图像生成

Unlocking Complex Visual Generation via Closed-Loop Verified Reasoning

通过闭环验证推理解锁复杂视觉生成

Hanbo Cheng, Limin Lin, Ruo Zhang, Yicheng Pan, Jun Du

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 文生图 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出CLVR框架，结合视觉语言逻辑规划与像素级扩散生成，通过自动化数据引擎和PPRL解决多步推理中的优化问题，同时引入DSWM降低推理成本，实验表明其在多个基准上优于开源模型，实现了复杂视觉生成的扩展能力。

On the Trustworthiness of Generative Foundation Models: Guideline, Assessment, and Perspective

生成基础模型的可信度：指南、评估与视角

Yue Huang, Chujie Gao, Siyuan Wu, Haoran Wang, Xiangqi Wang, Yujun Zhou, Yanbo Wang, Jiayi Ye, Jiawen Shi, Qihui Zhang, Yuan Li, Han Bao, Zhaoyi Liu, Tianrui Guan, Dongping Chen, Ruoxi Chen, Kehan Guo, Andy Zou, Bryan Hooi Kuen-Yew, Caiming Xiong, Elias Stengel-Eskin, Hongyang Zhang, Hongzhi Yin, Huan Zhang, Huaxiu Yao, Jaehong Yoon, Jieyu Zhang, Kai Shu, Kaijie Zhu, Ranjay Krishna, Swabha Swayamdipta, Taiwei Shi, Weijia Shi, Xiang Li, Yiwei Li, Yuexing Hao, Zhihao Jia, Zhize Li, Xiuying Chen, Zhengzhong Tu, Xiyang Hu, Tianyi Zhou, Jieyu Zhao, Lichao Sun, Furong Huang, Or Cohen Sasson, Prasanna Sattigeri, Anka Reuel, Max Lamparth, Yue Zhao, Nouha Dziri, Yu Su, Huan Sun, Heng Ji, Chaowei Xiao, Mohit Bansal, Nitesh V. Chawla, Jian Pei, Jianfeng Gao, Michael Backes, Philip S. Yu, Neil Zhenqiang Gong, Pin-Yu Chen, Bo Li, Dawn Song, Xiangliang Zhang

专题命中 文生图 ：text-to-image(abstract)

AI总结 本文提出生成基础模型的可信度框架，通过多学科协作制定指导原则，引入动态评估平台TrustGen，揭示可信度进展与挑战，并探讨未来研究方向。

VAGS: Velocity Adaptive Guidance Scale for Image Editing and Generation

VAGS：图像编辑与生成的速率自适应引导尺度

Yan Luo, Ahmadou Aidara, Jingyi Lu, Jeremy Moebel, Kai Han, Mengyu Wang

机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） ； Harvard University（哈佛大学） ； School of Computing and Data Science（计算与数据科学学院） ； The University of Hong Kong（香港大学） ； Kempner Institute for the Study of Natural and Artificial Intelligence（自然与人工智能研究学院） 纠错

专题命中 图像编辑 ：image editing(title)；分类 cs.CV

AI总结 VAGS通过自适应引导尺度提升图像编辑和生成的结构保真度和生成质量，无需微调或额外计算。

UniShield: An Adaptive Multi-Agent Framework for Unified Forgery Image Detection and Localization

UniShield: 一种适应性多智能体框架用于统一的伪造图像检测与定位

Qing Huang, Zhipei Xu, Xuanyu Zhang, Xiangyu Yu, Jian Zhang

机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； School of Future Technology, South China University of Technology（华南理工大学未来技术学院） ； School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息工程学院） ； Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（北京大学深圳研究生院超高清沉浸媒体技术省重点实验室） 纠错

专题命中 图像编辑 ：image generation(abstract)；分类 cs.CV

AI总结 UniShield通过多智能体框架实现跨领域伪造图像检测与定位，提升检测的适应性和实用性。

ElasticDiT: Efficient Diffusion Transformers via Elastic Architecture and Sparse Attention for High-Resolution Image Generation on Mobile Devices

ElasticDiT：通过弹性架构和稀疏注意力实现高效扩散变换器，用于移动设备上的高分辨率图像生成

Kunpeng Du, Haizhen Xie, Sen Lu, Lei Yu, Binglei Bao, Huaao Tang, Chuntao Liu, Hao Wu, Yang Zhao, Zhicai Huang, Heyuan Gao, Zhijun Tu, Jie Hu, Xinghao Chen

机构 * Huawei Technologies（华为技术） 纠错

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

AI总结 本文提出ElasticDiT，通过弹性架构和稀疏注意力机制，在移动设备上实现高效扩散变换器，平衡图像质量和计算效率，同时减少内存占用。

Causal-Adapter: Taming Text-to-Image Diffusion for Faithful Counterfactual Generation

Causal-Adapter：驯服文本到图像扩散模型以实现忠实的反事实生成

Lei Tong, Zhihua Liu, Chaochao Lu, Dino Oglic, Tom Diethe, Philip Teare, Sotirios A. Tsaftaris, Chen Jin

机构 * Centre for AI, DS\&AI, Astrazeneca, UK（英国阿斯利康人工智能中心） ； Institute for Imaging, Data and Communications (IDCOM), School of Engineering, University of Edinburgh, Edinburgh, UK（爱丁堡大学工程学院影像、数据与通信研究所） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 Causal-Adapter通过模块化框架实现文本到图像扩散模型的反事实生成，利用结构因果建模和属性正则化策略，在保持图像核心身份的同时实现精确的属性控制。

Comments Project Page: https://leitong02.github.io/causaladapter/

Journal ref ICML 2026

NoiseShift: Resolution-Aware Noise Recalibration for Better Low-Resolution Image Generation

NoiseShift: 为更好的低分辨率图像生成的分辨率感知噪声校准

Ruozhen He, Moayed Haji-Ali, Ziyan Yang, Vicente Ordonez

机构 * Rice University（里士大学） 纠错

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

AI总结 本文提出NoiseShift，通过校准噪声条件以恢复局部正反向一致性，提升低分辨率图像生成质量，无需额外计算开销。

Rethinking and Red-Teaming Protective Perturbation in Personalized Diffusion Models

重新审视并红队测试个性化扩散模型中的保护扰动

Yixin Liu, Ruoxi Chen, Xun Chen, Lichao Sun

机构 * Lehigh University（莱维大学） ； Lehigh University Computer Science（莱维大学计算机科学） ； Engineering Bethlehem PA USA（工程 布雷顿 佛罗里达 美国） ； Independent Researcher（独立研究员） ； Independent Researcher Fremont California USA（独立研究员 佛罗里达 加州 美国） 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 本文通过快捷学习视角分析PDM微调过程，揭示对抗扰动导致的潜在空间错位问题，提出数据净化与对比解耦学习框架以提升保护性能。

Comments Code is available at https://github.com/liuyixin-louis/DiffShortcut

PCDM: A Diffusion-Based Data Poisoning Attack Against Federated Learning Systems

PCDM：一种基于扩散的数据污染攻击对抗联邦学习系统

Wei Sun, Yijun Chen, Bo Gao, Ke Xiong, Yuwei Wang, Pingyi Fan, Khaled Ben Letaief

专题命中 扩散模型 ：diffusion(title,summary_cn)

AI总结 本文提出基于扩散的数据污染框架，通过Poisoning-Oriented Conditional Diffusion Model实现对联邦学习系统中局部数据污染的精细控制，同时保证攻击效果与隐蔽性。

Coordinated Diffusion: Generating Multi-Agent Behavior Without Multi-Agent Demonstrations

协同扩散：无需多智能体演示生成多智能体行为

Lasse Peters, Laura Ferranti, Andrea Bajcsy, Javier Alonso-Mora

机构 * University of California, Berkeley（加州大学伯克利分校） ； Delft University of Technology（代尔夫特理工大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 扩散模型 ：diffusion(title,summary_cn)

AI总结 本文提出Coordinated Diffusion框架，通过用户定义的多智能体成本函数将独立训练的单智能体扩散策略耦合，无需多智能体演示数据，实现多智能体行为协调。

Autoguided Online Data Curation for Diffusion Model Training

自引导在线数据精炼用于扩散模型训练

Valeria Pais, Luis Oala, Daniele Faccio, Marco Aversa

机构 * University of Glasgow（格拉斯哥大学） ； Dotphoton 纠错

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

AI总结 本文研究自引导和在线数据选择方法对扩散模型训练效率的影响，通过合成数据任务验证了自引导在样本质量和多样性上的优势。

Comments Accepted non-archival paper at ICCV 2025 Workshop on Curated Data for Efficient Learning (CDEL)

Polynomial Neural Sheaf Diffusion: A Spectral Filtering Approach on Cellular Sheaves

多项式神经束扩散：基于细胞束的谱过滤方法

Alessio Borgi, Fabrizio Silvestri, Pietro Liò

机构 * Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学） ； Department of Computer, Control and Management Engineering, Sapienza University（计算机、控制与管理工程系，萨皮恩扎大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出PolyNSD方法，通过多项式运算和谱过滤提升神经束扩散的稳定性与效率，实现无需大维度stalk的高性能表现。

StippleDiffusion: Capacity-Constrained Stippling using Controlled Diffusion

StippleDiffusion：基于受控扩散的容量受限点绘制

Ofir Gilad, Aleksander Plocharski, Przemyslaw Musialski, Andrei Sharf

机构 * Ben Gurion University of the Negev（贝勒贡大学内盖夫分校） ； Warsaw University of Technology（华沙技术大学） ； New Jersey Institute of Technology（新泽西理工学院） 纠错

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

AI总结 本文提出一种基于扩散模型的点绘制方法，通过学习局部点分布先验和连续容量约束，实现高效且可微的点集生成，适用于任意目标密度。

Comments 12 pages, 10 figures

DealMaTe: Multi-Dimensional Material Transfer via Diffusion Transformer

DealMaTe: 通过扩散变换器实现多维材料传输

Nisha Huang, Yizhou Lin, Jie Guo, Xiu Li, Tong-Yee Lee, Zitong Yu

机构 * Tsinghua University（清华大学） ； Pengcheng Laboratory（鹏城实验室） ； National Cheng-Kung University（国立成功大学） ； Great Bay University（大湾大学） ； Dongguan Key Laboratory for Intelligence and Information Technology（东莞智能与信息技术重点实验室） 纠错

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

AI总结 DealMaTe通过深度、规范和光照图像实现材料传输，采用简化扩散框架，消除文本引导和参考网络，设计轻量3D信息注入方法，优化注意力机制，实现高效高质量的材料传输。

RaPD: Resolution-Agnostic Pixel Diffusion via Semantics-Enriched Implicit Representations

RaPD：通过语义增强的隐式表示实现分辨率无关的像素扩散

Yanhao Ge, Shanyan Guan, Weihao Wang, Ying Tai, Mingyu You

机构 * College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； vivo Mobile Communication Co., Ltd.（vivo移动通信有限公司） ； Nanjing University（南京大学） 纠错

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

AI总结 RaPD通过语义表示引导和坐标查询注意力渲染器，在连续神经图像场的潜在空间中实现分辨率无关的像素扩散，解决了重建与生成之间的差距，提升了生成质量和分辨率扩展能力。

Layer Selection in Feature-Based Losses Affects Image Quality and Microstructural Consistency in Deep Learning Super-Resolution of Brain Diffusion MRI

基于特征的损失函数中层选择影响深度学习超分辨率中图像质量及微结构一致性

David Lohr, Rene Werner

机构 * Institue for Applied Medical Informatics, University Medical Center Hamburg-Eppendorf（应用医学信息学研究所，汉堡大学医学中心） ； Institute of Computational Neuroscience, University Medical Center Hamburg-Eppendorf（计算神经科学研究所，汉堡大学医学中心） ； Center for Biomedical Artificial Intelligence (bAIome), University Medical Center Hamburg-Eppendorf（生物医学人工智能中心（bAIome），汉堡大学医学中心） 纠错

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

AI总结 本研究探讨了基于特征的损失函数在深度学习超分辨率中对扩散信号一致性的影响，发现深层网络层会导致网格状伪影，而浅层网络层能保持图像与地面真实的一致性，尤其在9倍超分辨率下表现优异。

Do Less, Achieve More: Do We Need Every-Step Optimization for RL Fine-tuning of Diffusion Models?

少即是多：我们是否需要为扩散模型的强化学习微调进行每一步优化？

Renye Yan, Jikang Cheng, Shikun Sun, Yi Sun, You Wu, Wei Peng, Zongwei Wang, Ling Liang, Junliang Xing, Yimao Cai

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文研究了扩散模型强化学习微调中优化步骤的影响，提出AdaScope方法通过动态控制训练时机提升生成质量并降低计算成本。

Journal ref CVPR2026

Sparse ActionGen: Accelerating Diffusion Policy with Real-time Pruning

稀疏动作生成：通过实时剪枝加速扩散策略

Kangye Ji, Jianbo Zhou, Yuan Meng, Ye Li, Hanyun Cui, Zhi Wang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； 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 本文提出SAG方法，通过自适应剪枝和重用机制实现稀疏动作生成，提升实时视觉运动控制效率，实验显示生成速度提升4倍。

Generative Semantic Communication: Diffusion Models Beyond Bit Recovery

生成语义通信：扩散模型超越位恢复

Eleonora Grassucci, Sergio Barbarossa, Danilo Comminiello

机构 * Dept. of Information Engineering, Electronics, and Telecommunication, Sapienza University of Rome（信息工程、电子与电信系，罗马萨皮恩扎大学） 纠错

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

AI总结 本文提出一种新的生成扩散框架，利用扩散模型合成多媒体内容并保留语义特征，通过空间自适应归一化生成语义一致的场景，提升在信道噪声下的图像生成质量。

Journal ref IEEE Transactions on Cognitive Communication and Networking, 2026

DreamSR: Towards Ultra-High-Resolution Image Super-Resolution via a Receptive-Field Enhanced Diffusion Transformer

DreamSR：通过增强感受野的扩散变换器实现超高清图像超分辨率

Qingji Dong, Hang Dong, Mingqin Chen, Rui Zhang, Yitong Wang

机构 * ByteDance Inc.（字节跳动公司） 纠错

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

AI总结 DreamSR通过双分支MM-ControlNet和增强感受野策略，解决超分辨率中局部过生成和细节合成问题，实现高质量细节恢复。

MaTe: Images Are All You Need for Material Transfer via Diffusion Transformer

MaTe：仅需图像进行材料迁移的扩散变换器

Nisha Huang, Henglin Liu, Yizhou Lin, Kaer Huang, Chubin Chen, Jie Guo, Tong-Yee Lee, Xiu Li

机构 * Tsinghua University（清华大学） ； PengCheng Laboratory（鹏城实验室） ； Lenovo Research（联想研究院） ； National Cheng-Kung University（国立成功大学） 纠错

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

AI总结 MaTe通过多模态注意力机制实现材料迁移，无需文本指导或辅助网络，提升了生成质量和效率。

DiffVAS: Diffusion-Guided Visual Active Search in Partially Observable Environments

DiffVAS: 在部分可观测环境中基于扩散的视觉主动搜索

Anindya Sarkar, Srikumar Sastry, Aleksis Pirinen, Nathan Jacobs, Yevgeniy Vorobeychik

机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） ； RISE Research Institutes of Sweden（瑞典RISE研究机构） ； Climate AI Nordics（北欧气候AI） 纠错

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

AI总结 DiffVAS提出了一种目标条件化的策略，能够在部分可观测环境中同时搜索多种目标，提升了视觉主动搜索在现实应用中的部署能力。

Comments 26 Pages, 12 figures, Accepted to AAMAS 2026

Lie symmetry classification of a coupled nonlinear cross-diffusion system in radial geometry

径向几何中耦合非线性交叉扩散系统的Lie对称分类

Manjit Singh, Radhika

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过Lie对称分析研究了具有变化横截面几何的耦合非线性交叉扩散系统，揭示了其在径向结构下的对称性质及非线性耦合对对称性的限制。

StateXDiff: Cell State-Contextualized Multimodal Diffusion for Single-Cell Perturbation Prediction

StateXDiff: 单细胞扰动预测的细胞状态-上下文化多模态扩散框架

Peiting Shi, Ningfeng Que, Xianzhe Huang, Xiaofei Wang, Jianzhong Jeff Xi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 StateXDiff通过整合转录组与蛋白质特征，构建多模态细胞状态表示，并利用条件扩散模型生成药物扰动特异性变化，提升单细胞扰动预测的泛化能力。

Ada-Diffuser: Latent-Aware Adaptive Diffusion for Decision-Making

Ada-Diffuser: 面向决策制定的潜在意识自适应扩散模型

Fan Feng, Selena Ge, Minghao Fu, Zijian Li, Yujia Zheng, Zeyu Tang, Yingyao Hu, Biwei Huang, Kun Zhang

机构 * University of California San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学） ； MBZUAI ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Ada-Diffuser，通过显式建模潜在动态过程，提升决策制定的精度与适应性，实验验证其在模拟控制与机器人基准中的有效性。

Comments ICLR 2026

Active Model B$^-$ from Mass-Conserving Reaction-Diffusion Systems

从质量守恒的反应扩散系统中获得的活性模型B$^-$

Davide Toffenetti, Beatrice Nettuno, Henrik Weyer, Erwin Frey

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究揭示了三组分质量守恒反应扩散系统在晚期动力学可归结为活性场理论中的活性模型B$^-$，其密度依赖的界面系数在高密度下转负，引发有限波长不稳定性并稳定微相分离图案，与两组分系统无界粗化不同。

Comments DT and BN contributed equally to this work

From Layers to Networks: Comparing Neural Representations via Diffusion Geometry

从层到网络：通过扩散几何比较神经表示

Atharva Khandait, Jan E. Gerken

机构 * Department of Mathematical Sciences, Chalmers University of Technology and the University of Gothenburg（数学科学系，查尔姆斯理工大学和哥德堡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过扩散几何框架，首次将多视图学习工具应用于神经表示，提出多尺度中心核对齐和距离相关性变体，并通过融合多层马尔可夫矩阵实现网络间相似性比较，验证了在语言和视觉任务中的优越性能。

Comments 11 pages + appendices

Unbiased likelihood estimation of the Langevin diffusion for animal movement modelling

兰格vin扩散在动物运动建模中的无偏似然估计

Ron R. Togunov, S. Knutsen Furset, Martin E. Pettersen, Robert B. O'Hara

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出利用布朗桥进行重要性采样，改进兰格vin扩散模型的似然估计，以解决 telemetry 数据中自相关和时间不规则性的问题，提升生态栖息地选择研究的准确性。

Smoothie: Smoothing Diffusion on Token Embeddings for Text Generation

Smoothie: 通过令牌嵌入进行扩散平滑以实现文本生成

Alexander Shabalin, Viacheslav Meshchaninov, Dmitry Vetrov

机构 * Constructor University（Constructor大学） ； HSE University（俄罗斯莫斯科高等经济学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Smoothie，通过基于语义相似性的逐步平滑令牌嵌入，结合连续潜在空间和分类单纯空间的优势，提升文本生成质量。

Comments 18 pages, 4 figures, 13 tables

Lightweight Diffusion Models for Resource-Constrained Semantic Communication

轻量级扩散模型用于资源受限的语义通信

Giovanni Pignata, Eleonora Grassucci, Giordano Cicchetti, Danilo Comminiello

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Q-GESCO框架，通过量化扩散模型减少计算和内存负载，实现语义通信的高效再生，节省75%内存和79%浮点运算。

Journal ref IEEE Wireless Communications Letters, volume 14 issue 9, september 2025