图像生成

HarmoVid: Relightful Video Portrait Harmonization

HarmoVid: 可重光照的视频人像协调

Jun Myeong Choi, Jae Shin Yoon, Luchao Qi, Roni Sengupta, Joon-Young Lee

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Adobe Research（Adobe研究） 纠错

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

AI总结 提出一种基于视频扩散模型和光照去闪烁方法，实现前景视频与目标背景场景在阴影、色调和光照强度上的协调，解决视频时域抖动问题。

Comments CVPR 2026

A Multiscale Kinetic Framework for Image Segmentation: From Particle Systems to Continuum Models

图像分割的多尺度动力学框架：从粒子系统到连续模型

Horacio Tettamanti, Giulia Guicciardi, Mattia Zanella

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

AI总结 提出一种基于共识的多尺度动力学框架，通过将图像视为粒子系统并推导动力学方程与宏观模型，结合粒子优化实现图像分割。

Comments 26 pages, 34 figures

STAMBRIDGE: Spectral-Temporal Amplitude-aware Mid-Feature Bridge for EEG Visual Decoding

STAMBRIDGE：用于脑电视觉解码的谱时幅度感知中间特征桥

Jiahe Meng, Weiming Zeng, Yueyang Li, Bo Chai, Hongjie Yan, Zhiguo Zhang, Wai Ting Siok, Nizhuan Wang

机构 * Lab of Digital Image and Intelligent Computation, Shanghai Maritime University（数字图像与智能计算实验室，上海 Maritime 大学） ； Department of Language Science and Technology, The Hong Kong Polytechnic University（语言科学与技术系，香港理工大学） ； Department of Neurology, Affiliated Lianyungang Hospital of Xuzhou Medical University（神经内科，徐州医学院附属连云港医院） ； Institute of Computing and Intelligence, Harbin Institute of Technology Shenzhen（计算与智能研究所，哈尔滨工业大学深圳研究院） 纠错

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

AI总结 提出STAMBRIDGE两阶段框架，通过谱时幅度感知调制（STAM）提取稳健脑电特征，并利用中间特征语义桥（MFSB）实现稳定的跨模态对齐，在THINGS-EEG基准上取得34.50% Top-1和65.95% Top-5的200路零样本检索准确率。

LUVE : Latent-Cascaded Ultra-High-Resolution Video Generation with Dual Frequency Experts

LUVE：基于双频专家的潜在级联超高分辨率视频生成

Chen Zhao, Jiawei Chen, Hongyu Li, Zhuoliang Kang, Shilin Lu, Xiaoming Wei, Kai Zhang, Jian Yang, Ying Tai

机构 * Nanjing University（南京大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 提出LUVE框架，通过三阶段潜在级联架构（低分辨率运动生成、潜在空间上采样、高分辨率内容精炼）结合双频专家，解决超高分辨率视频生成中的运动建模、语义规划和细节合成难题。

Comments ICML 2026

How reproducible are first-principles simulations of liquid water?

液态水的第一性原理模拟的可重复性如何？

Niamh ONeill, Benjamin X. Shi, William J. Baldwin, Albert P. Bartok, Chris J. Pickard, Angelos Michaelides, Gabor Csanyi, Timothy C. Berkelbach

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过结合机器学习势和收敛的DFT训练数据，解决了使用revPBE-D3泛函的液态水模拟中存在的显著差异，提供了可靠的基准值。

Magnetic Configuration Imprints on Quasi-Periodic Variability in GRMHD Simulations of Thin Accretion Disks

薄吸积盘GRMHD模拟中准周期变率的磁位形印记

Jing-Ze Xia, Hong-Xuan Jiang, Indu K. Dihingia, Yosuke Mizuno

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过二维和三维广义相对论磁流体动力学模拟，研究不同多环磁场位形对薄吸积盘中准周期振荡的影响，发现QPO频率遵循局部径向epicyclic频率及其谐波，磁拓扑调控截断半径和共振腔位置，结果与黑洞X射线双星观测一致。

Comments 18 pages, 18 figures

GraphSteal: Structural Knowledge Stealing from Graph RAG via Traversal Reconstruction

GraphSteal：通过遍历重建从图RAG中窃取结构知识

Jinze Gu, Qinghua Mao, Xi Lin, Jun Wu

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种结构导向的重建框架，通过深度优先启发式搜索和广度优先扩散搜索，从黑盒图RAG系统中高保真恢复隐藏知识图，揭示敏感实体、关系和结构依赖。

Geometric functionals of Brownian motion on Hermitian symmetric spaces of non-compact type

非紧型Hermitian对称空间上布朗运动的几何泛函

Fabrice Baudoin, Alexandre Reber

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非紧型Hermitian对称空间有界域实现中布朗运动的两个几何泛函：辛面积和行列式绕数，通过Jordan三元系和Heckman-Opdam扩散得到其条件特征函数和极限分布。

Comments 57 pages

Dry Glass Reference Perturbation Theory: Development, Applications and Extensions

干玻璃参考微扰理论：发展、应用与扩展

Bennett D. Marshall

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文综述了干玻璃参考微扰理论（DGRPT）封闭在玻璃态聚合物非平衡热力学中的发展、应用与扩展，实现了复杂液体混合物在玻璃态聚合物中吸附的自洽精确预测，并用于膜分离过程。

Hybrid Neural World Models

混合神经世界模型

Pranav Lakshmanan, Paras Chopra

机构 * Lossfunk 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出混合神经世界模型，通过单网络连续视界条件训练直接预测未来状态，并利用误差图隐式捕捉不连续性，实现高效且可靠的物理动力学模拟。

Comments Preprint. Under review

Compositional Generalization in Autoregressive Models via Logit Composition

自回归模型中通过Logit组合实现组合泛化

Aakash Kumar, Maria Sofia Bucarelli, Emanuele Natale

机构 * COATI, CNRS, Inria, I3S, Université Coté d’Azur, France（COATI研究所、国家科学研究中心、Inria、I3S、法国埃克塞特大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文受扩散模型组合方法的启发，提出一种新的自回归系统组合策略，在因子化条件假设下实现投影组合，并证明该组合在输出空间平滑重参数化下保持长度泛化行为。

Geometry-First Generative Spatial Single-Cell Reconstruction

几何优先的生成式空间单细胞重建

Ehtesamul Azim, Muhtasim Noor Alif, Tae Hyun Hwang, Yanjie Fu, Wei Zhang

机构 * University of Central Florida（佛罗里达大学） ； Vanderbilt University Medical Center（范德比尔特大学医学中心） ； Arizona State University（亚利桑那州立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出GEARS框架，通过几何优先方法结合扩散模型和置换等变生成器，从单细胞RNA测序数据重建空间几何，无需细胞类型标签或组织学图像。

Comments 32nd SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)

Effect of Vacancies on Hydrogen Mobility and Trapping in Elemental Fe and Cr: A DFT and kMC Study

空位对元素Fe和Cr中氢迁移和捕获的影响：DFT和kMC研究

Vallinathan K, Gurpreet Kaur, Sharat Chandra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过DFT和kMC多尺度方法，研究了空位对BCC Fe和Cr中氢迁移和捕获的影响，发现Cr中氢捕获更强，空位显著降低氢迁移率并增加有效活化能。

DRIFT: Driving Risk Inference via Field Transmission for Human-like Autonomous Driving

DRIFT: 通过场传输进行类人自动驾驶的驾驶风险推断

Zian Wang, Yiming Shu, Zejian Deng, Chen Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出DRIFT，一种由对流-扩散-反应偏微分方程驱动的时空风险场，通过各向异性高斯核、遮挡感知潜在危险和拓扑耦合合流区冲突压力来建模风险传播，并引入场中心评估指标，实验表明在遮挡场景下优于基线方法。

Comments Accepted by The IEEE International Conference on Intelligent Transportation Systems (ITSC) 2026

Global Convergence and Error Propagation in Neural Gradient Flows: A Riemannian Optimization Framework

神经梯度流中的全局收敛与误差传播：一个黎曼优化框架

Shixin Zheng, Yiwei Wang, Haizhao Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文在最小化移动方案框架下，通过将神经网络的优化问题重新表述为希尔伯特空间中的增量集上的最小化，并利用黎曼几何理论，证明了在特定条件下连续和离散的黎曼梯度流线性收敛到子问题唯一极小点，且非精确迭代全局收敛到全局最优的邻域。

Learn from your own latents and not from tokens: A sample-complexity theory

从自身潜在表示而非token学习：样本复杂度理论

Daniel J. Korchinski, Alessandro Favero, Matthieu Wyart

机构 * Institute of Physics（物理研究所） ； University of Cambridge（剑桥大学） ； Johns Hopkins University（约翰霍普金斯大学） ； EPFL（苏黎世联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过概率上下文无关语法数据，证明潜在预测方法在样本复杂度上相比token级SSL具有指数级优势，并分析了多尺度层次结构的必要性。

Comments 10 pages, 5 figures in main. 28 pages, 14 figures, 1 table in all

Cyberbullying Governance on Social Media: A Unified Framework from Content Identification to Intervention

社交媒体上的网络暴力治理：从内容识别到干预的统一框架

Yiting Huang, Wenting Zhu, Zekun Wang, Qingpo Yang, Yakai Chen, Zihui Xu, Yueyue Zhang, Sanchuan Guo, Xi Zhang

机构 * School of Cyberspace Security, Beijing University of Posts and Telecommunications（北京邮电大学网络安全学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一个涵盖内容识别、用户行为建模、扩散动态与早期预警、干预治理四阶段的统一全生命周期治理框架，以解决网络暴力被动、孤立检测的局限，实现主动、持续、综合的治理。

Analyzing Linear Layers in Related-Differential Cryptanalysis

分析相关差分密码分析中的线性层

Yogesh Kumar, Akshay Ankush Yadav, Susanta Samanta

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文系统研究线性层避免或出现相关差分的条件，证明非MDS矩阵必然存在相关差分，奇数阶对称MDS矩阵也存在相关差分，并强化了循环矩阵的情形，最后给出了3×3 MDS矩阵无相关差分的充要条件。

A hybrid Volume of Fluid Phase-Field method for Direct Numerical Simulations of soluble surfactant-laden interfacial flows

用于可溶性表面活性剂负载界面流动直接数值模拟的混合流体体积-相场方法

Ilies Haouche, Benjamin Reichert, Michaël Baudoin, Palas Kumar Farsoiya

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种混合VoF-相场方法，通过扩散相场平滑传输表面活性剂，结合吸附/解吸动力学和自适应网格细化，准确模拟可溶性表面活性剂对界面流动的影响。

Comments Submitted to Journal of Computational Physics. Code repository: https://basilisk.fr/sandbox/haouche/soluble-surfactants/

GenSBI: Generative Methods for Simulation-Based Inference in JAX

GenSBI: 基于JAX的模拟推断生成方法

Aurelio Amerio

机构 * Instituto de Física Corpuscular (IFIC) Universitat de València & CSIC（粒子物理研究所（IFIC）瓦伦西亚大学 & 西班牙国家科研委员会） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出GenSBI库，在JAX中实现流匹配、分数匹配和去噪扩散等生成模型，用于模拟推断，提供统一接口和多种Transformer架构，并在标准基准上达到接近理想的C2ST分数。

Comments 48 pages + 1 appendix, 33 figures, 18 tables. For the associated Python code, see https://github.com/aurelio-amerio/GenSBI

Thermal deuteron-deuteron fusion in metallic targets

金属靶中的热氘-氘聚变

Konrad Czerski, Rakesh Dubey, Gokul Haridas Das, Sreelakshmi Thulichery, Agata Kowalska, Natalia Targosz-Sleczka, Mathieu Valat

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过测量Ti和Pd靶中的2H(d,p)3H反应产额平台，验证了热尖峰模型，并确定了热能量下的反应速率和截面。

Comments 15 pages, 3 figures, 2 tables

Molecular Dynamics Study of Defect Evolution Mechanisms in 3C-SiC for Quantum Technologies

用于量子技术的3C-SiC中缺陷演化机制的分子动力学研究

Irslan Ullah Ashraf, Gaetano Calogero, Ioannis Deretzis, Giorgio Lo Presti, Damiano Ricciarelli, Elisabetta Paladino, Antonino La Magna

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过分子动力学模拟研究3C-SiC中点缺陷迁移和自旋缺陷形成，利用NEB计算迁移势垒，并比较均方位移和跳跃频率方法评估扩散率，揭示了空位和间隙原子的迁移率层次及其对自旋活性缺陷中心稳定性的影响。

Comments Withdrawal requested due to an authorship approval issue. The manuscript was uploaded before obtaining explicit final consent from all co-authors. To ensure compliance with publication ethics and author agreement requirements, the authors request withdrawal of the submission

A Hierarchical Quantized Tokenization Framework for Task-Adaptive Graph Representation Learning

面向任务自适应图表示学习的层次量化分词框架

Yang Xiang, Li Fan, Chenke Yin, Lutz Oettershagen, Chengtao Ji

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种层次量化分词框架，通过任务条件路由和双视角令牌流生成多尺度离散码，并融合局部与多跳序列，提升图表示学习在节点分类和链接预测任务上的性能。

FSD50K-Solo: Automated Curation of Single-Source Sound Events

FSD50K-Solo：单源声音事件的自动策展

Ningyuan Yang, Sile Yin, Li-Chia Yang, Bryce Irvin, Xiao Quan, Marko Stamenovic, Shuo Zhang

机构 * Electrical \& Computer Engineering Stony Brook University Stony Brook, NY, USA ； Research Bose Corporation Framingham, MA, USA sile\ ； Research Bose Corporation Framingham, MA, USA richard\ ； Research Bose Corporation Framingham, MA, USA bryce\ ； Research Bose Corporation Framingham, MA, USA xiao\ ； Research Bose Corporation Framingham, MA, USA marko\ ； Research Bose Corporation Framingham, MA, USA shuo\ 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种基于生成扩散模型和预训练音频编码器的数据策展框架，自动识别并过滤多源样本，从FSD50K中构建单源声音事件数据集FSD50K-Solo。

Comments Accepted to EUSIPCO 2026. 5 pages, 3 figures

Proximal-Based Generative Modeling for Bayesian Inverse Problems

基于近端算子的贝叶斯逆问题生成建模

Boyang Zhang, Zhiguo Wang, Ya-Feng Liu

机构 * School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉科学学院） ； School of Mathematics, Sichuan University（四川大学数学学院） ； School of Mathematical Sciences, Beijing University of Posts and Telecommunications（北京邮电大学数学科学学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Ministry of Education Key Laboratory of Mathematics and Information Networks（教育部数学与信息网络重点实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对扩散模型在逆问题中似然分数难以计算的问题，提出基于近端算子的生成建模框架，利用Moreau-Yosida正则化与高斯卷积的理论等价性，通过Moreau分数匹配学习近端算子，实现无需显式似然评估的采样，理论上去除早期停止偏差并达到非渐近收敛，实验在重建质量和采样时间上超越现有方法。

Can We Formally Verify Neural PDE Surrogates? SMT Compilation of Small Fourier Neural Operators

我们能否形式化验证神经PDE代理模型？小傅里叶神经操作符的SMT编译

Ali Baheri, Ignacio Laguna Peralta

机构 * Rochester Institute of Technology（罗切斯特理工学院） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过将傅里叶神经操作符（FNO）的谱卷积编译为线性映射，在Z3中实现精确或近似的SMT编码，从而对小型FNO代理模型进行形式化验证，并揭示了验证的可靠性与可扩展性之间的权衡。

Sentence Curve Language Models

句子曲线语言模型

DongNyeong Heo, Taehwan Kim, Heeyoul Choi

机构 * Ulsan National Institute of Science and Technology（全南国立科学研究所） ； Handong Global University（翰昂全球大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出句子曲线表示，将扩散语言模型扩展为预测句子曲线而非静态词嵌入，以增强全局结构建模，并在IWSLT14和WMT14上取得最优性能。

Modeling memory in time-respecting paths on temporal networks

时间网络中的时间尊重路径上的记忆建模

Silvia Guerrini, Ciro Cattuto, Lorenzo Dall'Amico

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一个量化时间尊重路径中记忆效应的框架，并在多个实证数据集中验证了显著的记忆效应，进一步通过生成模型表明记忆会降低扩散速度。

Memory-Dependent FPK Equations for Nonlinear SDOF Oscillators Under Fractional Gaussian Noise Excitation

分数高斯噪声激励下非线性单自由度振子的记忆依赖FPK方程

Lifang Feng, Bin Pei, Yong Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对分数高斯噪声激励下非线性单自由度振子的非马尔可夫瞬态概率响应，提出一种记忆依赖FPK方程方法，通过离散局部均值处理条件期望，并用有限差分法求解，验证了与解析解或蒙特卡洛模拟的吻合。

Origin of superionic state in Earth's inner core

地球内核中超离子态的起源

Ina Park, Yu He, Ho-kwang Mao, Ji Hoon Shim, Duck Young Kim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过第一性原理计算，发现电子化物形成驱动铁氢化物在地球内核压力下进入超离子态，稳定铁晶格并促进挥发分扩散，为类地行星核形成与演化提供新见解。

Comments 26 pages, 4 main figures and 6 supplementary figures

Journal ref Advanced Science 11 (24), 2308177 (2024)