型在二维波动方程、地震波传播等场景中的有效性。

MoCoTalk: Multi-Conditional Diffusion with Adaptive Router for Controllable Talking Head Generation

MoCoTalk: 多条件扩散与自适应路由的可控说话头生成

Xinyan Ye, Jiankang Deng, Abbas Edalat

机构 * Imperial College London（帝国理工学院伦敦分校） 纠错

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

AI总结 MoCoTalk通过统一身份、头部姿态、面部表情和嘴部动态四个控制信号，提出自适应多条件路由框架，解决异构条件干扰问题，提升可控说话头生成的性能与可控性。

A Unified and Controllable Framework for Layered Image Generation with Visual Effects

用于具有视觉效果的分层图像生成的统一且可控的框架

Jinrui Yang, Qing Liu, Yijun Li, Mengwei Ren, Letian Zhang, Zhe Lin, Cihang Xie, Yuyin Zhou

机构 * UC Santa Cruz（加州大学圣克鲁兹分校） ； Adobe Research（Adobe研究） 纠错

专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV

AI总结 本文提出LASAGNA框架，通过单次前向传递生成逼真背景和具有视觉效果的RGBA前景，支持多种编辑操作，消除身份漂移，同时发布两个社区资源。

NS-Net: Decoupling CLIP Semantic Information through NULL-Space for Generalizable AI-Generated Image Detection

NS-Net：通过NULL空间解耦CLIP语义信息以实现通用的AI生成图像检测

Jiazhen Yan, Fan Wang, Weiwei Jiang, Ziqiang Li, Zhangjie Fu

机构 * Engineering Research Center of Digital Forensics, Ministry of Education, Nanjing University of Information Science and Technology（数字取证工程研究中心，教育部，南京信息科技大学） ； University of Macau（澳门大学） 纠错

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

AI总结 本文提出NS-Net，通过NULL空间投影解耦CLIP视觉特征中的语义信息，结合对比学习捕捉真实与生成图像的分布差异，提升AI生成图像检测的泛化能力。

Exciton-mediated optical control of liquid-solid friction

激子介导的液体-固体摩擦光学控制

Timur Pryadilin, Alexey Kavokin, Baptiste Coquinot

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种基于光生成激子与水电荷波动耦合的微观理论，研究了纳米流体系统界面摩擦，并展示了通过光学调控可显著减少纳米通道的滑移长度和液压渗透性。

Comments 6 pages, 2 figures

Bridging Restoration and Generation Manifolds in One-Step Diffusion for Real-World Super-Resolution

连接恢复与生成流形的单步扩散在现实世界超分辨率中的应用

Shyang-En Weng, Yi-Cheng Liao, Yu-Syuan Xu, Wei-Chen Chiu, Ching-Chun Huang

机构 * National Yang Ming Chiao Tung University, Hsinchu, Taiwan ； MediaTek Inc., Taiwan 纠错

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

AI总结 本文提出IDaS-SR框架，通过Manifold Inversion Noise Estimator和CHARIOT机制，解决单步扩散中恢复与生成流形的匹配问题，提升现实世界超分辨率的性能。

Mind the Gap: Geometrically Accurate Generative Reconstruction from Disjoint Views

注意间隙：从不重叠视角进行几何准确的生成重建

Grzegorz Wilczynski, Mikołaj Zielinski, Bartosz Świrta, Dominik Belter, Przemysław Spurek

机构 * Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究机构） ； Poznań University of Technology（波兹南技术大学） ； Warsaw University of Technology（华沙技术大学） 纠错

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 本文提出了一种新的生成重建范式，针对不重叠视角下的几何重建问题，提出GLADOS框架，通过生成桥梁、鲁棒粗重建和迭代上下文扩展优化，解决传统方法在零重叠场景下的失败问题。

SRGAN-CKAN: Expressive Super-Resolution with Nonlinear Functional Operators under Minimal Resources

SRGAN-CKAN：在最小资源下利用非线性函数算子实现表达性超分辨率

Roberto Isai Navaro-Aviña, Eduardo Said Merin-Martinez, Andres Mendez-Vazquez, Eduardo Rodriguez-Tello

机构 * Cinvestav, Unidad Guadalajara（Cinvestav，瓜达拉哈拉分校） ； Cinvestav, Unidad Tamaulipas（Cinvestav，塔毛利帕斯分校） 纠错

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

AI总结 本文提出SRGAN-CKAN框架，通过整合卷积Kolmogorov-Arnold网络，利用非线性分块变换提升局部算子的表达能力，在最小资源下实现高质量超分辨率。

InsHuman: Towards Natural and Identity-Preserving Human Insertion

InsHuman: 向自然且身份保持的人体插入迈进

Jie Li, Shulian Zhang, Yangyang Gao, Wenbo Li, Yulun Zhang, Yong Guo, Jian Chen

机构 * South China University of Technology（南方科技大学） ； Chinese University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Max Planck Institute for Informatics（马克斯·普朗克研究所） 纠错

专题命中 个性化与一致性 ：image editing(abstract)；分类 cs.CV

AI总结 本文提出InsHuman，通过HBAF、FFIP和BDP方法实现自然且身份保持的人体插入，提升生成图像的合理性与身份一致性。

Koopman Autoencoders with Continuous-Time Latent Dynamics for Fluid Dynamics Forecasting

具有连续时间潜在动态的Koopman自编码器用于流体动力学预测

Rares Grozavescu, Pengyu Zhang, Etienne Meunier, Mark Girolami

机构 * University of Cambridge（剑桥大学） ； Alan Turing Institute（艾伦·图灵研究所） ； Inria（法国国家信息与自动化技术研究所） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出一种连续时间Koopman自编码器，通过闭式推断实现长周期预测，克服了传统方法的固定时间步限制，并在流体动力学中实现了高效稳定预测。