图像生成

Beyond Pairwise Preferences: Listwise Reward-Aware Alignment for Diffusion Models

超越成对偏好：扩散模型的列表级奖励感知对齐

Austin Wang, Jiaqi Han, Stefano Ermon, Yisong Yue

机构 * Caltech（加州理工学院） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出Diffusion LAIR方法，通过列表级奖励感知优化，利用连续奖励分数和所有候选图像同时优化扩散模型，在文本到图像生成等任务上超越成对偏好基线。

Leveraging Text-to-Image Diffusion Models for Unsupervised Visual Object Tracking

利用文本到图像扩散模型进行无监督视觉目标跟踪

Zhengbo Zhang, Zhigang Tu, Junsong Yuan, De Wen Soh, Bo Du

机构 * Information Systems Technology and Design Pillar, Singapore University of Technology and Design（新加坡科技设计大学信息系统技术与设计学院） ； State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； Department of Computer Science and Engineering, University at Buffalo, State University of New York（纽约州立大学布法罗分校计算机科学与工程系） ； School of Computer Science, Wuhan University（武汉大学计算机学院） 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 提出Diff-Tracking方法，利用预训练文本到图像扩散模型的跨注意力机制，通过初始提示学习器和在线提示更新器实现无监督目标跟踪。

Comments Accepted by IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2026

Muddit: Liberating Generation Beyond Text-to-Image with a Unified Discrete Diffusion Model

Muddit: 通过统一离散扩散模型解放超越文本到图像的生成

Qingyu Shi, Jinbin Bai, Zhuoran Zhao, Wenhao Chai, Kaidong Yu, Jianzong Wu, Yunhai Tong, Xiangtai Li, Xuelong Li, Shuicheng Yan

机构 * M-E-AGI-Lab（M-E-AGI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 提出Muddit，一种统一离散扩散Transformer，结合预训练文本到图像骨干的强视觉先验与轻量文本解码器，实现跨文本和图像模态的快速并行生成，在质量和效率上优于大型自回归模型。

Comments Accepted to ICLR 2026. Codes and Supplementary Material: https://github.com/M-E-AGI-Lab/Muddit

Towards Controllable Image Generation through Representation-Conditioned Diffusion Models

通过表示条件扩散模型实现可控图像生成

Nithesh Chandher Karthikeyan, Jonas Unger, Gabriel Eilertsen

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

AI总结 本文提出利用预训练自监督模型的表示作为条件，通过扩散模型实现无需大量标注的可控图像生成，并探索了表示空间中的平滑和分离特性。

Erased but Exploitable: Black-box Embedding-Aware Prompting Against Unlearned Text-to-Image Diffusion Models

被擦除但可被利用：针对已遗忘文本到图像扩散模型的黑盒嵌入感知提示攻击

Arian Komaei Koma, Seyed Amir Kasaei, AmirMahdi Sadeghzadeh, Mohammad Hossein Rohban

机构 * Department of Computer Engineering（计算机工程系） 纠错

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

AI总结 提出一种黑盒嵌入感知对抗提示攻击BEAP，利用大语言模型迭代生成有效对抗提示，以恢复被遗忘概念，并在攻击成功率上提升超过60%。

Guiding Token-Sparse Diffusion Models

引导令牌稀疏扩散模型

Felix Krause, Stefan Andreas Baumann, Johannes Schusterbauer, Olga Grebenkova, Ming Gui, Vincent Tao Hu, Björn Ommer

机构 * CompVis 纠错

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

AI总结 针对稀疏训练扩散模型在推理时对无分类器引导响应不足的问题，提出令牌级稀疏引导方法，在保持输出高质量和高方差的同时降低计算成本。

CFG-OEC: Classifier Free Guidance with Orthogonal Error Correction

CFG-OEC: 带正交误差校正的无分类器引导

Nakgyu Yang, Yechan Lee, SooJean Han

机构 * School of Electrical Engineering, Korea Advanced Institute of Science（韩国科学技术院电子工程学院） 纠错

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

AI总结 针对扩散模型中无分类器引导的采样规则与训练目标不匹配导致的误差，提出正交误差校正方法（CFG-OEC）通过减少条件与无条件预测误差的交互项来提升采样质量，并在Stable Diffusion上验证了FID和CLIP分数的改进。

MRT: Masked Region Transformer for Layered Image Generation and Editing at Scale

MRT：用于大规模分层图像生成与编辑的掩码区域变换器

Zhicong Tang, Zhao Zhang, Jingye Chen, Mohan Zhou, Yifan Pu, Yuchi Liu, Yalong Bai, Ethan Smith, Yuhui Yuan

机构 * Canva Research（Canva研究院） 纠错

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

AI总结 提出MRT，一个200亿参数的掩码区域扩散模型，通过统一文本到层、图像到层和层到层任务，并引入溢出感知画布层，实现高效的多层透明图像生成与编辑。

Comments CVPR 2026

D-OPSD: On-Policy Self-Distillation for Continuously Tuning Step-Distilled Diffusion Models

D-OPSD：用于连续调优步蒸馏扩散模型的在线自蒸馏方法

Dengyang Jiang, Xin Jin, Dongyang Liu, Zanyi Wang, Mingzhe Zheng, Ruoyi Du, Xiangpeng Yang, Qilong Wu, Zhen Li, Peng Gao, Harry Yang, Steven Hoi

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Z-Image Team, Alibaba Group（阿里集团Z-Image团队） ； University of California, San Diego（加州大学圣地亚哥分校） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 提出D-OPSD，一种在线自蒸馏训练范式，使步蒸馏扩散模型在监督微调中保持少步推理能力，通过让模型同时作为教师和学生，利用不同上下文条件（学生仅文本特征，教师多模态特征）最小化预测分布，学习新概念和风格而不牺牲原有少步能力。

Comments Project Page: https://vvvvvjdy.github.io/d-opsd/

Inference-Time Search Using Side Information for Diffusion-Based Image Reconstruction

基于侧信息的推理时搜索用于扩散模型图像重建

Mahdi Farahbakhsh, Vishnu Teja Kunde, Dileep Kalathil, Krishna Narayanan, Jean-Francois Chamberland

机构 * Department of Electrical and Computer Engineering, Texas A&M University（电气与计算机工程系，德克萨斯A&M大学） 纠错

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

AI总结 提出一种即插即用、无需训练的推理时搜索框架，将侧信息融入现有扩散模型逆问题求解器，显著提升重建质量。

Align & Invert: Solving Inverse Problems with Diffusion and Flow-based Models via Representation Alignment

对齐与反转：通过表示对齐解决扩散和流模型中的逆问题

Loukas Sfountouris, Giannis Daras, Paris Giampouras

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 提出将扩散或流模型的内部表示与预训练自监督编码器（DINOv2）对齐（REPA），在推理时引导逆问题重建，显著提升重建质量和感知真实感。

A Unified Framework for Diffusion Model Unlearning with f-Divergence

基于f-散度的扩散模型遗忘统一框架

Nicola Novello, Federico Fontana, Luigi Cinque, Deniz Gunduz, Andrea M. Tonello

机构 * University of Klagenfurt, Austria（克雷根福特大学） ； Sapienza University of Rome, Italy（罗马萨皮恩扎大学） ； Imperial College London, UK（伦敦帝国学院） 纠错

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

AI总结 提出一个基于f-散度的统一框架，将扩散模型概念遗忘中的MSE损失推广到任意f-散度，并通过理论分析和实验验证不同散度对遗忘效果的影响。

Comments Accepted at ICML 2026

On the Error-Correcting Effects of Stochasticity in Discrete Diffusion

离散扩散中随机性的纠错效应

William Yuan, Sungwon Jeong, Amirali Aghazadeh

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)；image generation(abstract)

AI总结 本文系统研究离散扩散模型中马尔可夫转移随机性程度对采样效率与质量的权衡，提出离散搅动与重启采样（DCRS）算法，通过交替正向和反向扩散过程注入受控随机性，在低函数评估次数下改善速度-质量权衡。

Quantized Keys Steal Attention: Bias Correction for KV-Cache Compression in Video Diffusion

量化键窃取注意力：视频扩散中KV缓存压缩的偏差校正

Tuna Tuncer, Felix Becker, Thomas Pfeil

机构 * Technical University of Munich（慕尼黑技术大学） ； Tensordyne 纠错

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

AI总结 针对视频扩散模型中KV缓存量化导致注意力权重系统性偏差的问题，提出基于Jensen偏差的在线逐注意力分数校正方法，在INT2量化下恢复接近BF16的视频质量，且内存减半。

Comments Variants of this manuscript were accepted to the ICML 2026 workshops SCALE and F2S

Scheduled Style Injection: Expanding the Style-Content Pareto Frontier in Training-Free Diffusion-based Style Transfer

调度式风格注入：在免训练扩散风格迁移中扩展风格-内容帕累托前沿

Amey Sunil Kulkarni

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 通过系统探索层、时间步和ControlNet几何条件四个维度的调度，发现递减调度（浅层和早期时间步强结构注入）优于递增调度，且余弦和平方根时间步调度优于线性，结合近乎独立的gamma调度与ControlNet条件可扩展帕累托前沿，在ArtFID上相对提升6.1%。

Comments Accepted to CVPR NTIRE 2026

Triadic Dynamics Aware Diffusion Posterior Sampling for Inverse Problems: Optimizing Guidance and Stochasticity Schedules

面向逆问题的三元动力学感知扩散后验采样：优化引导与随机性调度

Junseo Bang, Dong Ju Mun, Hoigi Seo, Seongmin Hong, Se Young Chun

机构 * IPAI \& AIIS, Seoul National University, Republic of Korea 纠错

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

AI总结 提出TriPS方法，将后验采样建模为时变控制问题，通过优化数据一致性引导、无分类器引导和随机性的调度策略，显著提升成像逆问题的求解性能。

Comments ICML 2026

Pusa V1.0: Unlocking Temporal Control in Pretrained Video Diffusion Models via Vectorized Timestep Adaptation

Pusa V1.0: 通过向量化时间步长适应解锁预训练视频扩散模型中的时间控制

Yaofang Liu, Yumeng Ren, Aitor Artola, Yuxuan Hu, Xiaodong Cun, Xiaotong Zhao, Alan Zhao, Raymond H. Chan, Suiyun Zhang, Rui Liu, Dandan Tu, Jean-Michel Morel

机构 * City University of Hong Kong（香港城市大学） ； The Chinese University of Hong Kong（香港中文大学） ； Huawei Research（华为研究） ； Great Bay University（大湾大学） ； AI Technology Center, Tencent PCG（腾讯AI技术中心） ； Lingnan University（岭南大学） ； Hong Kong Centre for Cerebro-Cardiovascular Health Engineering（香港脑心血管健康工程中心） 纠错

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

AI总结 提出向量化时间步长适应（VTA）方法，在统一视频扩散框架中实现细粒度时间控制，零样本完成图像到视频生成、起止帧控制等任务，且不破坏基础模型能力。

Comments Code is open-sourced at https://github.com/Yaofang-Liu/Pusa-VidGen

Self-Cascaded Diffusion Models for Arbitrary-Scale Image Super-Resolution

自级联扩散模型用于任意尺度图像超分辨率

Junseo Bang, Joonhee Lee, Kyeonghyun Lee, Haechang Lee, Dong Un Kang, Se Young Chun

机构 * Department of Electrical and Computer Engineering (ECE), Seoul National University（电气电子工程系（ECE），首尔国立大学） ； Institute of New Media and Communications (INMC) & Interdisciplinary Program in AI (IPAI), Seoul National University（新媒体与通讯研究所（INMC）及人工智能跨学科项目（IPAI），首尔国立大学） 纠错

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

AI总结 提出自级联扩散框架CasArbi，通过将任意缩放因子分解为连续小步骤，逐步提升分辨率并保持尺度一致性，在感知和失真指标上优于现有方法。

From Scores to Gibbs Correctors: Accelerating Uniform-Rate Discrete Diffusion Models

从分数到吉布斯校正器：加速均匀速率离散扩散模型

Yuchen Liang, Ness Shroff, Yingbin Liang

机构 * The Ohio State University（俄亥俄州立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出吉布斯加速离散扩散（GADD）方法，利用具体分数函数构建吉布斯后验似然，无需额外训练即可实现均匀速率离散扩散模型的加速采样，达到$\mathcal{O}(\mathrm{polylog} (\varepsilon^{-1}))$的采样复杂度。

High-Quality Synthetic Financial Time-Series using a GAN-Diffusion Framework

使用GAN-扩散框架的高质量合成金融时间序列

Giuseppe Masi, Andrea Coletta, Novella Bartolini

机构 * Sapienza University of Rome（罗马大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种结合GAN和扩散模型的质量感知生成框架，通过GAN的Critic引导扩散过程，生成更真实且保留金融时间序列典型事实和资产间相关结构的合成数据。

A nonlocal Busenberg-Travis cross-diffusion system with nonlinear Brinkman law

具有非线性Brinkman律的非局部Busenberg-Travis交叉扩散系统

Peter Hirvonen, Ansgar Jüngel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究有界域内无通量边界条件下非局部Busenberg-Travis交叉扩散系统的弱解全局存在性，通过Tsallis熵不等式获得一致估计，并证明局部化极限。

Sampling Data with Chains of Forward-Backward Diffusion Steps

通过前向-反向扩散步骤链采样数据

Hyunmo Kang, Noam Itzhak Levi, Corinna Elena Wegner, Daniel J. Korchinski, Matthieu Wyart

机构 * Johns Hopkins University（约翰霍普金斯大学） ； EPFL（瑞士联邦理工学院） ； University of Göttingen（哥廷根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出U-turn链，通过扩散模型的短前向-反向步骤迭代构造马尔可夫链，结合Metropolis-Hastings校正从能量修正目标中采样，并发现最小U-turn动力学经历由数据流形碎片化驱动的遍历性破缺相变。

Robust ensemble Kalman filtering under observation noise misspecification via diffusion score matching

基于扩散分数匹配的观测噪声误设定下鲁棒集成卡尔曼滤波

Hans Reimann, Sebastian Reich

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对动态系统贝叶斯滤波中观测噪声误设定问题，提出利用扩散分数匹配调整分析步信息处理的鲁棒卡尔曼滤波器，理论证明其在线性高斯状态空间中的共轭性、鲁棒性、协方差稳定性及高维一致性，并通过集成近似实现EnKF、ESRF和LETKF变体，在目标跟踪、Lorenz 63和Lorenz 96系统中验证了鲁棒性与稳定性的权衡。

Skipping the Zeros in Diffusion Models for Sparse Data Generation

跳过扩散模型中的零值以生成稀疏数据

Phil Sidney Ostheimer, Mayank Nagda, Andriy Balinskyy, Gabriel Vicente Rodrigues, Jean Radig, Carl Herrmann, Stephan Mandt, Marius Kloft, Sophie Fellenz

机构 * RPTU University Kaiserslautern-Landau（科隆-兰道大学RPTU） ； Heidelberg University（海德堡大学） ； University of California, Irvine（加州大学 Irvine 分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出稀疏利用扩散（SED）方法，通过仅建模非零值来保持稀疏性，在训练和推理中跳过零值以节省计算并提升生成质量。

Comments Accepted to ICML 2026

PIDM-DP: Physics-Informed Diffusion with Dormand-Prince Integration for Chaotic System Identification and State Reconstruction across Multiple Dynamical Regimes

PIDM-DP: 基于Dormand-Prince积分的物理信息扩散用于跨多种动力学机制的混沌系统辨识与状态重构

Shailendra Dabral

机构 * Indian Institute of Technology Indore（印度理工学院印多尔） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出PIDM-DP模型，将5阶Dormand-Prince ODE积分器嵌入扩散模型反向采样，通过物理残差反向传播约束轨迹满足控制方程，在稀疏噪声观测下实现混沌系统状态重构，显著优于无约束扩散和集合卡尔曼滤波。

Comments extended work of my journal paper submission

Structured Masked Diffusion for Joint Multiuser Decoding

结构化掩码扩散用于联合多用户解码

Taekyun Lee, Jiyoung Yun, Jeffrey G. Andrews, Hyeji Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于掩码扩散的联合多用户解码器CIDER，通过分离和奇偶感知传播提高效率，在高负载下通过质量引导重解码提升可靠性，在符号错误率上匹配或优于传统方法，速度提升6倍至100倍以上。

Diffuse to Detect: Generative Diffusion Models for Unsupervised IC Anomaly Detection

扩散检测：用于无监督IC异常检测的生成扩散模型

Yuxuan Yin, Chen He, Todd Jacobs, Jialei He, Boxun Xu, Robert Jin, Peng Li

机构 * Department of Electrical and Computer Engineering, University of California Santa Barbara, CA, USA（加州大学圣芭芭拉分校电子与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出首个结合扩散Transformer的无监督异常检测框架，通过自编码器压缩、结构化令牌序列和噪声预测误差实现晶圆级快速筛选，在16nm IC测试数据上达到最优性能。

Comments 9 pages, 5 figures

DDGAD: Trajectory Dynamics for Diffusion-Based Graph Anomaly Detection

DDGAD：基于扩散的图异常检测中的轨迹动力学

Yuxin Yang, Limei Hu, Feng Chen

机构 * College of Artificial Intelligence（人工智能学院） ； Southwest University（西南大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DDGAD框架，利用扩散正则化和可靠性感知邻域共识下的轨迹动力学区分正常与异常节点，通过三种互补异常信号检测异常。

Scaling World-Model Reinforcement Learning Through Diffusion Policy Optimization

通过扩散策略优化扩展世界模型强化学习

Xiaoyuan Cheng, Wenxuan Yuan, Zhancun Mu, Yuanzhao Zhang, Yiming Yang, Hai Wang, Zhuo Sun, Che Liu

机构 * Dynamic Systems Lab, University College London（伦敦大学学院动态系统实验室） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Santa Fe Institute（圣塔菲研究所） ； School of Statistics and Data Science, Shanghai University of Finance and Economics（上海财经大学统计与数据科学学院） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对世界模型强化学习中搜索与价值学习之间的结构错位问题，提出基于扩散策略优化的模型基方法MBDPO，统一搜索与策略优化，实现可扩展的策略学习。

AirCast-SR: A Foundation Model for Kilometer-Scale Atmospheric Super-Resolution via Latent Consistency Diffusion

AirCast-SR: 基于潜在一致性扩散的千米级大气超分辨率基础模型

Somnath Luitel, Manmeet Singh, Joshua Durkee, Abdullah Al Fahad, Naveen Sudharsan, Prabhjot Singh, Cenlin He, Harsh Kamath, Zong-Liang Yang, Krishnagopal Halder, Sandeep Juneja, Parthasarathi Mukhopadhyay, Saptarishi Dhanuka, Amit Kumar Srivastava

机构 * Department of Earth, Environmental, and Atmospheric Sciences, Western Kentucky University, Bowling Green, KY, USA（地球、环境与大气科学系，西部肯塔基大学） ； NASA Goddard Space Flight Center, Greenbelt, MD, USA（NASA戈达德太空飞行中心） ； The University of Texas at Austin, Austin, TX, USA（德克萨斯大学奥斯汀分校） ； NSF National Center for Atmospheric Research, Boulder, CO, USA（国家大气科学研究中心） ； Leibniz Centre for Agricultural Landscape Research (ZALF), Berlin, Germany（莱比锡农业景观研究中心（ZALF）） ； Ashoka University, Sonipat, India（阿什oka大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出AirCast-SR基础模型，利用潜在一致性扩散框架将全球AI天气预报从0.25度降尺度至1公里分辨率，实现零偏差和跨区域零样本迁移。

Comments Somnath Luitel and Manmeet Singh are equal-contribution co-first authors, with Manmeet Singh (manmeet.singh@wku.edu) as corresponding author