图像生成

RankE: End-to-End Post-Training for Discrete Text-to-Image Generation with Decoder Co-Evolution

RankE: 用于离散文本到图像生成的端到端后训练方法 with Decoder Co-Evolution

Siyong Jian, Siyuan Li, Luyuan Zhang, Zedong Wang, Xin Jin, Ying Li, Cheng Tan, Huan Wang

机构 * Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

AI总结 本文提出RankE，一种端到端的后训练框架，通过解码器与策略的协同进化，解决离散自回归文本到图像生成中策略优化导致的潜在协变量偏移问题，同时提升图像质量和对齐度。

Spatial Gram Alignment for Ultra-High-Resolution Image Synthesis

基于超高清图像合成的空间图对齐

Jinjin Zhang, Xiefan Guo, Di Huang

机构 * Beihang University（北航大学） 纠错

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

AI总结 本文提出空间图对齐（SGA）方法，通过利用视觉基础模型的表示先验，保留LDMs的生成能力，解决超高清图像合成中生成质量与结构完整性之间的冲突，实现高质量的文本到图像合成。

Comments Technical Report

MONET: A Massive, Open, Non-redundant and Enriched Text-to-image dataset

MONET：一个大规模、开放、非冗余且增强的文本到图像数据集

Benjamin Aubin, Gonzalo Iñaki Quintana, Onur Tasar, Sanjeev Sreetharan, Urszula Czerwinska, Damien Henry, Clément Chadebec

机构 * Jasper Research（Jasper研究） 纠错

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

AI总结 本文提出MONET数据集，通过多阶段过滤和增强，提供高质量的文本到图像数据，以降低大规模可重复研究的门槛。

TextSculptor: Training and Benchmarking Scene Text Editing

TextSculptor: 训练和评估场景文本编辑

Yiheng Lin, Siyu Jiao, Xiaohan Lan, Wei Zhou, Qi She, Fei Yu, Heyun Chen, Zhengwei Wang, Jinghuan Chen, Moran Li, Yingchen Yu, Zijian Feng, Yao Zhao, Yunchao Wei, Yujie Zhong

机构 * Beijing Jiaotong University（北京交通大学） ； Bytedance（字节跳动） 纠错

专题命中 文生图 ：text-to-image(abstract)；diffusion(abstract)；image editing(abstract)；image synthesis(abstract)

AI总结 本文提出TextSculptor框架，通过构建大规模数据集和基准测试，解决场景文本编辑中高质量训练数据稀缺和缺乏标准化评估的问题，提升开源模型性能。

Leveraging Verifier-Based Reinforcement Learning in Image Editing

利用基于验证器的强化学习进行图像编辑

Hanzhong Guo, Jie Wu, Jie Liu, Yu Gao, Zilyu Ye, Linxiao Yuan, Xionghui Wang, Yizhou Yu, Weilin Huang

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Center for Embodied AI and Computer Vision, Shenzhen Loop Area Institute（具身人工智能与计算机视觉中心，深圳Loop Area研究院） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 本文提出Edit-R1框架，通过构建基于推理的验证器奖励模型（RRM）来解决图像编辑中缺乏稳健奖励模型的问题，该模型通过分解指令为不同原则并逐项评估图像，实现细粒度奖励，实验表明其在图像编辑任务中优于现有模型。

JoyAI-Image: Awaking Spatial Intelligence in Unified Multimodal Understanding and Generation

JoyAI-Image: 激活统一多模态理解和生成中的空间智能

Lin Song, Wenbo Li, Guoqing Ma, Wei Tang, Bo Wang, Yuan Zhang, Yijun Yang, Yicheng Xiao, Jianhui Liu, Yanbing Zhang, Guohui Zhang, Wenhu Zhang, Hang Xu, Nan Jiang, Xin Han, Haoze Sun, Maoquan Zhang, Haoyang Huang, Nan Duan

机构 * Joy Future Academy, JD（京东探索研究院） 纠错

专题命中 图像编辑 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；image editing(abstract)

AI总结 本文提出JoyAI-Image，一种统一的多模态基础模型，用于视觉理解、文本到图像生成和指令引导的图像编辑。该模型结合了空间增强的多模态大语言模型（MLLM）和多模态扩散Transformer（MMDiT），通过共享的多模态接口实现感知与生成的交互。构建可扩展的训练配方，结合统一指令微调、长文本渲染监督、空间 grounded 数据和通用及空间编辑信号，使模型具备广泛的多模态能力，同时增强几何感知推理和可控视觉合成。实验表明，JoyAI-Image在理解、生成、长文本渲染和编辑基准上达到最先进的性能。更重要的是，增强的理解、可控的空间编辑和新视角辅助推理之间的双向循环使模型超越一般视觉能力，向更强的空间智能发展。

Comments Code: https://github.com/jd-opensource/JoyAI-Image

Conflict-Aware Additive Guidance for Flow Models under Compositional Rewards

面向组合奖励的冲突感知加法引导：流模型中的对抗性生成

Xuehui Yu, Fucheng Cai, Meiyi Wang, Xiaopeng Fan, Harold Soh

机构 * Smart Systems Institute, National University of Singapore, Singapore（新加坡国立大学智能系统研究所） ； Faculty of Computing, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学计算机学院） ； School of Computing, National University of Singapore, Singapore（新加坡国立大学计算机学院） 纠错

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

AI总结 本文提出了一种面向组合奖励的冲突感知加法引导方法，用于在流模型中处理对抗性生成问题，通过动态检测和解决梯度冲突来纠正离曼福德漂移，提升了生成保真度。

Comments Forty-Third International Conference on Machine Learning (ICML 2026)

UniEdit-Flow: Unleashing Inversion and Editing in the Era of Flow Models

UniEdit-Flow：在流模型时代释放反向与编辑

Guanlong Jiao, Biqing Huang, Kuan-Chieh Wang, Renjie Liao

机构 * The University of British Columbia（不列颠哥伦比亚大学） ； Tsinghua University（清华大学） ； Snap Inc.（Snap公司） ； Vector Institute（向量研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

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

AI总结 本文提出了一种基于预测-校正框架的流模型反向与编辑方法，通过Uni-Inv实现准确重建，并通过Uni-Edit实现区域感知的图像编辑，方法无需调优，具有通用性和高效性，实验表明其在多种生成模型中均表现出色。

Comments ICLR 2026. Project Page: https://uniedit-flow.github.io/

Diffusion Restore: Real-Time Markov Chain Monte Carlo Light Transport

Diffusion Restore: 实时马尔可夫链蒙特卡洛光运输

Sascha Holl, Gurprit Singh, Hans-Peter Seidel

专题命中 扩散模型 ：diffusion(title,title_cn)

AI总结 本文提出Diffusion Restore，一种基于扩散的实时MCMC光运输框架，通过改进局部探索能力，在保持非可逆性的同时提升对目标分布的探索效率，从而在不同场景中优于现有方法。

Provably Learning Diffusion Models under the Manifold Hypothesis: Collapse and Refine

在流形假设下证明学习扩散模型：坍缩与细化

Wei Huang, Andi Han, Mingyuan Bai, Huanjian Zhou, Qixin Zhang, Taiji Suzuki, Kenji Fukumizu

机构 * RIKEN AIP & The Institute of Statistical Mathematics（日本理化学研究所AIP及统计数学研究所） ； University of Sydney（悉尼大学） ； Agency for Science, Technology and Research & The Institute of Statistical Mathematics（科技研究局及统计数学研究所） ； The University of Tokyo（东京大学） ； Nanyang Technological University（南洋理工大学） ； The Institute of Statistical Mathematics（统计数学研究所） 纠错

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

AI总结 本文在流形假设下研究扩散模型的学习问题，提出了一种由得分函数几何特性驱动的坍缩与细化机制，并通过Score-induced Latent Diffusion模型验证了其理论预测，证明样本复杂性依赖于内在维度而非外在维度。

Comments 3 figures

Linear-DPO: Linear Direct Preference Optimization for Diffusion and Flow-Matching Generative Models

Linear-DPO: 用于扩散和流匹配生成模型的线性直接偏好优化

Kesong Li, Yixuan Xu, Kuo-kun Tseng, Weiyi Lu, Kan Liu, Tao Lan

机构 * School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Alibaba Group（阿里巴巴集团） 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Linear-DPO，通过统一的反向时间SDE框架推导出涵盖扩散和流匹配的通用DPO目标，指出标准DPO目标在文本到图像生成中不最优，并通过定性定量实验验证了其在扩散模型和流匹配模型上的优越性。

Comments Code and models are available at: https://github.com/Whynot0101/Linear-DPO . Work done during an internship at Alibaba Group

FullFlow: Upgrading Text-to-Image Flow Matching Models for Bidirectional Vision--Language Generation

FullFlow: 通过双向视觉-语言生成升级文本到图像流匹配模型

Eric Tillmann Bill, Enis Simsar, Alessio Tonioni, Thomas Hofmann

机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） 纠错

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

AI总结 本文提出FullFlow方法，通过仅训练LoRA适配器和轻量级文本头部，将预训练的rectified-flow文本到图像模型升级为双向视觉-语言生成器，从而在保持图像连续流的同时添加文本离散插入过程，提升文本到图像和图像到文本的生成质量。

Comments project page: https://ericbill21.github.io/fullflow/

Tiny-Engram: Trigger-Indexed Concept Tables for Generative Vision

Tiny-Engram: 生成视觉中的触发索引概念表

Runyuan Cai, Yiming Wang, Yu Lin, Xiaodong Zeng

机构 * AutoArk-AI 纠错

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

AI总结 本文提出Tiny-Engram，一种紧凑的触发索引概念表，通过显式地为视觉记忆分配词汇地址和激活边界，实现对冻结图像和视频生成器中的概念的控制。该方法通过注册的n-gram匹配索引参数化每个概念，仅在匹配触发区域调节文本编码器的隐藏状态，从而在保持周围提示的组合控制的同时，将罕见触发短语绑定到目标身份。

Q-DiT4SR: Exploration of Detail-Preserving Diffusion Transformer Quantization for Real-World Image Super-Resolution

Q-DiT4SR: 探索细节保留的扩散变换器量化以实现实景图像超分辨率

Xun Zhang, Kaicheng Yang, Hongliang Lu, Haotong Qin, Yong Guo, Yulun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei（华为） 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Q-DiT4SR，一种专门针对基于扩散变换器的实现实景图像超分辨率的后训练量化框架，通过引入层次化SVD和变异性感知时空混合精度方法，在保持细节的同时实现高效的模型压缩和加速。

Comments Accepted to ICML 2026. Our code and models will be available at https://github.com/xunzhang1128/Q-DiT4SR

The Cow of Rembrandt - Analyzing Artistic Prompt Interpretation in Text-to-Image Models

伦勃朗的牛 - 分析文本到图像模型中艺术提示的解释

Alfio Ferrara, Sergio Picascia, Elisabetta Rocchetti

机构 * Department of Computer Science, Università degli Studi di Milano, Via Celoria, 18, 20133 Milan, Italy（米兰大学计算机科学系） 纠错

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

AI总结 本文研究了文本到图像扩散模型在生成艺术作品时如何解释内容和风格的概念，通过交叉注意力热图分析生成图像中像素与特定提示词的关联，揭示了不同艺术提示和风格下内容与风格分离的程度，为理解大规模生成模型内部如何表示复杂艺术概念提供了新见解。

Comments to be published in: Applications of AI in the Analysis of Cultural and Artistic Heritage, organized within the 35th IEEE International Workshop on Machine Learning for Signal Processing (MLSP) 2025

Generation of Heterogeneous PET Images from Uniform Organ Activity Maps Using a Pretrained Domain-Adapted Diffusion Model

基于预训练域适应扩散模型生成异质性PET图像

Suya Li, Kaushik Dutta, Debojyoti Pal, Jingqin Luo, Kooresh I. Shoghi

机构 * Mallinckrodt Institute of Radiology, Washington University School of Medicine, St. Louis, USA（华盛顿大学医学院马林克罗德特放射医学研究所，圣路易斯，美国） ； Imaging Science Program, McKelvey School of Engineering, Washington University in St Louis, St. Louis, USA（华盛顿大学圣路易斯分校麦克雷高中工程学院成像科学计划，圣路易斯，美国） ； Department of Surgery, Washington University School of Medicine, St. Louis, USA（华盛顿大学医学院外科部，圣路易斯，美国） ； Department of Biomedical Engineering, Washington University in St Louis, St. Louis, USA（华盛顿大学圣路易斯分校生物医学工程部，圣路易斯，美国） 纠错

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

AI总结 本文提出了一种预训练域适应扩散模型，用于从均匀器官活动图生成临床相关的异质性PET图像，通过两阶段训练策略提高合成图像的定量精度和肿瘤分割性能。

Comments 18 pages, 7 figures

Mobile UMI: Cross-View Diffusion Policy with Decoupled Kinematics for Mobile Manipulation

Mobile UMI: 用于移动操作的跨视角扩散策略与解耦动力学

Haoran Huang, Haonan Dong, Huixu Dong

机构 * Zhejiang University（浙江大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种无需硬件的演示框架Mobile UMI，通过三个组件解决移动模仿学习中的两个瓶颈问题：运动污染的动作标签和推理导致的执行延迟。核心方法是通过双摄像头捕捉全局和局部上下文，结合空间锚点统一视觉-惯性框架，并利用异步递推地执行器进行在线状态匹配，从而实现解耦的动力学和基座轨迹。

A Non-Reference Diffusion-Based Restoration Framework for Landsat 7 ETM+ SLC-off Imagery in Antarctica

一种用于南极 Landsat 7 ETM+ SLC-off 图像恢复的非参考扩散框架

Leyue Tang, Jonathan Louis Bamber, Gang Qiao, Yuanhang Kong

机构 * College of Surveying and Geo-Informatics, Tongji University, Shanghai 200092, China（同济大学测绘与地理信息学院，上海200092，中国） 纠错

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

AI总结 本文提出 DiffGF 框架，通过非参考扩散方法恢复 Landsat 7 SLC-off 图像，无需外部参考数据，利用南极专用数据集 SLCANT 进行训练和评估，验证了其在恢复南极 SLC-off 图像方面的高保真度，并通过下游裂缝分割应用展示了其实际价值。

Comments Submitted to IEEE JSTARS

Q-ARVD: Quantizing Autoregressive Video Diffusion Models

Q-ARVD: 对自回归视频扩散模型进行量化

Siao Tang, Xinyin Ma, Gongfan Fang, Xingyi Yang, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文针对自回归视频扩散模型（ARVD）的量化问题，提出了一种新的框架Q-ARVD，解决了帧间量化敏感度不平衡和权重中异质性异常模式的问题，从而提高了模型效率。

Comments Code: https://github.com/tsa18/Q-ARVD

Learning to Think in Physics: Breaking Shortcut Learning in Scientific Diffusion via Representation Alignment

学习物理中的推理：通过表征对齐打破科学扩散中的捷径学习

Haozhe Jia, Pengyu Yin, Wenshuo Chen, Shaofeng Liang, Lei Wang, Bowen Tian, Xiucheng Wang, Nanqian Jia, Yutao Yue

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Shandong University（山东大学） ； LimX Dynamics Technology Co., Ltd.（LimX动态技术有限公司） ； Xidian University（西安电子科技大学） ； Peking University（北京大学） ； Institute of Deep Perception Technology, Jiangsu Industrial Technology Research Institute (JITRI)（感知技术研究院，江苏工业技术研究院（JITRI）） ； Griffith University（格里菲斯大学） 纠错

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

AI总结 该研究提出了一种无需教师的框架REPA-P，通过使用原理残差对中间特征与物理状态进行对齐，以解决物理信息扩散模型中中间表示在边界条件变化时容易产生捷径学习的问题，从而在四个PDE任务中提高了收敛速度、减少了物理残差并增强了分布外鲁棒性。

AttriStory: Fine-grained Attribute Realization for Visual Storytelling with Diffusion Models

AttriStory: 基于扩散模型的视觉叙事中细粒度属性实现

Manogna Sreenivas, Rohit Kumar, Soma Biswas

机构 * Indian Institute of Science（印度科学研究院） 纠错

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

AI总结 本文提出AttriStory基准，通过细粒度属性实现提升视觉叙事的质量，引入了在早期去噪步骤中操作的潜在优化模块，并通过AttriLoss目标增强属性-对象对的对齐度，从而实现更精确的属性定位。

Comments Accepted at CVPR AIStory Workshop, 2026

Diffuse to Detect: Bi-Level Sample Rebalancing with Pseudo-Label Diffusion for Point-Supervised Infrared Small-Target Detection

Diffuse to Detect: 基于伪标签扩散的双级样本再平衡点监督红外小目标检测

Zhu Liu, Yuanhang Yao, Ping Qian, Zihang Chen, Risheng Liu

机构 * School of Software Technology, Dalian University of Technology, Dalian, China（大连理工大学软件学院） 纠错

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

AI总结 本文提出了一种更适应且稳定的框架，通过利用热辐射模式与热扩散的内在一致性，提出了一种物理诱导的标注策略，扩展单点标签为可靠的伪掩码，并开发了双级双更新框架，联合优化检测器权重、样本权重和扩散参数，以提高监督效果并缓解样本不平衡问题。

RoPeSLR: 3D RoPE-driven Sparse-LowRank Attention for Efficient Diffusion Transformers

RoPeSLR: 3D RoPE驱动的稀疏低秩注意力用于高效的扩散变换器

Yuxi Liu, Zekun Zhang, Yixiang Cai, Renjia Deng, Yutong He, Kun Yuan

机构 * Peking University（北京大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 本研究提出RoPeSLR，一种基于3D RoPE的稀疏低秩注意力框架，旨在解决扩散变换器中长序列生成的高复杂度问题，通过结合高频率语义尖峰集和极低秩背景连续体，实现子二次稀疏性和子线性秩增长，从而在超长视频推理中表现出色。

Accelerating Video Inverse Problem Solvers with Autoregressive Diffusion Models

用自回归扩散模型加速视频逆问题求解器

Taesung Kwon, Jonghyun Park, Hyungjin Chung, Jong Chul Ye

机构 * KAIST（韩国科学技术院） ； EverEx 纠错

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

AI总结 本文提出自回归视频逆问题求解器（AVIS），通过自回归扩散模型实现流式视频恢复，显著降低初始延迟并提高吞吐量，同时保持高质量的恢复效果，并进一步提出加速变体AVIS Flash，实现更高的吞吐量和更优的效率-性能权衡，为实时部署铺平道路。

Comments Project page is available here: https://avis-project.github.io/

Mind the Generative Details: Direct Localized Detail Preference Optimization for Video Diffusion Models

注意生成细节：面向视频扩散模型的直接局部化细节偏好优化

Zitong Huang, Kaidong Zhang, Yukang Ding, Chao Gao, Rui Ding, Ying Chen, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Alibaba Group - Taobao & Tmall Group（阿里巴巴集团-淘宝 & 天猫集团） 纠错

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

AI总结 本文提出LocalDPO，一种新的后训练框架，通过从真实视频中构建局部偏好对，并在时空区域层面优化对齐，以提高视频生成的质量和人类偏好评分。

Comments Accepted by CVPR 2026

Tippett-minimum Fusion of Representation-space Diffusion Models for Multi-Encoder Out-of-Distribution Detection

基于表示空间扩散模型的Tippett最小融合多编码器异常检测

Neelkamal Bhuyan

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出了一种多编码器融合的表示空间扩散模型，通过统计分析每个编码器对特定分布偏移类型的敏感性，引入EncMin2L门控机制，无需使用OOD标签即可在较低参数成本下提升异常检测性能，同时在四种分布偏移类型上均达到0.94以上的AUROC。

Comments 14 pages

EPC-3D-Diff: Equivariant Physics Consistent Conditional 3D Latent Diffusion for CBCT to CT Synthesis

EPC-3D-Diff: 基于CBCT到CT合成的等价物理一致条件3D潜在扩散模型

Alzahra Altalib, Chunhui Li, Haytham Al Ewaidat, Khaled Alawneh, Ahmad Qendel, Alessandro Perelli

机构 * School of Science and Engineering, University of Dundee UK（邓迪大学科学与工程学院） ； Faculty of Applied Sciences, Jordan University of Science and Technology（约旦科学技术大学应用科学学院） ； Experia Healthcare, Jordan（约旦Experia医疗） ； School of Cardiovascular and Metabolic Health, University of Glasgow UK（格拉斯哥大学心血管与代谢健康学院） 纠错

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

AI总结 本文提出EPC-3D-Diff，一种新的条件3D潜在扩散框架，用于体积CBCT到CT合成，通过引入从成像物理导出的投影域等价损失，提高了物理一致性。该方法在训练过程中通过正向投影旋转合成的CT体积，并将其与相应角度偏移的投影进行匹配，从而在扩散目标中集成物理一致的等价约束。

Comments 10 pages, 4 figures

PolycubeNet: A Dual-latent Diffusion Model for Polycube-Based Hexahedral Mesh Generation

PolycubeNet: 一种基于多立方体的双潜在扩散模型用于六面体网格生成

Lu He, Qitao Deng, Junjiang Deng, Liangbin Deng, Yanjun Liang, Wenting Yang, Guoqiang Wang, Na Lei

机构 * Dalian University of Technology（大连理工大学） ； Jiangxi University of Science and Technology（江西理工大学） ； School of Mathematical Sciences, Guangxi Minzu University（广西民族大学数学与计算机科学学院） ； Caohejing Hi-Tech Park Development Co., Ltd.（曹家京高科技园发展有限公司） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文提出了一种基于条件扩散模型的端到端框架，用于生成基于多立方体的六面体网格，通过双潜在条件扩散架构有效解耦了计算复杂度与输入输出分辨率，提高了生成效率和鲁棒性。

HITL-D: Human In The Loop Diffusion Assisted Shared Control

HITL-D: 有人参与的扩散辅助共享控制

Riley Zilka, Sergey Khlynovskiy, Allie Wang, Martin Jagersand

机构 * Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出HITL-D框架，通过结合扩散策略和人类控制，提升多步骤、插入和精细操作任务的用户表现，减少 joystick 控制轴数量，降低认知负荷，并在多任务用户研究中显著提高任务完成速度和用户满意度。

Comments Accepted for presentation at ICRA 2026

The critical slowing down in diffusion models

扩散模型中的临界减慢现象

Luca Maria Del Bono, Giulio Biroli, Patrick Charbonneau, Marylou Gabrié

机构 * Laboratoire de Physique Statistique, École normale supérieure, PSL Research University（统计物理实验室，巴黎高等师范大学，PSL研究大学） ； Department of Physics, Duke University（杜克大学物理系） ； Department of Chemistry, Duke University（杜克大学化学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了扩散模型在统计场理论O(n)模型中的应用，揭示了训练过程中参数学习的临界减慢现象，并通过引入局部得分近似方法，展示了通过适当架构设计可以克服这一现象，为统计物理中的采样方法提供了可控的改进框架。

Comments 17 pages, 8 figures