图像生成

Conditioning Gaussian Processes on Almost Anything

对几乎任何事物进行高斯过程的条件化

Henry Moss, Lachlan Astfalck, Thomas Cowperthwaite, Colin Doumont, Sam Willis, Philipp Hennig, Christopher Nemeth, Andrew Zammit-Mangion

机构 * Lancaster University（兰卡斯特大学） ； University of New South Wales（新南威尔士大学） ； University of Cambridge（剑桥大学） ； University of Tübingen（图宾根大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种通用的方法，通过将高斯过程与线性扩散模型建立等价关系，实现了对任意条件语句的高效条件化，包括非线性物理模型和自然语言，从而扩展了高斯过程在现实世界建模中的应用。

Anisotropic Crystallization Kinetics and Interfacial Dynamics of Phase-Change Material Sb$_2$S$_3$ from Machine Learning Force Field Simulations

Sb₂S₃相变材料各向异性结晶动力学与界面动力学：基于机器学习力场模拟

Souvik Chakraborty, Wen-Qing Li, Yun Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过机器学习力场模拟揭示了Sb₂S₃相变材料的各向异性结晶动力学和界面动力学，发现其晶核生长激活能较低，表明其异质结晶受界面控制而非扩散限制，为优化其功能性能提供了关键见解。

Comments 20 pages, 5 figures

Generalized Phase Diagrams for Graphene CVD growth on Copper

石墨烯CVD生长在铜上的广义相图

Tongtong Wang, Ke Jin, Yishi Zhang, Dajun Shu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过化学气相沉积法控制石墨烯层数生长，基于相图框架和新的参数，分析了第一层横向扩展与第二层成核的竞争，并引入了热膨胀引起的基底应变和碳单体化学脱附效应，揭示了应变和脱附参数对双层石墨烯生长的影响。

Latent Process Generator Matching

潜在过程生成器匹配

Lukas Billera, Hedwig Nora Nordlinder, Ben Murrell

机构 * Department of Microbiology, Tumor and Cell Biology, Karolinska Institutet（微生物学、肿瘤和细胞生物学系，Karolinska研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种潜在过程生成器匹配框架，该框架将观测到的生成状态视为可 tractable 马尔可夫过程的确定性图像，从而扩展了生成器匹配理论，使其适用于时间依赖的潜在条件过程。

Comments 18 pages, 1 figure

Cosmic-Ray Spectra and Metal Budget Regulated by the Galactic Wind

银河风调节宇宙射线谱和金属预算

Yusaku Fukumoto, Katsuaki Asano, Jiro Shimoda

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究银河风对局部宇宙射线谱的影响，通过速度分布模拟出宇宙射线谱的硬化和软化，并讨论银河风对银河金属丰度和恒星核素生产率的影响。

Comments 13 pages, 10 figures

Journal ref ApJ 1003, 114(10pp) (2026)

Variational Optimality of Föllmer Processes in Generative Diffusions

变分最优的Föllmer过程在生成扩散中的应用

Yifan Chen, Eric Vanden-Eijnden

机构 * Department of Mathematics, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校数学系） ； Machine Learning Lab, Capital Fund Management, Paris, France（Capital Fund Management机器学习实验室） ； Courant Institute, New York University, NY, USA（纽约大学Courant研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了利用随机插值框架构造和分析生成扩散的过程，通过条件期望估计漂移项，证明了在变分最优条件下Föllmer过程在路径空间中最小化相对熵，并提供了数据驱动的模拟方法。

Quantum Simulation of Non-Unitary Dynamics via Amplitude-Phase Separation

通过振幅-相位分离实现非幺正动力学的量子模拟

Qitong Hu, Shi Jin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出振幅-相位分离（APS）框架，用于处理非幺正动力学，通过分离相干和耗散效应，提高了量子模拟的效率和准确性，同时统一解释了多种代表性方法。

Comments 31 pages, 7 figures, 1 table

Causal Discovery from Heteroscedastic Stochastic Dynamical Systems under Imperfect Physical Models

从不完美物理模型下的异方差随机动力系统中进行因果发现

Jianhong Chen, Naichen Shi, Xubo Yue

机构 * Department of Mechanical & Industrial Engineering（机械与工业工程系） ； Northeastern University（东北大学） ； Department of Industrial Engineering and Management Sciences（工业工程与管理科学系） ； Department of Mechanical Engineering（机械工程系） ； Northwestern University（西北大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种整合因果发现框架，利用随机微分方程中的部分物理知识来提高动态系统中因果图的恢复能力，同时分析了在不完美物理模型下的鲁棒性。

Comments 101 pages

A hyperbolic model for two-layer thin film flow with a perfectly soluble anti-surfactant

一种包含完美可溶抗表面活性剂的两层薄液膜的双曲模型

Rahul Barthwal, Christian Rohde

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了包含抗表面活性剂的两层不可混溶粘性流体薄液膜的运动，通过润滑极限分析得到一维演化方程，并在忽略毛细力和扩散效应且溶质完全可溶的情况下，推导出一个保守的一阶系统，该系统严格双曲且具有熵/熵通量对，从而保证了初值问题的良态性，并且近似为Temple类系统，允许计算Riemann问题的显式解。

The Score-Difference Flow for Implicit Generative Modeling

隐式生成建模的分数差流

Romann M. Weber

机构 * Disney Research（迪士尼研究） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出分数差流作为隐式生成建模的一种新方法，通过最优减少两个分布之间的KL散度，展示了其与去噪扩散模型的等价性，并揭示了生成对抗网络训练中隐含的数据优化子问题与分数差流之间的联系。

Comments 25 pages, 5 figures, 4 tables. Updated final version of a paper originally published in Transactions on Machine Learning Research (TMLR), including minor typographical corrections and post-publication commentary connecting the SD flow to drifting models

Journal ref Transactions on Machine Learning Research (7/2023)

Arbitrary-order structure-preserving discretizations for geometric curvature flows

任意阶结构保持离散化方法用于几何曲率流

Ganghui Zhang, Boris D. Andrews, Patrick E. Farrell

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种任意阶空间和时间离散化方法，用于保持几何曲率流（曲线缩短/均曲率流和曲线/表面扩散）中面积和体积的演化特性，通过引入特定的辅助变量，利用连续Petrov-Galerkin时间离散化方法复制面积耗散定律，并在多个基准示例中展示了其结构保持性和高阶收敛性。

A Penalty-Free Asymmetric Nitsche's Method for Edge Elements

无惩罚的非对称Nitsche方法用于边元

Tianwei Yu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种无惩罚的非对称Nitsche方法，使用Nédélec边元求解具有切向Dirichlet边界条件的curl-curl型问题，证明了该方法的稳定性，并讨论了其在curl-椭圆问题和磁流体动力学问题中的应用。

Neural Estimation of Pairwise Mutual Information in Masked Discrete Sequence Models

在遮蔽离散序列模型中神经估计成对互信息

Jai Sharma, Yifan Wang, Bryan Li

机构 * University of California, Berkeley, CA, USA（加州大学伯克利分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种神经框架，直接从预训练的遮蔽扩散模型（MDMs）的隐藏状态中估计成对条件互信息（MI），利用模型自身条件分布计算的地面真实MI进行监督，从而捕捉模型内部对依赖结构的信念，并在单次前向传递中预测完整的MI矩阵，实现MI引导的并行解码。

Comments 6 pages, 3 figures; submitting to ICML 2026

Topological Kalman Filtering on Cell Complexes

拓扑卡尔曼过滤在细胞复形上的应用

Chengen Liu, Rohan Money, Ting Gao, Mohammad Sabbaqi, Baltasar Beferull-Lozano, Elvin Isufi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于拓扑结构的状态空间框架，用于从定义在拓扑细胞复形上的多变量时间序列中推断潜在动态，通过拓扑扩散和非线性映射恢复复杂的高阶交互结构。

Lagrangian Flow Matching: A Least-Action Framework for Principled Path Design

Lagrangian Flow Matching: 一个基于最小作用原理的路径设计框架

Shukai Du, Junzhe Zhang, Yiming Li

机构 * Department of Mathematics, Syracuse University（数学系，苏利文大学） ； Department of EECS, Syracuse University（电子工程与计算机科学系，苏利文大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于最小作用原理的路径设计框架，通过最小化一般拉格朗日量的作用来确定概率路径和速度场，展示了其在最优传输和条件流匹配中的应用。

Drift estimation for rough processes under small noise asymptotic : trajectory fitting method

小噪声渐进行下粗糙过程的漂移估计：轨迹拟合方法

Arnaud Gloter, Nakahiro Yoshida

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在小噪声渐进行下，通过轨迹拟合方法估计满足随机Volterra方程的未知漂移参数的问题，提出了一种一致且渐近正态的轨迹拟合估计量，并给出了保证估计量在L^p意义下收敛的可识别性条件。

GeoDiff-SAR II: 3D-Driven Foundation Diffusion Models for SAR Generation via Decoupled Control

GeoDiff-SAR II: 3D-Driven Foundation Diffusion Models for SAR Generation via Decoupled Control

Xuanting Wu, Fan Zhang, Fei Ma, Yingbing Liu, Lingxiao Peng, Qiang Yin, Yongsheng Zhou

专题命中 可控生成 ：diffusion(title,title_cn)；image generation(abstract)

AI总结 本文提出GeoDiff-SAR II，一种基于3D模型引导的解耦框架，用于通过解耦控制生成合成孔径雷达图像，通过物理基础的几何-电磁线索实现对关键成像参数的可控生成。

Comments 23 pages,14 figures

OcclusionFormer: Arranging Z-Order for Layout-Grounded Image Generation

OcclusionFormer: 布局导向图像生成中的Z轴顺序安排

Ziye Li, Henghui Ding

机构 * Institute of Big Data, College of Computer Science and Artificial Intelligence, Fudan University, China（大数据研究院，计算机科学与人工智能学院，复旦大学，中国） 纠错

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

AI总结 本文提出OcclusionFormer，一种基于Z轴顺序的扩散变换框架，通过解耦实例并利用体积渲染进行合成，以解决布局到图像模型中物体间遮挡问题，并通过查询对齐损失提升空间精度和语义一致性。

Comments ICML 2026, Project Page: https://henghuiding.com/OcclusionFormer/

Disentangling Generation and Regression in Stochastic Interpolants for Controllable Image Restoration

解耦生成与回归在可控图像恢复中的随机插值

Yi Liu, Jia Ma, Wengen Li, Jihong Guan, Shuigeng Zhou, Yichao Zhang

机构 * Tongji University（同济大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文提出DiSI框架，通过解耦随机插值过程中的生成与回归组件，实现从纯回归到全生成的连续可控过渡，提升图像恢复任务的效率和精度。

Comments 44 pages, 16 figures, 16 tables

Sketch2MinSurf: Vision-Language Guided Generation of Editable Minimal Surfaces from Hand-Drawn Sketches

Sketch2MinSurf: 通过视觉-语言引导从手绘草图生成可编辑的最小曲面

Wenda Wang, Anqi Liu, Junqi Yang, Lei He, Luying Wang, Jiachen Lu, Weixin Huang

机构 * School of Architecture, Tsinghua University（清华大学建筑学院） ； Department of Architecture, National University of Singapore（新加坡国立大学建筑系） 纠错

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

AI总结 本研究提出Sketch2MinSurf方法，结合视觉-语言引导和几何优化，从手绘草图生成平滑且可编辑的3D曲面，通过空间-拓扑编码和Sketch2MinSurf结构损失函数实现拓扑一致性与几何重建的联合约束。

Comments 22 pages, 16 figures, includes appendix

Before the Body Moves: Learning Anticipatory Joint Intent for Language-Conditioned Humanoid Control

在身体移动之前：为语言条件的人形控制学习预见性关节意图

Haozhe Jia, Honglei Jin, Yuan Zhang, Youcheng Fan, Shaofeng Liang, Lei Wang, Shuxu Jin, Kuimou Yu, Zinuo Zhang, Jianfei Song, Wenshuo Chen, Yutao Yue

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； LimX Dynamics Technology Co., Ltd.（LimX动态技术有限公司） ； Shandong University（山东大学） ； Data61/CSIRO ； Griffith University（格里菲斯大学） ； Institute of Deep Perception Technology, Jiangsu Industrial Technology Research Institute (JITRI)（深度感知技术研究院，江苏省工业技术研究院（JITRI）） 纠错

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

AI总结 该研究提出DAJI框架，通过学习语言生成与闭环控制之间的预见性关节意图接口，解决语言条件人形机器人中预见未来物理转换的需求，实现了在HumanML3D风格生成和BABEL任务中的高性能表现。

Letting Trajectories Spread: Quality-Preserving Control for Diverse Flow Matching

让轨迹扩散：用于多样化流匹配的质量保持控制

Jingxuan Wu, Zhenglin Wan, Xingrui Yu, Yuzhe Yang, Bo An, Ivor Tsang, Yang You

机构 * The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Nanyang Technological University（南洋理工大学） ； CFAR, Agency for Science, Technology and Research, Singapore（新加坡科技研究局CFAR） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 可控生成 ：text-to-image(abstract)；分类 cs.CV

AI总结 本文提出了一种无需训练的推理时控制机制，使流本身具备多样性意识，通过几何上与模式质量寻求方向解耦的引导来鼓励轨迹横向扩散，同时通过时间调度的随机扰动重新引入不确定性，从而在不降低图像细节和提示忠实度的情况下提升多样性。

Viscosity Solutions of Stochastic Hamilton--Jacobi--Bellman Equations with Jumps

具有跳跃的随机Hamilton-雅可比-贝尔曼方程的粘性解

Dunxiang Liang, Qingxin Meng

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了跳跃扩散过程的随机最优控制及相关的非线性反向随机Hamilton-雅可比-贝尔曼方程，通过反向半群建立动态规划原理以刻画价值函数，并引入基于半鞅测试函数和全局切线条件的随机粘性解框架来处理非局部积分微分算子和多项式增长问题，最后在超抛物性条件下建立弱比较原理并证明了全局唯一性。

C$^2$FG: Control Classifier-Free Guidance via Score Discrepancy Analysis

C$^2$FG: 通过分数差异分析实现控制分类器无关引导

Jiayang Gao, Tianyi Zheng, Jiayang Zou, Fengxiang Yang, Shice Liu, Luyao Fan, Zheyu Zhang, Hao Zhang, Jinwei Chen, Peng-Tao Jiang, Bo Li, Jia Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； vivo BlueImage Lab（vivo 蓝影实验室） ； vivo Mobile Communication Co., Ltd.（vivo 通信有限公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出C$^2$FG，一种基于分数差异分析的控制分类器无关引导方法，通过严格理论分析建立了条件分布与无条件分布在不同时间步的分数差异上界，从而为时间依赖引导提供了理论基础，并通过实验验证了其在多种生成任务中的有效性。

Comments Accepted to CVPR 2026 (Highlight)

Spacetime Optimal-Transport Attention for Visuo-Haptic Imitation Learning of Contact-Rich Manipulation

时空最优传输注意力用于视觉-触觉模仿学习中的富接触操作

Yue Feng, Weicheng Huang, I-Ming Chen

机构 * Robotics Research Centre, School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore（机器人研究中心，机械与航空航天工程学院，南洋理工大学，新加坡） ； Wings Robotics（Wings机器人） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种三模态融合框架Spacetime Optimal-Transport Attention (SO-TA)，通过熵正则化的最优传输对力-姿态衍生的子查询和视觉块进行对齐，以解决富接触操作中多模态信息融合的问题，并在真实机器人任务中实现了高成功率。

Comments 8 pages, 16 figures, 3 tables. Preprint

Stochastic Optimal Control with Measurable Coefficients and Applications

具有可测系数的随机最优控制及其应用

Filippo de Feo

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了具有可测系数的无限时间随机最优控制问题，通过$L^p$-粘性解理论证明了HJB方程的解的存在性，并建立了最优控制的验证定理，首次在该领域提出了可测系数下的完全非线性随机最优控制问题的解决方案。

Comments Accepted for publication on SIAM Journal on Control and Optimization

One-Step Distillation of Discrete Diffusion Image Generators via Fixed-Point Iteration

通过固定点迭代实现离散扩散图像生成器的一步蒸馏

Chaoyang Wang, Yunhai Tong

机构 * Peking University（北京大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出了一种名为Fixed-Point Distillation (FPD)的端到端框架，通过部分破坏学生模型的一步草稿并用单个教师步骤进行细化，构建局部修正目标。该方法将离散标记提升为连续特征，并应用多带宽漂移损失，迭代累积这些修正。通过直通估计器将连续梯度回传到学生日志it，同时可选地引入无条件对抗目标以增强感知现实。在类别和文本条件生成上的评估验证了该框架的有效性，FPD在单步推理中实现了竞争性的视觉保真度和结构对齐，缩小了与多步教师之间的差距，同时优于现有离散蒸馏基线。

Head-Aware Key-Value Compression for Efficient Autoregressive Image Generation

面向头部的键值压缩用于高效自回归图像生成

Guotao Liang, Baoquan Zhang, Zhiyuan Wen, Yunming Ye

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；分类 cs.CV

AI总结 本文提出HeadKV框架，通过根据注意力头的局部性偏置分配不同的缓存预算，提高自回归图像生成的效率和内存利用率，同时设计分层令牌驱逐策略以保留长距离信息。

Comments Under review

Dynamic Video Generation: Shaping Video Generation Across Time and Space

动态视频生成：跨时间和空间的视频生成塑造

Shikang Zheng, Jingkai Huang, Jiacheng Liu, Guantao Chen, Lixuan, Yuqi Lin, Peiliang Cai, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； South China University of Technology（华南理工大学） ； Tsinghua University（清华大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出DVG框架，通过在时间和空间上联合分配计算，自动选择内容感知的加速策略，实现近无损加速，展示了在视频生成中的高效性能。

Goodbye Drift: Anchored Tree Sampling for Long-Horizon Video-to-Video Generation

告别漂移：用于长时视频到视频生成的锚定树采样

Matthew Bendel, Stephen W. Bailey, Mithilesh Vaidya, Sumukh Badam, Xingzhe He

机构 * Descript, Inc.（Descript公司） 纠错

专题命中 效率与蒸馏 ：inpainting(abstract)；分类 cs.CV

AI总结 本文提出了一种名为锚定树采样的方法，通过减少关键路径步骤来解决长时视频生成中的漂移问题，并在静态相机模式下实现了稳定且高质量的视频生成。

Comments 30 pages, 23 figures