图像生成

UMEDA: Unified Multi-modal Efficient Data Fusion for Privacy-Preserving Graph Federated Learning via Spectral-Gated Attention and Diffusion-Based Operator Alignment

UMEDA：统一多模态高效数据融合用于隐私保护图联邦学习的谱门控注意力与扩散算子对齐

Shih-Yu Lai, Hirozumi Yamaguchi, Shang-Tse Chen, Yu-Lun Liu, Bing-Yu Chen

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，Location，Country） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，Location，Country） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 UMEDA通过谱门控注意力和扩散算子对齐，实现多模态数据在隐私保护下的高效联邦学习，提升准确性和通信效率。

Beyond Penalization: Diffusion-based Out-of-Distribution Detection and Selective Regularization in Offline Reinforcement Learning

超越惩罚：基于扩散的分布外检测与选择性正则化在离线强化学习中

Qingjun Wang, Hongtu Zhou, Hang Yu, Junqiao Zhao, Yanping Zhao, Chen Ye, Ziqiao Wang, Guang Chen

机构 * School of Computer Science and Technology, Tongji University, Shanghai, China（同济大学计算机科学与技术学院，上海，中国） ； MOE Key Lab of Embedded System and Service Computing, Tongji University, Shanghai, China（教育部嵌入式系统与服务计算重点实验室，同济大学，上海，中国） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DOSER框架，通过扩散模型捕捉行为策略和状态分布，利用单步去噪重构误差检测分布外动作，并通过评估预测转移区分有益与有害动作，提供理论保证和实验验证。

Comments 10 pages, 5 figures. Accepted to ICLR 2026

DARE: Diffusion Language Model Activation Reuse for Efficient Inference

DARE：扩散语言模型激活重用以提高推理效率

Natalia Frumkin, Bokun Wang, Hung-Yueh Chiang, Chi-Chih Chang, Mohamed S. Abdelfattah, Diana Marculescu

机构 * Chandra Family Department of Electrical and Computer Engineering（查德拉家族电子与计算机工程系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cornell University（康奈尔大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DARE通过利用扩散语言模型中token级冗余性，提高推理效率，减少计算量，同时保持生成质量。

HiVLA: A Visual-Grounded-Centric Hierarchical Embodied Manipulation System

HiVLA：一种以视觉为基础的分层具身操作系统

Tianshuo Yang, Guanyu Chen, Yutian Chen, Zhixuan Liang, Yitian Liu, Zanxin Chen, Chunpu Xu, Haotian Liang, Jiangmiao Pang, Yao Mu, Ping Luo

机构 * The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 HiVLA提出一种分层框架，将高层语义规划与底层动作控制解耦，通过视觉 grounding 和 Diffusion Transformer 专家提升机器人操作能力，实验证明其在长时序技能组合和精细操作中表现优异。

Comments Project Page: https://tianshuoy.github.io/HiVLA-page/

dFlowGRPO: Rate-Aware Policy Optimization for Discrete Flow Models

dFlowGRPO：面向离散流模型的速率感知策略优化

Zhengyan Wan, Yidong Ouyang, Panwen Hu, Qiang Sun

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； East China Normal University（东华大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Toronto（多伦多大学） 纠错

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

AI总结 本文提出dFlowGRPO框架，用于离散流模型的强化学习，支持多种概率路径和非掩码源分布，通过轨迹概率推导和去噪马尔可夫决策过程，提升文本到图像生成和多模态理解任务性能。

A Real-Calibrated Synthetic-First Data Engine

一种实校准的合成优先数据引擎

Yukang Shen

机构 * Kennesaw State University（肯纳邦大学） 纠错

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

AI总结 本文提出一种实校准的合成优先数据引擎，通过可控扩散生成与多阶段筛选整合，提升低数据场景下合成增强的实用性。

Comments 7 pages, 6 figures

Recovering Hidden Reward in Diffusion-Based Policies

从扩散策略中恢复隐藏奖励

Yanbiao Ji, Qiuchang Li, Yuting Hu, Shaokai Wu, Wenyuan Xie, Guodong Zhang, Qicheng He, Deyi Ji, Yue Ding, Hongtao Lu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出EnergyFlow框架，通过参数化标量能量函数的梯度作为去噪场，统一生成动作建模与逆强化学习，证明在最大熵最优性下，去噪分数匹配学习的分数函数能恢复专家的软Q函数梯度，无需对抗训练即可提取奖励。

Comments Accepted by ICML 2026

An Experimental Method to Study Opinion Diffusion in Human-AI Hybrid Societies

一种研究人类-人工智能混合社会中意见扩散的实验方法

Léna Gaubert, Rémi Devaux, Elif Çelen, Raja Marjieh, Diana Mangalagiu, Antoine Jardin, Nori Jacoby

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出一种实验方法研究混合人类-人工智能社会网络中的意见动态，通过比较人类-only、AI-only和混合网络三种条件，发现混合网络能降低最终极化程度，而人类-only网络则表现出更高的极化和较低的邻居共识。

Comments 8 pages, 5 figures. Accepted for presentation as a talk at the Annual Conference of the Cognitive Science Society (CogSci 2026)

Inverse Design of Multi-Layer Sub-Pixel-Resolution RF Passives Through Grayscale Diffusion with Flexible S-Parameter Conditioning

通过灰度扩散实现多层子像素分辨率射频被动元件的逆设计

Tommaso Dreossi, Christopher M. Bryant, Hao Liu, Nathan Mirman, Noah Kessler, Michael Frei, Harish Krishnaswamy

机构 * Arena Physica New York, NY, USA（Arena Physica纽约,纽约州,美国） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出一种基于部分S参数输入生成多层铜布局的逆设计方法，实现子像素灰度金属化，解决高维非良提问题，验证了其在实际制造中的有效性。

ExtraVAR: Stage-Aware RoPE Remapping for Resolution Extrapolation in Visual Autoregressive Models

ExtraVAR: 用于视觉自回归模型中分辨率外推的阶段感知RoPE重映射

Feihong Yan, Shaoyu Liu, Haixuan Wang, Shuai Lu, Linfeng Zhang, Huiqi Li, Xiangyang Ji

机构 * Beijing Institute of Technology（北京理工大学） ； Xidian University（西安电子科技大学） ； Northeastern University at Qinhuangdao（秦皇岛东北大学） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

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

AI总结 本文提出ExtraVAR，通过阶段感知RoPE重映射解决视觉自回归模型中分辨率外推的全局重复、局部重复和细节退化问题，引入熵驱动自适应注意力校准提升结构和细节质量。

Comments 10 pages, 7 figures

Offline Preference Optimization for Rectified Flow with Noise-Tracked Pairs

离线偏好优化用于具有噪声跟踪配对的校正流

Yunhong Lu, Qichao Wang, Hengyuan Cao, Xiaoyin Xu, Min Zhang

机构 * Zhejiang University（浙江大学） ； Shanghai Institute for Advanced Study-Zhejiang University（上海先进研究院-浙江大学） ； Shanghai Institute for Mathematics and Interdisciplinary Sciences（上海数学与交叉科学研究院） 纠错

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

AI总结 本文提出PNAPO框架，通过保留生成胜败图像的先验噪声，改进校正流的偏好优化，提升稳定性和样本效率。

Comments Accepted by ICML 2026

SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams

SeasonScapes: 从稀疏网络摄像头学习大规模可重照明的3D景观及其季节变化

Timo Kleger, Qi Ma, Deheng Zhang, Luc Van Gool, Danda Pani Paudel

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出SeasonScapes框架和数据集，通过稀疏网络摄像头图像构建大规模可重照明的3D景观，利用条件扩散模型处理遮挡和缺失数据，实现季节性变化的3D景观重建。

Why Do DiT Editors Drift? Plug-and-Play Low Frequency Alignment in VAE Latent Space

为何DiT编辑器会漂移？VAE潜在空间中的插件式低频对齐

Xiaoce Wang, Sifan Zhou, Kaifei Wang, Leli Xu, Xuerui Qiu, Tao He, Ming Li

机构 * Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Peking University（北京大学） ； CASIA ； University of Electronic Science and Technology of China（电子科技大学） ； Guangming Laboratory（光明实验室） 纠错

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

AI总结 本文从潜在空间频率角度研究DiT编辑器漂移问题，提出无需训练的VAE-LFA方法，通过低频对齐抑制语义漂移并保持高频细节，适用于白盒和黑盒DiT编辑器。

Comments 9 pages main paper, 12 figures, 25 pages in total

Generating Symmetric Materials using Latent Flow Matching

利用潜在流匹配生成对称材料

Anmar Karmush, Cedric Mathieu Brandenburg, Soheil Ershadrad, Johanna Rosén, Michael Felsberg, Filip Ekström Kelvinius

机构 * Department of Electrical Engineering (ISY) & AI4x, Linköping University（电气工程系（ISY）及AI4x，利厄普大学） ； Department of Physics, Chemistry and Biology (IFM), Linköping University（物理、化学与生物学系（IFM），利厄普大学） ； Wallenberg Initiative Materials Science for Sustainability (WISE), Linköping University（可持续材料科学倡议（WISE），利厄普大学） ； Department of Computer and Information Science (IDA), Linköping University（计算机与信息科学系（IDA），利厄普大学） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 本文提出SymADiT，通过引入Wyckoff位置表示改进ADiT，生成具有真实对称性的材料，实验表明其在对称性意识模型中表现优异。

Comments Preprint

Score-Based Generative Modeling through Anisotropic Stochastic Partial Differential Equations

基于各向异性随机偏微分方程的分数生成建模

Sascha Holl, Jente Vandersanden, Gurprit Singh, Hans-Peter Seidel

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)

AI总结 本文提出基于各向异性随机偏微分方程的新型分数生成模型，通过保留数据几何结构提升图像生成质量，在无条件图像生成和条件笔触到图像生成任务中均取得显著改进。

GenMed: A Pairwise Generative Reformulation of Medical Diagnostic Tasks

GenMed：医学诊断任务的成对生成性重述

Hantao Zhang, Weidong Guo, Yuhe Liu, Jiancheng Yang, Sathvik Bhagavan, Danli Shi, Mingda Xu, Pascal Fua

机构 * CVLab, École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）计算机视觉实验室） ； Fudan University（复旦大学） ； Beihang University（北航大学） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（艾尔沃斯大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文提出一种生成性方法，通过扩散模型建模联合分布P(X,Y)，在推理时优化输出，支持任意观测组合，实验显示在医学图像分割、少样本分割、退化输入分割、形状补全和零样本应用中表现优异。

CLEAR: Context-Aware Learning with End-to-End Mask-Free Inference for Adaptive Video Subtitle Removal

CLEAR: 基于上下文的端到端无掩码推理的自适应视频字幕移除

Qingdong He, Chaoyi Wang, Peng Tang, Yifan Yang, Xiaobin Hu

机构 * University of Electronic Science and Technology of China（电子科技大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Technical University of Munich（慕尼黑技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 CLEAR通过上下文感知的自适应学习实现端到端无掩码推理，有效区分字幕与背景内容，提升多语言字幕移除性能。

Comments Accepted by ICML 2026 (Spotlight)

PixelFlowCast: Latent-Free Precipitation Nowcasting via Pixel Mean Flows

PixelFlowCast: 无需潜在变量的降水现在预测通过像素均值流

Yufeng Zhu, Chunlei Shi, Yongchao Feng, Dan Niu

机构 * Department of Automation, Southeast University（东南大学自动化系） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） 纠错

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

AI总结 PixelFlowCast提出一种两阶段概率预测框架，通过确定性模型和KANCondNet提取时空特征，实现高效率和高保真度的降水现在预测，无需潜在变量压缩。

Comments 26 pages, 7 figures

DriveFuture: Future-Aware Latent World Models for Autonomous Driving

DriveFuture: 用于自动驾驶的面向未来的潜在世界模型

Yufeng Hong, Xiaotian Zhou, Yingyan Li, Xiangpo Zhou, Lin Liu, Yadan Luo, Shaoqing Xu, Lei Yang, Ziying Song

机构 * Beijing Institute of Technology（北京理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beihang University（北航） ； Beijing Jiaotong University（北京交通大学） ； The University of Queensland（昆士兰大学） ； University of Macau（澳门大学） ； Nanyang Technological University（南洋理工大学） ； School of Artificial Intelligence ( School of Software), Yanshan University（燕山大学人工智能学院（软件学院）） 纠错

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

AI总结 本文提出DriveFuture，一种面向未来的潜在世界建模框架，通过将未来世界状态条件化于当前潜在状态建模过程，提升自动驾驶轨迹规划性能。

Comments 24pages, 7 figures

Uncertainty-Aware and Decoder-Aligned Learning for Video Summarization

面向视频摘要的不确定性感知与解码器对齐学习

Omer Tariq, Syed Muhammad Raza, Jeongbae Son

机构 * Perception AI Neubility Inc.（感知AI Neubility公司） 纠错

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

AI总结 本文提出VASTSum框架，通过建模不确定性并使学习目标与解码阶段对齐，提升视频摘要的鲁棒性与效率。

Comments Accepted for presentation at the 2026 International Joint Conference on Neural Networks (IJCNN 2026)

PGID: Progressive Guided Inversion and Denoising for Robust Watermark Detection

PGID: 逐步引导反向和去噪以实现鲁棒水印检测

Minh Quoc Duong, Chun Tong Lei, Chun Pong Lau

机构 * City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文提出PGID，一种无需训练的噪声提取框架，通过逐步反向和去噪来恢复水印检测的可靠性，对抗伪造攻击和水印移除攻击。

Uni-Hand: Universal Hand Motion Forecasting in Egocentric Views

Uni-Hand：面向亲身体验视角的通用手部运动预测

Junyi Ma, Wentao Bao, Jingyi Xu, Guanzhong Sun, Yu Zheng, Erhang Zhang, Xieyuanli Chen, Hesheng Wang

机构 * IRMV Lab, Shanghai Jiao Tong University（上海交通大学IMV实验室） ； Meta Reality Labs（Meta现实实验室） ； Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系） ； China University of Mining and Technology（中国矿业大学） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学与技术学院） 纠错

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

AI总结 本文提出Uni-Hand框架，通过多模态输入、多维多目标预测和多任务赋能，实现手部在2D和3D空间的精准预测，并引入目标指标预测手腕和指尖关节点，同时预测手-物体交互状态，提升下游任务性能。

Comments Accepted by T-PAMI 2026. Code and data: https://github.com/IRMVLab/UniHand

Egocentric Whole-Body Human Mesh Recovery with Prior-Guided Learning

第一人称全身体素 meshes 恢复与先验引导学习

Soyeon Na, Seung Young Noh, Ju Yong Chang

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

AI总结 本文提出基于先验引导的学习框架，通过构造更准确的优化伪标签和多先验方法，提升第一人称全身体素恢复的精度，实验表明其优于现有方法。

Comments Accepted to ICIP 2026. This is the author-formatted version of the paper

Hyperspherical Autoencoder for High-Fidelity Image Reconstruction and Generation

超球面自编码器用于高保真图像重建与生成

Hun Chang, Byunghee Cha, Jong Chul Ye

机构 * KAIST AI（韩国科学技术院人工智能实验室） 纠错

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

AI总结 本文提出超球面自编码器，通过方向特征对齐和层次卷积补丁嵌入模块，提升图像重建和生成的保真度，实验结果显示其在gFID、rFID和PSNR指标上均优于现有方法。

Comments 22 pages, and 20 figures

New perspective on cold fusion reactions: A microscopic description

超重核合成机制的全新视角：微观描述

Yinu Zhang, Bo Han, Yueping Fang, Long Zhu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出结合HFB方法与扩散融合模型的微观框架，研究超重核合成机制，通过计算验证了钙-铅反应的蒸发残留截面，揭示了超重核合成中的自洽机制与壳效应影响。

Comments 7 pages, 4 figures

Kernel-Gradient Drifting Models

核梯度漂移模型

Maria Esteban-Casadevall, Jorge Carrasco-Pollo, Max Welling, Jan-Willem van de Meent, Erik J. Bekkers, Floor Eijkelboom

机构 * University of Amsterdam（阿姆斯特丹大学） ； AMLab（人工智能实验室） ； CuspAI ； UvA-Bosch Delta Lab（UvA-博斯奇Delta实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出核梯度漂移模型，通过核诱导方向替代固定欧几里得位移方向，实现通用核的漂移建模，解决了传统漂移模型仅限高斯核的问题，提升了生成质量与泛化能力。

Thermodynamics and dynamics of non-compact prismatic dislocation loops simulated using a machine-learning model

非紧致棱柱位错环的热力学与动力学特性及机器学习模型模拟

Sho Hayakawa, Sergei L. Dudarev, Max Boleininger

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过机器学习模型探讨非紧致棱柱位错环的热力学和动力学特性，分析几何构型微小变化对其影响，推导出自由能、能量和熵的表达式，并模拟不同几何构型的位错环动力学行为。

UniRank: Unified List-wise Reranking via Confidence-Ordered Denoising

UniRank: 通过置信度有序去噪实现统一列表级重排序

Pengyue Jia, Hailan Yang, Shuchang Liu, Xiaobei Wang, Wanyu Wang, Xiang Li, Yongqi Liu, Kaiqiao Zhan, Kun Gai, Xiangyu Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 UniRank通过结合自回归和非自回归方法，利用置信度有序去噪实现更高效的列表级重排序，实验显示其在多个数据集上均优于现有方法。

Meta-Black-Box Optimization Can Do Search Guidance for Expensive Constrained Multi-Objective Optimization

元黑盒优化可为昂贵约束多目标优化提供搜索引导

Yukun Du, Haiyue Yu, Jiang Jiang, Shuaiwen Tang, Xiaotong Xie, Haobo Liu, Chongshuang Hu, Shengkun Chang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出MetaSG-SAEA框架，通过引入MM-CCI区域抽象和扩散基人口初始化，提升对昂贵约束多目标优化问题的搜索效率，实验表明其在多种基准上表现优异。

Parabolic-growth universality and its nucleation-driven breakdown across lithium-battery anode chemistries

抛物线增长普遍性及其在锂电池负极化学中的成核驱动破坏

Changdeuck Bae

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过分析四种负极配置的循环数据，发现三种化学体系中抛物线增长定律成立，而第四种无负极体系表现出超抛物线增长，揭示了成核控制机制。