图像生成

Coordinating Multiple Conditions for Trajectory-Controlled Human Motion Generation

轨迹控制的人体运动生成

Deli Cai, Haoyang Ma, Changxing Ding

机构 * School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息学院） ； Pazhou Lab（琶洲实验室） 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CMC框架，通过分治策略协调文本和轨迹条件，解决现有方法中文本与轨迹冲突及冗余表示导致的不稳定问题，实验显示其在控制精度和运动质量上达到最优。

Improving Classifier-Free Guidance of Flow Matching via Manifold Projection

通过流匹配的流形投影改进无分类器引导

Jian-Feng Cai, Haixia Liu, Zhengyi Su, Chao Wang

机构 * Department of Mathematics, The Hong Kong University of Science ； IAS Center for AI for Scientific Discoveries, The Hong Kong University of Science ； School of Mathematics ； Statistics \& Institute of Interdisciplinary Research for Mathematics ； Applied Science \& Hubei Key Laboratory of Engineering Modeling ； Scientific Computing, Huazhong University of Science ； Department of Statistics ； Data Science, Southern University of Science 纠错

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

AI总结 本文通过优化视角解释无分类器引导，提出流形约束下的同伦优化方法，提升生成质量与鲁棒性，验证在DiT-XL-2-256等大模型上的有效性。

Comments 26 pages, 14 figures

MoCam: Unified Novel View Synthesis via Structured Denoising Dynamics

MoCam：通过结构去噪动力学实现统一的新型视角合成

Haofeng Liu, Yang Zhou, Ziheng Wang, Zhengbo Xu, Zhan Peng, Jie Ma, Jun Liang, Shengfeng He, Jing Li

机构 * Orange-3DV-Team（橙色3D视觉团队） 纠错

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

AI总结 MoCam通过结构去噪动力学在扩散过程中协调从几何到外观的进展，统一静态和动态视角合成，优于现有方法，尤其在点云严重孔洞或失真时表现稳健。

Comments Project page: https://orange-3dv-team.github.io/MoCam

Cross Modality Image Translation In Medical Imaging Using Generative Frameworks

利用生成框架在医学影像中实现跨模态图像翻译

Giulia Romoli, Alessia Capoccia, Filippo Ruffini, Francesco Di Feola, Luca Boldrini, Arturo Chiti, Renato Cuocolo, Tugba Akinci D'Antonoli, Fatemeh Darvizeh, Marcello Di Pumpo, Bradley J. Erickson, Liu Fang, Deborah Fazzini, Paola Feraco, Fabrizia Gelardi, Francesco Gossetti, Ana Isabel Hernáiz Ferrer, Michail E. Klontzas, Seyedmehdi Payabvash, Katrine Riklund, Sara N. Strandberg, Valerio Guarrasi, Paolo Soda

机构 * Department of Diagnostics and Intervention, Radiation Physics, Biomedical Engineering, Umeå University（诊断与介入部门、放射物理、生物医学工程，乌梅大学） ； Unit of Artificial Intelligence and Computer Systems, Department of Engineering, Università Campus Bio-Medico di Roma（人工智能与计算机系统单位，工程部门，罗马生物医学学院） ； Vita-Salute San Raffaele University（维塔-萨拉特·桑拉法埃莱大学） ； Department of Medicine, Surgery and Dentistry, University of Salerno（医学、外科和牙科部门，萨勒诺大学） ； Division of Diagnostic and Interventional Neuroradiology, Department of Radiology, University Hospital Basel（诊断和介入神经放射学部门，放射学部门，巴塞尔大学医院） ； Department of Pediatric Radiology, University Children’s Hospital Basel（儿科放射学部门，巴塞尔儿童医院） ； Department of Life Science and Public Health, Università Cattolica del Sacro Cuore（生命科学与公共健康部门，圣心大学） ； Athinoula A. Martinos Center for Biomedical Imaging（阿提诺拉A·马里诺斯生物医学成像中心） ； Artificial Intelligence and Translational Imaging (ATI) Lab, Department of Radiology, School of Medicine, University of Crete（人工智能与转化成像（ATI）实验室，放射学部门，医学院，克里特大学） ； Division of Radiology, Department of Clinical Science, Intervention and Technology (CLINTEC), Karolinska Institute（放射学部门，临床科学、介入和科技（CLINTEC）部门，卡罗林斯卡研究所） ； Columbia University Medical Center（哥伦比亚大学医学中心） ； Department of Diagnostics and intervention, Diagnostic radiology, Umeå University（诊断与介入部门，诊断放射学，乌梅大学） 纠错

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

AI总结 本文提出了一种标准化的3D医学图像跨模态翻译评估框架，比较了七种生成模型在不同数据集上的性能，揭示了GANs在不同任务中优于潜在生成模型，并发现合成影像在临床应用中难以区分。

Qwen-Image-VAE-2.0 Technical Report

Qwen-Image-VAE-2.0 技术报告

Zekai Zhang, Deqing Li, Kuan Cao, Yujia Wu, Chenfei Wu, Yu Wu, Liang Peng, Hao Meng, Jiahao Li, Jie Zhang, Kaiyuan Gao, Kun Yan, Lihan Jiang, Ningyuan Tang, Shengming Yin, Tianhe Wu, Xiao Xu, Xiaoyue Chen, Yan Shu, Yanran Zhang, Yilei Chen, Yixian Xu, Yuxiang Chen, Zhendong Wang, Zihao Liu, Zikai Zhou, Yiliang Gu, Yi Wang, Xiaoxiao Xu, Lin Qu

机构 * Qwen Team（通义实验室） 纠错

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

AI总结 Qwen-Image-VAE-2.0 提出了一种高压缩变分自编码器，通过改进架构和训练方法，提升了重建保真度和扩散能力，同时引入了新的评估基准。

Auditing Sybil: Explaining Deep Lung Cancer Risk Prediction Through Generative Interventional Attributions

审计Sybil：通过生成干预性归因解释深度肺癌风险预测

Bartlomiej Sobieski, Jakub Grzywaczewski, Karol Dobiczek, Mateusz Wójcik, Tomasz Bartczak, Patryk Szatkowski, Przemysław Bombiński, Matthew Tivnan, Przemyslaw Biecek

机构 * National Lung Screening Trial Research Team（国家肺癌筛查试验研究组） 纠错

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

AI总结 本文提出S(H)NAP框架，通过专家放射科医生验证的生成干预性归因，揭示Sybil模型在区分恶性肺结节与良性病变时的失效模式，包括对不合理伪影的敏感性和径向偏差。

Comments ICML 2026

A General Bézier Tree Encoding Counterfactual Framework for Retinal-Vessel-Mediated Disease Analysis

一种通用的贝塞尔树编码反事实框架用于视网膜血管介导的疾病分析

Tan Su, Ethan Elio Meidinger, Lin Gu, Ruogu Fang

机构 * Department of Electronic and Electrical Engineering（电子与电气工程系） ； School of Data Science（数据科学学院） ； Research Institute of Electrical Communication（电气通信研究所） ； J. Crayton Pruitt Family Department of Biomedical Engineering（姜·克雷顿·普瑞特家庭生物医学工程系） 纠错

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

AI总结 本文提出BTECF框架，通过贝塞尔曲线抽象血管网络，实现结构拓扑的显式保留与可扰动，结合扩散生成器进行参数级反事实干预，验证了其在糖尿病视网膜病变、脑梗死和阿尔茨海默病中的有效性。

Comments 33 pages, 6 figures; preprint

Gradient-Free Noise Optimization for Reward Alignment in Generative Models

生成模型中奖励对齐的无梯度噪声优化

Jeongsol Kim, Hongeun Kim, Jian Wang, Jong Chul Ye

机构 * KAIST AI（韩国科学技术院人工智能实验室） ； Snap Inc.（Snap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ZeNO框架，通过路径积分控制问题实现无梯度噪声优化，适用于不可微生成器，展示了在蛋白质结构生成等任务中的有效性。

CoWorld-VLA: Thinking in a Multi-Expert World Model for Autonomous Driving

CoWorld-VLA：面向自动驾驶的多专家世界模型中的思考

Minqing Huang, Yujiao Xiang, Zihan Liang, Jiajie Huang, Jingqi Wang, Zhi Xu, Feiyang Tan, Hangning Zhou, Mu Yang, Gong Che

机构 * Afari Intelligent Drive（Afari智能驾驶公司） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing University Of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学） 纠错

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

AI总结 本文提出CoWorld-VLA，通过多专家世界推理框架，利用显式条件指导动作规划，提升自动驾驶的场景生成与路径规划性能。

MCLR: Improving Conditional Modeling via Inter-Class Likelihood-Ratio Maximization and Unifying Classifier-Free Guidance with Alignment Objectives

MCLR：通过类间似然比最大化和统一分类器免费引导与对齐目标改进条件建模

Xiang Li, Yixuan Jia, Xiao Li, Jeffrey A. Fessler, Rongrong Wang, Qing Qu

机构 * University of Michigan（密歇根大学） ； Michigan State University（密歇根州立大学） 纠错

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

AI总结 本文提出MCLR，通过训练时最大化类间似然比来改进扩散模型的条件建模，实现无引导条件生成的提升，并理论证明CFG是MCLR目标的最优解。

Flow Matching with Uncertainty Quantification and Guidance

带有不确定性量化和指导的流匹配

Juyeop Han, Lukas Lao Beyer, Sertac Karaman

机构 * MIT（麻省理工学院） 纠错

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

AI总结 本文提出UA-Flow，通过预测速度场和异方差不确定性提升流匹配生成质量，实验表明其不确定性信号更符合样本保真度，且不确定性指导进一步提升生成质量。

When Backdoors Meet Partial Observability: Attacking Real-World Reinforcement Learning

当后门遇见部分可观测性：攻击现实世界的强化学习

Tairan Huang, Qingqing Ye, Yulin Jin, Jiawei Lian, Yaxin Xiao, Yi Wang, Haibo Hu

机构 * Department of Electrical and Electronic Engineering（电气与电子工程系） 纠错

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

AI总结 本文提出DGBA框架，针对现实世界强化学习中部分可观测性问题，通过扩散引导后门攻击实现稳定攻击激活，实验表明其优于现有方法且不影响正常任务性能。

Robotic Manipulation by Imitating Generated Videos Without Physical Demonstrations

通过模仿生成视频实现机器人操作

Shivansh Patel, Shraddhaa Mohan, Hanlin Mai, Unnat Jain, Svetlana Lazebnik, Yunzhu Li

机构 * UIUC（伊利诺伊大学香槟分校） ； UC Irvine（加州大学尔湾分校） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出RIGVid系统，通过模仿AI生成视频使机器人完成复杂操作任务，无需物理示范或特定机器人训练。系统利用视频扩散模型生成潜在示范视频，并通过视觉语言模型筛选符合指令的视频，再通过6D姿态跟踪器提取轨迹并映射到机器人。实验表明生成视频效果与真实示范相当，且性能随生成质量提升。

Comments In ICLR 2026. Website: https://rigvid-robot.github.io/

GeomHair: Reconstruction of Hair Strands from Colorless 3D Scans

GeomHair：从无色3D扫描中重建发丝

Rachmadio Noval Lazuardi, Artem Sevastopolsky, Egor Zakharov, Matthias Niessner, Vanessa Sklyarova

机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） 纠错

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

AI总结 本文提出一种从无色3D扫描直接重建发丝的方法，通过多模态发丝方向提取，结合神经网络2D线检测器和扩散先验，构建了Strands400数据集，支持下游任务和CG工作流。

Comments 15 pages, 9 figures, 1 table

PVLM: Parsing-Aware Vision Language Model with Dynamic Contrastive Learning for Zero-Shot Deepfake Attribution

PVLM：面向零样本深度伪造属性识别的解析感知视觉语言模型

Yaning Zhang, Jiahe Zhang, Chunjie Ma, Weili Guan, Tian Gan, Zan Gao

机构 * Faculty of Computer Science and Technology, Qilu University of Technology (Shandong Academy of Sciences)（计算机科学与技术学院，齐鲁工业大学（山东省科学院）） ； Shandong University of Science and Technology（山东科技大学） ； Shandong Artificial Intelligence Institute, Qilu University of Technology (Shandong Academy of Sciences)（山东省人工智能研究院，齐鲁工业大学（山东省科学院）） ； School of Electronics and Information Engineering, Harbin Institute of Technology（电子与信息工程学院，哈尔滨工业大学（深圳）） ； School of Computer Science and Technology, Shandong University（计算机科学与技术学院，山东大学） 纠错

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

AI总结 本文提出PVLM模型，通过动态对比学习实现对未知高级生成器的细粒度追踪，利用面部解析特征捕捉伪造表示，提升深度伪造属性识别性能。

Comments Accepted to IEEE Transactions on Dependable and Secure Computing 2026

Di-BiLPS: Denoising induced Bidirectional Latent-PDE-Solver under Sparse Observations

Di-BiLPS：在稀疏观测下去噪诱导的双向隐空间求解器

Zhonghao Li, Chaoyu Liu, Qian Zhang

机构 * School of Science, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳校区科学学院） ； Department of Theoretical Physics（理论物理系） ； Applied Mathematics, University of Cambridge, Cambridge, United Kingdom（应用数学系，剑桥大学，英国） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Di-BiLPS，一种在极稀疏观测下处理正向和逆向PDE问题的统一神经框架，结合变分自编码器、隐扩散模块和对比学习，提升求解效率与准确性。

Anisotropic Dopant and Strain Architectures in WS$_2$ Nanocrystals Driven by Growth Kinetics

WS₂纳米晶中各向异性掺杂与应变结构的生长动力学驱动

Frederico B. Sousa, Raphaela de Oliveira, Matheus J. S. Matos, Elizabeth Grace Houser, Igor Ferreira Curvelo, Zhuohang Yu, Mingzu Liu, Felipe Menescal, Gilmar Eugenio Marques, Leandro M. Malard, Mauricio Terrones, Bruno R. Carvalho, Helio Chacham, Marcio D. Teodoro

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过非平衡生长动力学调控，在WS₂单层中实现掺杂诱导的应变结构，揭示了掺杂分布与应变通道的各向异性关系，为二维半导体的确定性化学与应变工程提供新方法。

Unexpected Marangoni Condensation in Negative Binary Mixtures

负二元混合物中的意外马兰戈尼冷凝

Abenezer Abere, Patricia B. Weisensee

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究揭示负二元混合物中自发的马兰戈尼驱动伪滴状冷凝现象，通过热扩散产生表面张力梯度，提升传热效率6倍，挑战传统认为马兰戈尼冷凝仅适用于正混合物的观点。

Global Yudovich-type solutions to a reduced model for micropolar fluids with zero viscosity

二维微极流体简化模型的全局Yudovich型解

Francesco Fanelli, Pedro Gabriel Fernández Dalgo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了二维微极流体简化模型在低正则性下的适定性，证明了全局唯一性Yudovich型解，扩展了Yudovich框架到扰动不可压欧拉方程的系统。

Comments Submitted

Robust Matrix-Free Newton-Krylov Solvers via Automatic Differentiation

通过自动微分实现鲁棒的无矩阵牛顿-克雷洛夫求解器

Marco Pasquale, Stefano Markidis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过自动微分替代有限差分方法，提升了JFNK求解器的鲁棒性和计算效率，使求解速度提升2-3个数量级，且在不同非线性条件下保持高完成率。

Probing the small-scale primordial power spectrum via relic neutrinos and acoustic reheating

通过残留中微子和声学再加热探测小尺度原初功率谱

Giovanni Piccoli, Sunny Vagnozzi, Joseph Silk

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过残留中微子和声学再加热探测小尺度原初功率谱，利用中微子衰减降低温度以限制原初曲率功率谱，与大爆炸核合成等其他观测结果互补。

Comments 7 pages, 3 sub-figures arranged into 2 figures

Novel dynamics for an inertial polar tracer in an active bath

惰性极性示踪剂在活性浴中的新动态

Jing-Bo Zeng, Ji-Hui Pei

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究揭示了惰性极性示踪剂在活性浴中的动态行为，通过投影算子方法将其映射为随机洛伦茨方程，揭示了多种动态模式，包括主动布朗运动、手性主动布朗运动、复杂混沌运动和折线主动布朗运动。

Heterogeneous Cattaneo-Vernotte equation connection to the noisy voter model

异质Cattaneo-Vernotte方程与噪声投票模型的联系

K. Górska, A. Horzela, D. Jankov Maširević, T. Pietrzak, 1T. K. Pogány, T. Sandev

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过连续方程和本构关系推导异质扩散方程的通用形式，分析异质扩散的极限情况，发现非平衡性破缺现象。

Journal ref Chaos 36, 043108 (2026)

TouchGuide: Inference-Time Steering of Visuomotor Policies via Touch Guidance

TouchGuide: 通过触觉引导在推理时操控视觉-触觉策略

Zhemeng Zhang, Jiahua Ma, Xincheng Yang, Xin Wen, Yuzhi Zhang, Boyan Li, Yiran Qin, Jin Liu, Can Zhao, Li Kang, Haoqin Hong, Zhenfei Yin, Philip Torr, Hao Su, Ruimao Zhang, Daolin Ma

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xense Robotics（Xense机器人公司） ； Sun Yat-sen University（中山大学） ； Oxford（牛津大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； UCSD（加州大学圣地亚哥分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出TouchGuide，一种新的跨策略视觉-触觉融合方法，通过触觉引导在推理时优化预训练的视觉-触觉策略，提升机器人精细接触操作能力。

Exotic B-series representation of the Feller semigroup for Itô diffusions and the MSR path integral

伊藤扩散的费勒半群的异类B级数表示及其MSR路径积分

Alberto Bonicelli

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了一维伊藤扩散费勒半群的时间级数展开，通过异类树的扩展，推导出组合因子的显式表达，建立异类Butcher级数表示，并展示其与MSR路径积分形式的等价性。

Comments Shorter version, new proofs included

EMPalm: Exfiltrating Palm Biometric Data via Electromagnetic Side-Channel

EMPalm: 通过电磁侧信道泄露掌纹生物特征数据

Haowen Xu, Tianya Zhao, Xuyu Wang, Lei Ma, Jun Dai, Alexander Wyglinski, Xiaoyan Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出EMPalm攻击框架，通过电磁信号恢复掌纹和掌静脉图像，验证了电磁信号泄露生物特征信息的可能性，并展示了高保真度的重建效果。

Journal ref SenSys '26, 2026

Patient-Adaptive Echocardiography using Cognitive Ultrasound

基于认知超声的患者自适应超声心动图

Wessel L. van Nierop, Oisín Nolan, Tristan S. W. Stevens, Ruud J. G. van Sloun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种患者自适应聚焦发射接收方案，通过后验采样与时间扩散模型实现高效超声成像，在2D和3D数据集上优于随机和等间距采样，提升对比噪声比并实现实时处理。

Comments Accepted for IEEE Transactions on Medical Imaging

Journal ref IEEE Transactions on Medical Imaging 2026

Influence of Prandtl number on heat transfer over a permeable wall

Prandtl数对可渗透壁面热传递的影响

Wojciech Sadowski, Hakan Demir, Francesca di Mare

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究Prandtl数对通道中湍流热传递的影响，分析温度分布、方差及热预算项，探讨湍流热传递、分子扩散、迂回性和Brinkman项的相对重要性。

Comments 20 pages, 15 figures

Magnesium-graphene interphase boundaries created by high-pressure torsion enhance hydrogen storage kinetics:Mechanisms and significance of activation energy and frequency factor

高压扭转形成的镁-石墨烯界面边界促进氢存储动力学：界面激活能和频率因子的意义

Runchen Zhou, Payam Edalati, Anthony Alhayek, Shivam Dangwal, Marc Novelli, Md. Amirul Islam, Baran Bidyut Saha, Thierry Grosdidier, Kaveh Edalati

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过高压扭转制备镁-石墨烯界面边界，提升镁氢化物反应动力学，揭示界面工程对氢存储材料性能的影响。

Path-Integral Description of Stochastic Mechanics

路径积分对随机力学的描述

Yoni BenTov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于路径积分方法研究随机过程中的扩散与跳跃现象，提出新的数学框架以描述随机力学的核心机制。

Comments 93 pages, 4 figures