图像生成

Residualized Temporal Sparse Autoencoders for Interpreting Diffusion Models

残差化时间稀疏自编码器用于解释扩散模型

Calvin Yeung, Prathyush Poduval, Ali Zakeri, Zhuowen Zou, Mohsen Imani

机构 * University of California, Irvine（加州大学 Irvine 分校） 纠错

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

AI总结 提出残差化时间稀疏自编码器，通过去噪时间步间的线性预测残差学习扩散激活轨迹中的可解释特征，并在Stable Diffusion 1.5上验证其有效性。

Semantic-level Backdoor Attack against Text-to-Image Diffusion Models

针对文本到图像扩散模型的语义级后门攻击

Tianxin Chen, Wenbo Jiang, Hongqiao Chen, Zhirun Zheng, Cheng Huang

机构 * College of Computer Science and Artificial Intelligence, Fudan University, Shanghai, China（复旦大学计算机科学与人工智能学院，上海，中国） ； State Key Laboratory of Integrated Services Networks, Xidian University, Xian, China（集成服务网络国家重点实验室，西安电子科技大学，西安，中国） ； University of Electronic Science and Technology of China, Sichuan, China（电子科技大学，四川，中国） ； Ajou University, Gyeonggi-do, South Korea（庆尚道，韩国，全州大学） 纠错

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

AI总结 提出语义级后门攻击（SemBD），通过基于连续语义区域的表示级触发器替代离散文本模式，利用蒸馏编辑交叉注意力层的键和值投影矩阵植入后门，并引入语义正则化和多实体后门目标增强隐蔽性，实现100%攻击成功率并抵御输入级防御。

Stay Fair! Ensuring Group Fairness in Diffusion Models Across Guidance Scales

保持公平！确保扩散模型在不同引导尺度下的群体公平性

Myeongsoo Kim, Eunji Kim, Minwoo Chae, Sangwoo Mo

机构 * POSTECH ； Amazon（亚马逊） 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 提出StayFair方法，通过分解总偏差为模型偏差和引导偏差，并扩展强人口平价到引导过程，设计公平引导算法，使扩散模型在不同引导尺度下保持群体公平性。

Comments 28 pages, 18 figures

Accelerating Diffusion Sampling via Exploiting Local Transition Coherence

利用局部转移一致性加速扩散采样

Shangwen Zhu, Han Zhang, Zhantao Yang, Qianyu Peng, Zhao Pu, Huangji Wang, Fan Cheng

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出一种无需训练的加速方法LTC-Accel，通过利用相邻步骤间转移算子的统计关系来估计当前转移算子，从而加速文本到图像和视频的扩散采样，兼容多种网络结构和现有加速技术。

LESA: Learnable Stage-Aware Predictors for Diffusion Model Acceleration

LESA: 可学习的阶段感知预测器用于扩散模型加速

Peiliang Cai, Jiacheng Liu, Haowen Xu, Xinyu Wang, Chang Zou, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 针对扩散模型计算开销大、现有缓存策略难以适应去噪过程阶段动态变化的问题，提出基于两阶段训练的可学习阶段感知预测器框架，利用KAN网络学习时序特征映射并采用多阶段多专家架构，在保持高质量生成的同时实现显著加速。

Comments Accepted to CVPR 2026

Sketch2Motion: Text-driven 2D Sketch to 3D Animation via Diffusion-guided Skeleton Optimization

Sketch2Motion: 文本驱动的二维草图到三维动画的扩散引导骨架优化

Gaurav Rai, Ojaswa Sharma

机构 * Graphics Research Group, IIIT Delhi（IIIT德里图形研究组） 纠错

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

AI总结 提出Sketch2Motion框架，结合扩散模型和骨架优化，将二维草图转化为三维动画，无需配对运动数据，支持多种角色类型。

Chirpy3D: Part-Aware Multi-View Diffusion for Creative Fine-Grained Object Generation

Chirpy3D: 面向创意细粒度物体生成的部件感知多视角扩散

Kam Woh Ng, Jing Yang, Jia Wei Sii, Chee Seng Chan, Jiankang Deng, Yi-Zhe Song, Tao Xiang, Xiatian Zhu

机构 * University of Surrey（萨里大学） ； University of Cambridge（剑桥大学） ； Universiti Malaya（马来亚大学） ； Imperial College London（伦敦帝国学院） 纠错

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

AI总结 提出Chirpy3D，一种部件感知多视角扩散框架，从无姿态2D图像中学习层次化部件潜在空间，实现部件级交换、插值和零样本组合，无需3D数据或手动标注。

Comments 20 pages. Code at https://github.com/kamwoh/chirpy3d

The Principles of Diffusion Models

扩散模型的原理

Chieh-Hsin Lai, Yang Song, Dongjun Kim, Yuki Mitsufuji, Stefano Ermon

机构 * MIT Press（MIT出版社） ； Sony AI（索尼人工智能） ； OpenAI（开放人工智能） ； Stanford University（斯坦福大学） ； Sony Group Corporation（索尼集团） 纠错

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

AI总结 本文从变分、基于分数和基于流三种视角统一阐述扩散模型的数学原理，并讨论可控生成、高效求解器和流映射模型等扩展。

Comments Supplementary materials for the book are available at the book website: https://the-principles-of-diffusion-models.github.io/

Diffusion Large Language Models for Visual Speech Recognition

用于视觉语音识别的扩散大语言模型

Jeong Hun Yeo, Chae Won Kim, Hyeongseop Rha, Yong Man Ro

机构 * Integrated Vision Language Lab, KAIST, South Korea（韩国加耶大学集成视觉语言实验室） 纠错

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

AI总结 提出首个基于扩散大语言模型（DLLM）的视觉语音识别框架DLLM-VSR，通过迭代掩码去噪和灵活顺序解码，结合置信度引导的解掩码策略及两阶段训练，并引入长度引导候选解码以降低目标长度不确定性，在LRS3上取得19.5%的词错误率。

Comments Code: https://github.com/JeongHun0716/dllm-vsr

JLT: Clean-Latent Prediction in Latent Diffusion Transformers

JLT: 潜在扩散Transformer中的干净潜在预测

Funing Fu, Tenghui Wang, Guanyu Zhou, Junyong Cen, Qichao Zhu

机构 * Independent Researcher（独立研究者） ； Wuhan University of Technology（武汉理工大学） ； Hangzhou Jiyi Artificial Intelligence Co., Ltd.（杭州智益人工智能有限公司） 纠错

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

AI总结 本文提出JLT，一种在冻结的FLUX.2 VAE编码上训练的130M潜在扩散Transformer，通过干净潜在预测相比速度预测在ImageNet 256×256上获得更优的FID分数，表明潜在扩散中的预测目标是依赖于表示的几何选择。

Geometry-Correct Diffusion Posterior Sampling with Denoiser-Pullback Curvature Guidance and Manifold-Aligned Damping

几何校正扩散后验采样：基于去噪器回拉曲率引导与流形对齐阻尼

Seunghyeok Shin, Minwoo Kim, Dabin Kim, Hongki Lim

机构 * Department of Electrical and Computer Engineering, Inha University, Incheon, 22212, South Korea（电气与计算机工程系，Inha大学，Incheon，22212，韩国） 纠错

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

AI总结 提出一种基于去噪器回拉曲率引导和流形对齐阻尼的几何校正扩散后验采样方法，通过每噪声水平的阻尼高斯-牛顿校正替代标量引导，实现稳定高效的后验采样。

Comments Code: https://github.com/Seunghyeok0715/CLAMP

Journal ref International Conference on Machine Learning 2026

Explicit Critic Guidance for Aligning Diffusion Models

显式评论家引导的对齐扩散模型

Zhengyang Liang, Qihang Zhang, Ceyuan Yang

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； 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)；分类 cs.CV

AI总结 提出一种状态对齐的潜在演员-评论家框架，通过将扩散模型自身作为时间步条件价值函数，实现轨迹级PPO训练和推理时引导，在单/多奖励基准上优于先前方法。

Representation-Conditioned Diffusion Models for Guided Training Data Generation

表示条件扩散模型用于引导训练数据生成

Nithesh Chandher Karthikeyan, Jonas Unger, Gabriel Eilertsen

机构 * Linköping University（利乌普斯大学） 纠错

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

AI总结 本文提出表示条件扩散模型，通过DINOv2、DINOv3和CLIP的表示条件生成合成图像，在ImageNet100上分类准确率比类条件生成高10.76个百分点，甚至超过真实数据训练的模型2.0个百分点。

Diffusion-Based Ukrainian Handwritten Text Generation with Cross-Domain Style Transfer

基于扩散的乌克兰手写文本生成与跨域风格迁移

Andrii Ahitoliev, Pavlo Berezin

机构 * Ukrainian Catholic University, Lviv, Ukraine（乌克兰天主教大学，利沃夫，乌克兰） ； National University of ``Kyiv-Mohyla Academy'', Kyiv, Ukraine（基輔-莫 Hil'a 学院国立大学，基輔，乌克兰） 纠错

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

AI总结 针对乌克兰语等非拉丁文字手写文本生成缺乏数据和模型泛化研究的问题，构建了乌克兰手写单词数据集并重新训练DiffusionPen模型，通过跨语言、零样本和少样本迁移实验验证了潜在扩散模型在跨域风格迁移中的有效性。

Comments 16 pages, 7 figures. Submitted to ICTERI 2026

LIFT and PLACE: A Simple, Stable, and Effective Knowledge Distillation Framework for Lightweight Diffusion Models

LIFT and PLACE: 一种简单、稳定且有效的轻量级扩散模型知识蒸馏框架

Hyunsoo Han, Sangyeop Yeo, Jaejun Yoo

机构 * Ulsan National Institute of Science and Technology (UNIST)（ulsan国家科学技术研究所） 纠错

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

AI总结 提出LIFT和PLACE框架，通过粗到细的蒸馏策略解决教师网络高复杂度带来的学生模仿困难，在极端压缩下仍能稳定训练并取得良好性能。

Comments Project page: https://hyun-s.github.io/LIFT_PLACE_site , 15 pages, 11 figure, 9 tables, To appear in CVPR 2026

Self-Prompting Diffusion Transformer for Open-Vocabulary Scene Text Editing via In-Context Learning

自提示扩散变压器用于开放词汇场景文本编辑的上下文学习

Hongxi Li, Tong Wang, Chengjing Wu, Tianbao Liu, Jiangtao Yao, Xiaochao Qu, Xinxiao Wu, Luoqi Liu, Ting Liu

机构 * MT Lab, Meitu Inc., Beijing, China ； School of Computer Science \& Technology, Beijing Institute of Technology, Beijing, China 纠错

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

AI总结 提出一种自提示场景文本编辑方法，通过构建风格和字形提示，利用多模态扩散变压器的上下文学习能力，实现开放词汇和风格一致的文本编辑。

Comments ICML 2026

Noise Scheduling as Information-Guided Allocation in Diffusion Training

噪声调度作为扩散训练中的信息引导分配

Gabriel Raya, Bac Nguyen, Georgios Batzolis, Yuhta Takida, Dejan Stancevic, Naoki Murata, Chieh-Hsin Lai, Yuki Mitsufuji, Luca Ambrogioni

机构 * Tilburg University & JADS（蒂尔堡大学及JADS） ； Sony AI（索尼人工智能） ； University of Cambridge（剑桥大学） ； Radboud University（拉德堡德大学） ； Sony Group Corporation（索尼集团公司） 纠错

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

AI总结 提出InfoNoise，一种在线自适应噪声调度方法，通过估计条件熵率剖面动态调整训练噪声分布，以优化去噪任务中的信息增益，在图像、DNA和语言生成等任务中达到或超越基线，并节省高达3倍训练计算量。

DODO: Discrete OCR Diffusion Models

DODO: 离散OCR扩散模型

Sean Man, Gilad Deutch, Roy Ganz, Roi Ronen, Shahar Tsiper, Shai Mazor, Niv Nayman

机构 * Technion - Israel Institute of Technology, Haifa, Israel.（特拉维夫大学-以色列理工学院，海法，以色列。） ； Amazon Web Services（亚马逊网络服务） 纠错

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

AI总结 针对OCR任务中自回归解码速度慢的问题，提出首个利用块离散扩散的VLM模型DODO，在保持高精度的同时实现高达5倍的推理加速。

Weak universality for stochastic reaction-diffusion models with long-range correlated noise

具有长程相关噪声的随机反应扩散模型的弱普适性

Simon Gabriel, Markus Tempelmayr

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究在弱非线性区域中由长程相关噪声驱动的随机反应扩散方程的大尺度行为，通过正则性结构理论证明其普适性由动态Φ^p模型描述，并建立随机估计和模型收敛性。

Comments 66 pages

DEMON: Diffusion Engine for Musical Orchestrated Noise

DEMON: 音乐编排噪声的扩散引擎

Ryan Fosdick

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DEMON实时扩散引擎，通过异构去噪调度、共享可变状态、逐帧源混合和窗口化VAE解码四种机制，使去噪过程可作为现场乐器演奏，在单GPU上实现每秒12.3次60秒音乐解码。

Comments 15 pages, 3 figures, 15 tables. Project page with audio samples and demo video: https://daydreamlive.github.io/DEMON/

Detecting Diffusion-Generated Time Series Under Generator Shift

检测生成器偏移下的扩散生成时间序列

Zhi Wen Soi, Aditya Shankar, Gert Lek, Abele Mălan, Daniel Neider, Jian-Jia Chen, Lydia Chen

机构 * TU Dortmund University\ of Neuch\ a tel Dortmund Germany ； Delft University of Technology Delft Netherlands ； University of Neuch\ a tel Neuch\ a tel Switzerland ； TU Dortmund University Dortmund Germany ； RWTH Aachen University\ Dortmund University Aachen Germany ； University of Neuch\ a tel\ University of Technology Neuch\ a tel Switzerland ； TU Dortmund University\ of Neuch\ a tel ； Delft University of Technology ； University of Neuch\ a tel ； TU Dortmund University ； RWTH Aachen University\ Dortmund University ； University of Neuch\ a tel\ University of Technology 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对生成器未知的扩散生成时间序列检测问题，比较了白盒与黑盒方法，发现简单分类器作为黑盒检测器显著优于白盒方法，并指出该问题不能直接迁移图像领域经验。

PhAME: Phenotype-Aware Molecular Editing via Latent Diffusion

PhAME: 基于表型感知的潜在扩散分子编辑

Łukasz Janisiów, Sebastian Musiał, Bartosz Zieliński, Dawid Rymarczyk, Tomasz Danel

机构 * Faculty of Mathematics and Computer Science, Jagiellonian University（杰洛内夫斯基大学数学与计算机科学学院） ； Doctoral School of Exact and Natural Sciences, Jagiellonian University（杰洛内夫斯基大学精确与自然科学博士学院） ； Jagiellonian Center for Artificial Intelligence, Jagiellonian University（杰洛内夫斯基人工智能中心） ； Faculty of Chemistry, Jagiellonian University（杰洛内夫斯基大学化学系） ； Ardigen SA（Ardigen公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出PhAME框架，利用潜在扩散模型在预训练图VAE的潜在空间中进行分子编辑，通过组合无分类器引导机制同时优化表型条件和结构相似性，实现高化学有效性和新颖性的多目标分子优化。

Analytical solution of the Langmuir model for moisture diffusion in cylindrical coordinates

圆柱坐标下朗缪尔模型水分扩散的解析解

Corentin Guigot, Romain Grangeat, Gilles-Alexis Renaut

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对圆柱几何中非菲克水分扩散问题，提出了朗缪尔模型的解析解，并通过数值验证其准确性，为天然纤维等圆柱系统提供高效分析框架。

Journal ref International Journal of Heat and Mass Transfer, 2026, 268, pp.129017

Frequency-Guided Action Diffusion via Sub-Frequency Manifold Traversal

通过子频率流形遍历的频率引导动作扩散

Junlin Wang

机构 * School of Engineering and Applied Science University of Pennsylvania（工程与应用科学学院 费城大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出频率引导算子（FGO），通过子频率流形逐步引导扩散策略生成平滑动作，在15个机器人操作任务上提升了动作平滑性和时间一致性。

Comments A preprint version of FGO

An efficient and stable diffusion generated method for quadrilateral mesh generation in general domains

一种高效稳定的扩散生成方法用于一般区域上的四边形网格生成

Jingwen Dai, Zhonghua Qiao, Dong Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于修正Ginzburg-Landau型能量泛函最小化的交叉场计算方法，通过将问题扩展到规则计算域并利用FFT线性扩散和逐点归一化迭代，实现了无需中间三角网格或复杂非线性优化的高质量四边形网格生成。

Are Diffusion Language Models Good Database Analysts?

扩散语言模型是好的数据库分析师吗？

Peixian Ma, Xialie Zhuang, Jiantao Tan, Changlun Li, Ruirui Chen, Chengwei Qin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出统一评估框架和SQL-D1智能体框架，通过实验证明扩散语言模型在NL2SQL任务中具有结构鲁棒性和效率-精度灵活权衡的优势。

Multidimensional Stein's method for asymptotic independence with invariant measures of diffusion

扩散不变测度下渐近独立性的多维Stein方法

Ciprian A. Tudor, Jérémy Zurcher

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对具有密度的扩散过程不变测度，提出多维Stein方法以量化随机变量与随机向量之间的渐近独立性，并给出Wasserstein距离的一般上界。

Comments 21 pages

DSRDM: Digital Signal Recovery Diffusion Model for Semantic Communications

DSRDM: 用于语义通信的数字信号恢复扩散模型

Zhigang Yan, Dong Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有语义通信忽略无线系统中数字信号的问题，提出数字信号恢复扩散模型(DSRDM)，通过前向扩散添加高斯信号编码数字信号，反向扩散迭代恢复，并利用潜在表示降低计算复杂度。

Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning

仿真引导的扩散方法用于去中心化多机器人运动规划

Jinhao Liang, Sven Koenig, Ferdinando Fioretto

机构 * University of Virginia（弗吉尼亚大学） ； University of California, Irvine（加州大学伊文斯顿分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于约束感知扩散模型的去中心化框架SID，通过仿真邻居未来轨迹并利用安全约束规划自身轨迹，在密集场景下实现高效协调。

Ligand-Conditioned Discrete Diffusion for Protein Sequence-Structure Co-Design

配体条件离散扩散用于蛋白质序列-结构协同设计

Chen Wei, Fanding Xu, Minghao Sun, Zhiyuan Liu, Lin Wang, Tianrui Jia, Yihang Zhou, Yang Zhang

机构 * Xi’an University of Posts & Telecommunications（西安邮电大学） ； National University of Singapore（新加坡国立大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Systems Medicine, Chinese Academy of Medical Sciences（中国医学科学院系统医学研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出配体条件离散扩散模型ProtLiD²，通过几何感知交叉注意力联合生成氨基酸序列和离散结构令牌，实现配体约束下的蛋白质序列-结构协同设计，显著提升全局折叠置信度和配体感知通过率。

Comments 19 pages, 6 figures