图像生成

PathRelax: Parallel-Path Relaxed Speculative Jacobi Decoding for Accelerating Auto-Regressive Text-to-Image Generation

PathRelax: 并行路径松弛推测雅可比解码加速自回归文本到图像生成

Haodong Lei, Hongsong Wang, Bingxuan Dai, Pan Zhou

机构 * College of Software Engineering, Southeast University（东南大学软件工程学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； School of Cyber Science and Engineering, Southeast University（东南大学网络空间安全学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算机与信息系统学院） 纠错

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

AI总结 针对自回归文本到图像模型因长序列导致推理慢的问题，提出并行路径交叉松弛推测雅可比解码框架，通过多序列草稿树结构扩展搜索空间并利用跨路径语义相似性提高接受率，实现3.95-4.18倍加速。

Comments 10 pages, 5 figures

ARM: An AutoRegressive Large Multimodal Model with Unified Discrete Representations

ARM: 一种具有统一离散表示的自回归大型多模态模型

Junke Wang, Xiao Wang, Jiacheng Pan, Xuefeng Hu, Feng Li, Jingxiang Sun, Chaorui Deng, Zilong Chen, Yunpeng Chen, Kaibin Tian, Matthew Gwilliam, Hao Chen, Danhui Guan, Kun Xu, Weilin Huang, Zuxuan Wu, Haoqi Fan, Yu-Gang Jiang, Zhenheng Yang

机构 * Shanghai Key Lab of Intelligent Information Processing, Fudan University（复旦大学上海智能信息处理重点实验室） ； School of Computer Science, Fudan University（复旦大学计算机科学技术学院） ； Shanghai Collaborative Innovation Center of Intelligent Visual Computing（上海智能视觉计算协同创新中心） ； Youtu Lab, Tencent（腾讯优图实验室） ； Meta AI ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 提出ARM模型，通过离散语义视觉分词器将图像映射为紧凑token序列，结合自回归建模和强化学习，统一实现图像理解、生成和编辑，并提升任务性能与跨任务协同。

Comments technical report

On the Controllability-Fidelity Frontier in Diffusion Editing

扩散编辑中的可控性-保真度前沿

Yi Hu, Leying Yi, Emily Davis, Finn Carter

机构 * Xidian University（西安电子科技大学） 纠错

专题命中 图像编辑 ：diffusion(title,abstract)；image editing(abstract)；分类 cs.CV、cs.GR、cs.MM

AI总结 本文理论结合实证研究扩散图像编辑中用户意图遵循、非目标内容保持与输出质量间的权衡，提出算法框架并揭示关键失败模式，讨论伦理考量。

Comments Preprint

STEDiff: Strengthening Text Embedding for Text-to-Image Alignment in Diffusion Model

STEDiff: 增强文本嵌入以提升扩散模型中文本到图像的对齐

Hailan Zhang, Haipeng Liu, Bo Fu, Yang Wang

机构 * Hailan Zhang, Haipeng Liu, Yang Wang（未明确机构） ； Bo Fu（未明确机构） 纠错

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

AI总结 提出训练免费的STEDiff方法，通过利用[EOT]令牌增强子句语义并引入语义增强损失，在文本嵌入空间中改善扩散模型对复杂提示的语义对齐，无需微调或布局先验。

Comments 8 pages, 8 figures, to appear at IJCNN 2026

Bypassing Copyright Protection in Diffusion-based Customization via Two-Stage Latent Feature Optimization

通过两阶段潜在特征优化绕过基于扩散的定制中的版权保护

Ziang Xu, Wenbo Yu, Hongyao Yu, Hao Fang, Jiawei Kong, Bin Chen, Hao Wu, Shu-Tao Xia, Zhiyong Wu

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） 纠错

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

AI总结 提出两阶段潜在特征优化（TS-LFO）攻击方法，通过潜在去噪和重建阶段恢复被防御破坏的映射，有效绕过扩散模型定制中的版权保护。

Comments accepted by KDD 2026

Breaking the Curse of Dimensionality: Diffusion Models Efficiently Learn Low-Dimensional Distributions

打破维度诅咒：扩散模型高效学习低维分布

Peng Wang, Huijie Zhang, Zekai Zhang, Siyi Chen, Yi Ma, Qing Qu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出新数学框架，证明扩散模型通过等价于子空间聚类，能以线性于内在维度的样本复杂度学习低维分布，避免维度诅咒。

Comments 37 pages, 8 figures, 2 tables, JMLR publication

Foveated-Imaging Geometry CT Architecture and Seeded Diffusion Model Enabling Global Super-Resolution Reconstruction

中心凹成像几何CT架构与种子扩散模型实现全局超分辨率重建

Wenxin Mo, Yingxian Xia, Yongle Yan, Hao Zhou, Li Zhang, Hewei Gao

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

AI总结 提出中心凹成像几何CT架构，集成局部高分辨率数据到低分辨率主导的采集方案，并开发扩散概率超分辨率重建框架，实现全场高分辨率CT图像重建。

Comments 24pages,10figures

Making Time Editable in Video Diffusion Transformers

在视频扩散Transformer中实现时间可编辑性

Konstantin Kuklev, Viacheslav Vasilev, Alexander Kunitsyn, Andrei Ivaniuta, Denis Dimitrov

机构 * Kandinsky Lab（坎迪斯基实验室） 纠错

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

AI总结 提出一种时间控制方法，通过轻量级时间模块扩展预训练DiT，实现运动速度和时序结构的编辑，无需重新设计骨干网络。

Overlapped Wavelet Diffusion for Low-Light Image Enhancement

重叠小波扩散用于低光照图像增强

Fen Peng, Taizo Suzuki, Seisuke Kyochi

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

AI总结 提出重叠小波扩散框架OWDiff，通过重叠小波变换消除块伪影，并引入低频引导的高频增强模块恢复细节，在LOLv1和LOLv2-real数据集上优于现有方法。

Comments Advance published in IEICE Transactions on Information and Systems. DOI: 10.1587/transinf.2026PCP0006. Code: https://github.com/FinnPeg/Overlapped-Wavelet-Diffusion

Journal ref IEICE Transactions on Information and Systems, Advance online publication, 2026

The Emergence of Reproducibility and Generalizability in Diffusion Models

扩散模型中可重复性与泛化性的出现

Huijie Zhang, Jinfan Zhou, Yifu Lu, Minzhe Guo, Peng Wang, Liyue Shen, Qing Qu

机构 * CIFAR-10 dataset（CIFAR-10数据集） 纠错

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

AI总结 研究发现扩散模型在相同初始噪声和确定性采样器下，不同模型输出高度相似，且这种可重复性在记忆和泛化两种训练模式下均存在，对训练效率、模型隐私等有重要启示。

Comments NeurIPS Diffusion Model Workshop 2023 (best paper award), the Forty-first International Conference on Machine Learning (ICML 2024)

Lip Forcing: Few-Step Autoregressive Diffusion for Real-time Lip Synchronization

Lip Forcing: 用于实时唇部同步的少步自回归扩散

Paul Hyunbin Cho, Jinhyuk Jang, SeokYoung Lee, Joungbin Lee, Siyoon Jin, Heeseong Shin, Jung Yi, Yunjin Park, Chulmin Park, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能） ； AIPARK 纠错

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

AI总结 提出Lip Forcing，首个用于视频到视频唇部同步的自回归扩散方法，通过蒸馏14B教师模型为因果学生模型，仅需两步去噪即可实现实时同步，并引入同步窗口DMD、两步推理计划和SyncNet奖励。

Comments Project Page: https://cvlab-kaist.github.io/LipForcing/

SARA: Semantically Adaptive Relational Alignment for Video Diffusion Models

SARA: 语义自适应关系对齐用于视频扩散模型

Jiesong Lian, Zixiang Zhou, Ruizhe Zhong, Yuan Zhou, Qinglin Lu, Rui Wang, Long Hu, Yixue Hao, Baoru Huang

机构 * Tencent Hunyuan（腾讯文英） 纠错

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

AI总结 提出SARA方法，通过文本条件显著性引导令牌对监督，提升视频扩散模型的文本对齐和运动质量。

MMD Guidance: Training-Free Distribution Adaptation for Diffusion Models via Maximum Mean Discrepancy Guidance

MMD Guidance: 基于最大均值差异引导的无训练分布适应扩散模型

Matina Mahdizadeh Sani, Nima Jamali, Mohammad Jalali, Farzan Farnia

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

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

AI总结 提出MMD Guidance，一种无训练方法，通过最大均值差异梯度引导扩散模型采样，实现与参考数据分布对齐，无需重新训练。

FG-Attn: Leveraging Fine-Grained Sparse Attention in Video Diffusion Models

FG-Attn：在视频扩散模型中利用细粒度稀疏注意力

Sankeerth Durvasula, Kavya Sreedhar, Zain Moustafa, Suraj Kothawade, Tianlei Pang, Ashish Gondimalla, Suvinay Subramanian, Narges Shahidi, Nandita Vijaykumar

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

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

AI总结 针对视频扩散模型中注意力层计算开销大的问题，提出FG-Attn，一种低开销的细粒度稀疏注意力机制，在MxN块粒度上跳过分数计算，实现最高2.45倍加速。

Diffusion Forcing Planner: History-Annealed Planning with Time-Dependent Guidance for Autonomous Driving

扩散强制规划器：基于时间依赖引导的历史退火规划用于自动驾驶

Zehan Zhang, Neng Zhang, Yaoyi Li, Jia Cai, Zhiling Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散强制规划器（DFP），通过历史引导控制实现异构联合扩散过程，结合退火历史的条件引导，解决运动规划中的时间不一致问题，在nuPlan上取得竞争性能。

Comments CVPR2026

MODIP: Efficient Model-Based Optimization for Diffusion Policies

MODIP：扩散策略的高效基于模型的优化

Zakariae El Asri, Philippe Gratias-Quiquandon, Nicolas Thome, Olivier Sigaud

机构 * Sorbonne Université, CNRS, ISIR, F-75005 Paris, France（索邦大学，法国国家科学研究中心，智能系统与机器人研究所，法国巴黎） ； Institut Universitaire de France (IUF)（法国大学研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出MODIP框架，利用世界模型和模型预测控制生成高质量轨迹，以监督方式微调扩散策略，实现离线到在线的强化学习微调，在D4RL和RoboMimic任务上超越行为克隆基线。

Prefilling-dLLM: Predictive Prefilling for Long-Context Inference in Diffusion Language Models

Prefilling-dLLM: 扩散语言模型中长上下文推理的预测性预填充

Jing Xiong, Qi Han, Shansan Gong, Yunta Hsieh, Chengyue Wu, Chaofan Tao, Chenyang Zhao, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； LMSYS Org（LMSYS组织） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型在长上下文中因重复编码前缀导致计算量二次增长的问题，提出Prefilling-dLLM框架，通过分块缓存KV表示并基于稀疏性选择相关块，实现高效解码，在LongBench等基准上达到最先进加速效果。

Comments Technical Report

Test-time Adversarial Takeover: A Real-time Hijacking Interface against Robotic Diffusion Policies

测试时对抗接管：针对机器人扩散策略的实时劫持接口

Zi Yin, Peilin Chai, Siyuan Huang, Zhanhao Hu

机构 * Tsinghua University（清华大学） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学） ； UC Berkeley（加州大学伯克利分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出测试时对抗接管（TAKO）方法，通过可微扩散推理学习可重复使用的通用补丁，在测试时切换补丁以劫持机器人策略，实现远程操控，在多种任务和模型上达到100%接管成功率。

Optimality of FSQ Tokens for Continuous Diffusion for Categorical Data with Application to Text-to-Speech

FSQ 令牌在分类数据连续扩散中的最优性及其在文本到语音中的应用

Vadim Popov, Wenju Gu, Tasnima Sadekova, Georgii Aparin, Assel Yermekova

机构 * Huawei Noah's Ark Lab（华为诺亚实验室） ； National Research University Higher School of Economics（俄罗斯国家研究大学高等经济学院） ； National University of Science and Technology MISIS（俄罗斯科学与技术国立大学MISIS） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究连续扩散模型中离散令牌的潜在空间结构，通过理论分析和实验证明 FSQ 令牌化方案在分类数据连续扩散中最优，并在文本到语音任务中验证其优于基于 LLM 的方法。

Spectral and computational aspects of a regularized fractional Laplacian for non-local diffusion on graphs

正则化分数阶拉普拉斯算子在图上非局部扩散的光谱与计算方面

Alessandro Filippo, Mariarosa Mazza

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对分数阶拉普拉斯算子破坏图拓扑兼容性的问题，提出正则化算子，证明其独立于边权重的超扩散性质，并给出保持计算效率的构造方法。

Comments 21 pages with 8 figures

Higher-order Diffusion Sampling via Chebyshev Interpolation and Gauss--Seidel Iterations

通过切比雪夫插值和高斯-赛德尔迭代的高阶扩散采样

Bingyuan Wei, Meng Huang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出切比雪夫-高斯-赛德尔高阶采样器，在精确分数条件下，仅需 d^{1+o_T(1)}ε^{-1/K_1} 次分数函数即可达到总变差距离 ε，且放宽了有界支撑假设，对分数和雅可比估计误差具有鲁棒性。

Data assimilation for subsurface flow using latent diffusion model parameterization: performance of ensemble-Kalman and Monte Carlo techniques

基于潜扩散模型参数化的地下流体数据同化：集成卡尔曼与蒙特卡洛技术的性能

Guido Di Federico, Wenchao Teng, Louis J. Durlofsky

机构 * Department of Energy Science & Engineering, Stanford University（能源科学与工程系，斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对地下流体数据同化中高维参数反演问题，比较了基于潜扩散模型（LDM）的集成卡尔曼方法（ESMDA）与蒙特卡洛方法（MCMC/SMC）在三维河道地质模型上的性能，发现蒙特卡洛方法在保持地质真实性的同时能更有效地降低数据失配和不确定性。

Electron Paramagnetic Resonance Study of Radical Species on NaNbO3@CeO2-Modified Carbon Vulcan XC72 Gas Diffusion Electrode for Electrochemical Degradation of Paracetamol via Electro-Fenton

NaNbo3@CeO2修饰碳Vulcan XC72气体扩散电极电芬顿降解对乙酰氨基酚中自由基物种的电子顺磁共振研究

Caio Machado Fernandes, Joao Paulo C. Moura, Aline B. Trench, Rafael Sotana, Ana Maria P. Neto, Willy G. Santos, Mauro C. Santos

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用EPR直接定量分析新型GDE电极降解对乙酰氨基酚中的自由基，发现BDD阳极优于Pt，15分钟完全降解，矿化率81.6%。

Strain-programmable exciton diffusion in moiré heterostructures

莫尔异质结中应变可编程的激子扩散

Chiho Song, Chiranjit Mondal, Jaebin Lee, Kenji Watanabe, Takashi Taniguchi, Bohm-Jung Yang, Jieun Lee

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过调控WSe2-MoSe2异质结中的层间应变，打破C3旋转对称性改变莫尔超晶格几何，实现沿拉伸方向的偏振激子发射和优先扩散，为设计莫尔超晶格和编程激子输运提供新方法。

Comments 6 pages, 4 figures

Turbulent Diffusion of Magnetic Field Lines in the Heliosphere

日球层中磁力线的湍流扩散

J. V. A. Joubert, R. D. Strauss, J. Light, N. E. Engelbrecht, N. H. Bian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究太阳风湍流导致帕克螺旋随机化的磁力线扩散，通过随机微分方程数值模拟，发现1 AU处角分布标准差约25°，并量化了反向追踪时磁连接的概率。

Comments Accepted to ApJ

BGRem: A background noise remover for astronomical images based on a diffusion model

BGRem：基于扩散模型的天文图像背景噪声去除工具

Rodney Nicolaas, Sascha Caron, Fiorenzo Stoppa, Saptashwa Bhattacharyya, Roberto Ruiz de Austri, Paul J. Groot, Andrew J. Levan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出BGRem，一种基于扩散模型的天文图像背景噪声去除方法，通过模拟数据训练，提升了源检测效率，适用于光学和伽马射线数据。

Comments Accepted version in A&A before any editorial changes

Journal ref A&A 710, A131 (2026)

Online Self-Training for Co-Adaptation in Hierarchical Diffusion Policies

层次扩散策略中的在线自训练协同适应

Clemence Grislain, Mathilde Kappel, Olivier Sigaud, Mohamed Chetouani

机构 * ISIR, Sorbonne Université, CNRS（ISIR，索邦大学，国家科学研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出ORCHID自训练框架，通过环境反馈过滤轨迹并蒸馏回规划器和控制器，实现层次扩散策略的在线稳定改进，在CALVIN基准上轻量模型超越纯离线方法。

Comments Accepted at ICML 2026 Workshop on Decision-Making from Offline Datasets to Online Adaptation (DEMO)

Blind denoising diffusion models and the blessings of dimensionality

盲去噪扩散模型与维度的祝福

Zahra Kadkhodaie, Aram-Alexandre Pooladian, Sinho Chewi, Eero Simoncelli

机构 * Flatiron Institute, Simons Foundation（Flatiron研究院，Simons基金会） ； Foundations of Data Science, Yale University（数据科学基础，耶鲁大学） ； Department of Statistics and Data Science, Yale University（统计与数据科学系，耶鲁大学） ； Ctr. for Neural Science & Courant Institute, New York University（神经科学中心及Courant学院，纽约大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出盲去噪扩散模型（BDDM），通过不向神经网络传递噪声幅度来简化设计，并在数据内在维度低于环境维度的假设下证明其正确性，实验显示自适应方案的优势。

Comments 39 pages, 13 figures; Accepted to ICML 2025 FoGen workshop

Diffusion through complex confining environments: fluctuating triply periodic minimal surfaces

通过复杂约束环境的扩散：波动的三重周期最小曲面

Jakob Mihatsch, Andreas M. Menzel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究复杂三维波动环境对测试物体扩散运动的影响，通过相场方法分析膜结构波动对分子扩散的影响，发现波动使膜孔扩大，导致粒子在腔体间跳跃，形成均方位移时间演化中的明显平台。

Comments Changes v2: The number of simulation runs for Figures 5 to 7 was increased to improve statistics. The discussion of these figures was revised

Sparse Source Identification in Transient Advection-Diffusion Problems with a Primal-Dual-Active-Point Strategy

瞬态对流-扩散问题中稀疏源识别的对偶-主动点策略

Marco Mattuschka, Daniel Walter, Max von Danwitz, Alexander Popp

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种数学模型，利用稀少传感器数据快速预测空气污染物传输。通过变分正则化方法和对偶-主动点算法，有效识别稀疏污染源，优于现有L2正则化技术。

Journal ref Computer Methods in Applied Mechanics and Engineering, vol. 454, p. 118854, 2026