图像生成

i1: A Simple and Fully Open Recipe for Strong Text-to-Image Models

i1: 一种简单且完全开放的强文本到图像模型配方

Boya Zeng, Tianze Luo, Shu Pu, Jucheng Shen, Taiming Lu, Gabriel Sarch, Zhuang Liu

机构 * Princeton University（普林斯顿大学） 纠错

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

AI总结 本文通过300多次控制实验系统研究文本到图像扩散模型的设计选择，提出i1模型，仅用公开数据集训练3B参数模型，在五个基准上平均超越现有最佳完全开放模型29.5个百分点。

Comments Project page at https://zlab-princeton.github.io/i1

RSTR: Reducing SpatioTemporal Redundancy in Diffusion Transformers

RSTR: 减少扩散Transformer中的时空冗余

Ruitong Sun, Tianze Yang, Wei Niu, Jin Sun

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RSTR框架，通过进化搜索和自适应秩分配联合减少扩散Transformer中的时空冗余，实现50%-70%计算节省并保持或提升生成质量。

Comments International Conference on Machine Learning (ICML)

Diffusing to Coordinate: Efficient Online Multi-Agent Diffusion Policies

扩散以协调：高效在线多智能体扩散策略

Zhuoran Li, Hai Zhong, Xun Wang, Qingxin Xia, Lihua Zhang, Longbo Huang

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)

AI总结 提出首个在线离线策略多智能体强化学习框架OMAD，利用扩散策略和松弛策略目标最大化缩放联合熵，实现高效探索与协调，在MPE和MAMuJoCo上样本效率提升2.5至5倍。

Active Sampling for Ultra-Low-Bit-Rate Video Compression via Conditional Controlled Diffusion

通过条件控制扩散实现超低比特率视频压缩的主动采样

Amirhosein Javadi, Shirin Saeedi Bidokhti, Tara Javidi

机构 * Department of Electrical and Computer Engineering, University of California San Diego（电子与计算机工程系，加州大学圣地亚哥分校） ； Department of Electrical and Systems Engineering, University of Pennsylvania（电子与系统工程系，宾夕法尼亚大学） 纠错

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

AI总结 提出ActDiff-VC框架，利用条件扩散模型和主动采样策略（自适应关键帧选择与预算感知稀疏轨迹选择），在超低比特率下实现高感知质量视频压缩。

Comments 21 pages, 11 figures, 3 tables

Moving Beyond Diffusion: Hierarchy-to-Hierarchy Autoregression for fMRI-to-Image Reconstruction

超越扩散：层级到层级自回归用于fMRI到图像重建

Xu Zhang, Ruijie Quan, Wenguan Wang, Yi Yang

机构 * The State Key Lab of Brain-Machine Intelligence, Zhejiang University, China（脑机智能国家重点实验室，浙江大学，中国） ； ReLER, CCAI, College of Artificial Intelligence, Zhejiang University, China（ReLER、中国人工智能学会、人工智能学院、浙江大学、中国） 纠错

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

AI总结 提出MindHier框架，通过层级fMRI编码器、层级对齐和尺度感知粗到细引导策略，实现从粗到细的fMRI到图像重建，优于扩散方法。

Comments ICLR 2026

Diffusion-based Cumulative Adversarial Purification for Vision Language Models

基于扩散的累积对抗净化方法用于视觉语言模型

Jia Fu, Yongtao Wu, Yihang Chen, Kunyu Peng, Xiao Zhang, Volkan Cevher, Sepideh Pashami, Anders Holst

机构 * KTH Royal Institute of Technology（皇家理工学院） ； Swiss Federal Institute of Technology Lausanne（洛桑联邦理工学院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； CISPA Helmholtz Center for Information Security（信息安全赫尔姆霍兹中心） ； RISE Research Institutes of Sweden（瑞典RISE研究机构） ； Halmstad University（哈马碧大学） 纠错

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

AI总结 提出DiffCAP，一种基于扩散的对抗净化策略，通过理论证明对抗效应随扩散单调衰减，并利用噪声注入与VLM嵌入相似度阈值自适应净化，显著提升防御效果并加速去噪。

Comments Accepted to Transactions on Machine Learning Research (TMLR 2026)

Ambient Diffusion Policy: Imitation Learning from Suboptimal Data in Robotics

环境扩散策略：从次优数据中进行机器人模仿学习

Adam Wei, Nicholas Pfaff, Thomas Cohn, Arif Kerem Dayı, Constantinos Daskalakis, Giannis Daras, Russ Tedrake

机构 * MIT（麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出环境扩散策略，通过噪声依赖的数据使用从次优数据中提取有用特征，在六项任务上优于现有方法，最高提升33%。

Comments 14 pages (main body), 52 pages total. Project website: https://ambient-diffusion-policy.github.io/

Beyond Fully Random Masking: Attention-Guided Denoising and Optimization for Diffusion Language Models

超越完全随机掩码：扩散语言模型的注意力引导去噪与优化

Jia Deng, Junyi Li, Wayne Xin Zhao, Jinpeng Wang, Hongyu Lu, Ji-Rong Wen

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Meituan（美团） ； WeChat, Tencent（腾讯微信） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（大型模型与智能治理北京市重点实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出AGDO框架，利用注意力结构指导去噪顺序并强化关键令牌，在数学和编码基准上提升扩散语言模型的推理性能。

Comments 13 pages. Accepted to ACL 2026 Main Conference

DiffCold: A Diffusion-based Generative Model for Cold-Start Item Recommendation

DiffCold: 基于扩散的生成模型用于冷启动物品推荐

Kangning Zhang, Yingjie Qin, Weinan Zhang, Yong Yu, Jianghao Lin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对冷启动物品推荐中的跷跷板困境，提出基于条件扩散的生成模型DiffCold，通过从内容重建温物品嵌入并保持流形结构，结合检索增强聚合器和模拟表示对齐模块，统一冷热物品表示。

Comments Accepted by ECML-PKDD 2026

Re-evaluating Confidence Remasking in Masked Diffusion Language Models

重新评估掩蔽扩散语言模型中的置信度重新掩蔽

Stipe Frkovic, Metod Jazbec, Dan Zhang, Christian A. Naesseth, Ilija Bogunovic, Eric Nalisnick

机构 * UvA-Bosch Delta Lab, University of Amsterdam（阿姆斯特丹大学UvA-Bosch Delta实验室） ； Bosch Center for AI（博世人工智能中心） ； University of Basel（巴塞尔大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文重新评估了掩蔽扩散语言模型中一种无需训练的后验置信度重新掩蔽方法WINO，发现在标准解码设置下其收益甚微，且会加剧多样性坍塌问题。

From Uniform to Learned Graph Priors: Diffusion for Structure Discovery

从均匀到学习图先验：用于结构发现的扩散

Qi Shao, Hao Guo, Jiawen Chen, Duxin Chen, Wenwu Yu

机构 * School of Mathematics, Southeast University（东南大学数学学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Diff-prior，一种扩散参数化的自适应先验，通过可学习的去噪式校准对边后验进行结构化校准，提升神经关系推理方法的结构发现可靠性。

Comments 15 pages, 3 figures, Accepted by KDD 2026

Least-Action-Guided Diffusion for Physical Extrapolation

最小作用量引导扩散用于物理外推

Zhongxin Yang, Yuanwei Bin, Xiang I. A. Yang, Shiyi Chen

机构 * College of Engineering, Peking University（北京大学工学院） ； Ningbo Institute for Digital Twin, Eastern Institute of Technology（东方理工宁波数字孪生研究院） ； Eastern Institute for Advanced Study, Eastern Institute of Technology（东方理工高等研究院） ； Shenzhen Tenfong Technology Co., Ltd.（深圳腾方科技有限公司） ； Mechanical Engineering, The Pennsylvania State University（宾夕法尼亚州立大学机械工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出最小作用量引导扩散（LAPG）框架，通过将最小作用量原理转化为可微的推理时校正机制，在时间、参数和几何外推中保持物理一致性，优于训练时物理信息基线。

Coupling of diffusion and reaction in a thin cylindrical tube: Methodological drawbacks of the Fick--Jacobs approach

细圆柱管内扩散与反应的耦合：Fick-Jacobs方法的方法论缺陷

Sergey D. Traytak, Timofey V. Fedoseev

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究细圆柱管内扩散与反应的耦合问题，通过边界函数法推导渐近解，并与精确解对比揭示Fick-Jacobs方法的严重缺陷。

Comments 20 pages, 2 figures

Isotropic random walks and Brownian diffusion on complex projective space

复射影空间上的各向同性随机游走与布朗扩散

Gyula I. Tóth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过各向同性随机游走和布朗扩散，为量子态空间探索提供可解析的随机几何框架，导出跃迁核、保真度统计和几何可观测量，并解决首达时间问题。

Path convergence in diffusion models

扩散模型中的路径收敛

Roi Holtzman, Roman Beauvallet, Werner Krauth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散模型中插值路径在有限模式数p下的收敛行为，发现收敛尺度为1/√p但均方偏差无穷大，提出外推算法用于密度估计与泛化。

Comments 7 pages, 4 figures

Visual-Redundancy-Controlled Parallel Decoding for Diffusion-Based Multimodal Large Language Models

基于扩散的多模态大语言模型的视觉冗余控制并行解码

Yulin Yuan, Hongshuo Zhao, Xiangming Meng

机构 * Zhejiang University（浙江大学） ； ZJUI-UIUC Institute（ZJUI-UIUC研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散型多模态大语言模型并行解码中视觉冗余问题，提出视觉冗余指数（VRI）和无需训练的视觉冗余控制解码（VRCD）方法，通过令牌到图像的注意力优先选择视觉互补位置，在多个基准上提升准确率。

Comments 18 pages, 5 figures, preprint. Code is available at https://github.com/infiniteYuanyl/VRCD

A theory of learning data statistics in diffusion models, from easy to hard

扩散模型中学习数据统计的理论：从容易到困难

Lorenzo Bardone, Claudia Merger, Sebastian Goldt

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)

AI总结 本文研究了扩散模型在学习数据统计时的分布简单性偏差，揭示了学习 pairwise 统计和 higher-order 统计所需的样本复杂度差异，并引入了扩散信息指数这一不变量。

Journal ref ICML 2026

Symmetries and exact solutions of a reaction-diffusion system arising in population dynamics

种群动力学中反应-扩散系统的对称性与精确解

Philip Broadbridge, Roman Cherniha, Vasyl' Davydovych, Ian Marquette

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究种群动力学中两个三次反应-扩散方程系统的所有李对称和Q-条件对称，构造包含Lambert函数的新精确解，并给出寻找非线性演化系统Q-条件对称的通用算法。

Comments 22 pages

Journal ref Quaestiones Mathematicae, (28 May 2026)

Diffusion-Inspired Masked Fine-Tuning for Knowledge Injection in Autoregressive LLMs

受扩散启发的掩码微调用于自回归大语言模型中的知识注入

Xu Pan, Ely Hahami, Jingxuan Fan, Ziqian Xie, Haim Sompolinsky

机构 * Harvard University（哈佛大学） ； University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校） ； Hebrew University（希伯来大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种掩码微调方法，通过重构原始文本提升自回归大语言模型的知识注入能力，无需依赖改写并克服反向诅咒，实验证明其在知识密集型任务中表现优异。

Reverse Flow Matching: A Unified Framework for Online Reinforcement Learning with Diffusion and Flow Policies

反向流匹配：基于扩散与流策略的在线强化学习统一框架

Zeyang Li, Sunbochen Tang, Navid Azizan

机构 * Zeyang Li（李泽阳） ； Sunbochen Tang（唐顺波晨） ； Navid Azizan（阿齐兹安纳维） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对在线强化学习中扩散与流策略缺乏目标样本的问题，提出反向流匹配框架，通过后验均值估计和Langevin Stein算子构造控制变量，统一了噪声期望与梯度期望两类方法，并扩展到流策略，提升训练效率与稳定性。

Comments ICML 2026 (Spotlight); Code: https://github.com/azizanlab/ReverseFlowMatching

Offline Diffusion Policy for Multi-User Delay-Constrained Scheduling

面向多用户延迟约束调度的离线扩散策略

Zhuoran Li, Ruishuo Chen, Hai Zhong, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（交叉信息学院（IIIS），清华大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于离线强化学习的SOCD算法，利用扩散策略和批评网络指导，从离线数据中学习高效调度策略，避免在线交互，在部分可观测和大规模环境中表现优异。

Bounded weak solutions for Keller-Segel equations with generalized diffusion and logistic source via an unbalanced Optimal Transport splitting scheme

具有广义扩散和逻辑源的Keller-Segel方程的有界弱解：基于非平衡最优输运分裂格式

Kyungkeun Kang, Hwa Kil Kim, Geuntaek Seo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对具有广义扩散和逻辑源的抛物-椭圆型Keller-Segel方程，在齐次Neumann边界条件下，通过非平衡最优输运框架构造了全局有界弱解，并量化了趋化敏感性与降解参数及初始密度界的关系。

Comments 29 pages. Revised version with corrections. To appear in Nonlinear Analysis

Effect of environmental noise on charge diffusion in DNA: Towards modeling its potential epigenetic impact in live processes

环境噪声对DNA中电荷扩散的影响：朝向其在活体过程中的潜在表观遗传影响建模

Mirko Rossini, Ole Ammerpohl, Reiner Siebert, Joachim Ankerhold

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究环境噪声对DNA电荷扩散的影响，探讨其在表观遗传过程中的潜在作用，通过量子扩散模型分析DNA结构中电荷传输的复杂性。

Comments 11 pages (10 without bibliography), 10 figures

Improving Generalization and Data Efficiency with Diffusion in Offline Multi-agent RL

通过扩散模型提升离线多智能体强化学习的泛化能力与数据效率

Zhuoran Li, Ling Pan, Jiatai Huang, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences（交叉信息学院） ； Tsinghua University（清华大学） ； Department of Electronic and Computer Engineering（电子与计算机工程系） ； Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散离线多智能体模型（DOM2），利用扩散模型增强策略表达力和多样性，结合轨迹数据重加权，在离线MARL中显著提升性能、泛化能力和数据效率。

Estimating Spatially-Smoothed Fiber Orientation Distribution from Diffusion-MRI Experiments

从扩散MRI实验估计空间平滑的纤维取向分布

Jilei Yang, Seungyong Hwang, Mengjie Shi, Jie Peng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出最近邻自适应回归模型（NARM），通过加权局部似然估计和空间邻域嵌套实现纤维取向分布（FOD）的空间自适应估计，引入体素级重缩放和数据驱动停止规则防止过平滑，并基于配置感知策略选择相似性平滑参数，在模拟和人类连接组项目数据中提高了估计准确性和可重复性。

Generative Learning of the Solution of Parametric Partial Differential Equations Using Guided Diffusion Models and Virtual Observations

利用引导扩散模型和虚拟观测生成参数偏微分方程解的生成学习

Han Gao, Sebastian Kaltenbach, Petros Koumoutsakos

机构 * School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出一种生成学习框架，通过梯度引导和虚拟观测建模高维参数系统，通过两个案例研究展示其在无结构网格和有结构网格上的有效性，减少计算成本，提高流体动力学预测效率。

SHERPA: Seam-aware Harmonized ERP Adaptation for Open-Domain 360$^\circ$ Panorama Generation

SHERPA: 面向开放域360°全景生成的无缝感知协调ERP适配

Jungwoon Kang, Jaehun Kim, Yiwon Yu, Hyungyum Jang, Sanghoon Lee, Jongyoo Kim

机构 * Yonsei University（延世大学） 纠错

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

AI总结 提出SHERPA框架，通过频率选择性圆形RoPE、圆形潜编码/解码、图像侧FFN适配器和双路径训练方案，实现从平面扩散模型到360°全景的轻量级适配，支持逼真和风格化全景生成。

Comments 29 pages, 23 figures, 5 tables. Preprint version

Erased but Not Forgotten: How Backdoors Compromise Concept Erasure

擦除但未遗忘：后门如何破坏概念擦除

Tobias Braun, Jonas Henry Grebe, Marcus Rohrbach, Anna Rohrbach

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

AI总结 本文揭示了一种名为擦除规避后门（EEB）的漏洞，攻击者将后门触发器绑定到待擦除概念上，使得该恶意链接在后续擦除后仍然存在，从而绕过多种概念擦除方法。

Physics-Driven Spatiotemporal Modeling for AI-Generated Video Detection

物理驱动的时空建模用于AI生成视频检测

Shuhai Zhang, ZiHao Lian, Jiahao Yang, Daiyuan Li, Guoxuan Pang, Feng Liu, Bo Han, Shutao Li, Mingkui Tan

机构 * South China University of Technology（华南理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Key Laboratory of Big Data and Intelligent Robot, Ministry of Education（教育部大数据与智能机器人重点实验室） ； Pazhou Lab（琶洲实验室） ； University of Melbourne（墨尔本大学） ； Hunan University（湖南大学） ； Hong Kong Baptist University（香港 Baptist大学） 纠错

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

AI总结 提出基于概率流守恒的物理驱动AI生成视频检测范式，通过归一化时空梯度（NSG）统计量捕捉物理异常，结合预训练扩散模型估计NSG，并利用最大均值差异（MMD）进行检测，在Recall和F1-Score上分别提升16.00%和10.75%。

Comments Accepted at NeurIPS 2025 spotlight

Flow Matching with In-Context Priors for Out-of-Distribution Brain Dynamics

基于上下文先验的分布外脑动力学流匹配

Sam Gijsen, Michał Łukomski, Marc-André Schulz, Kerstin Ritter

机构 * Hertie Institute for AI in Brain Health, University of Tübingen（赫蒂人工智能脑健康研究所，图宾根大学） ； Tübingen AI Center, University of Tübingen（图宾根人工智能中心，图宾根大学） ； Charité – Universitätsmedizin Berlin, Department of Psychiatry and Psychotherapy（柏林夏里特医学院，精神病学与心理治疗系） ； German Center for Mental Health (DZPG), partner site Tübingen（德国心理健康中心（DZPG），图宾根合作站点） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种逐时间步条件扩散Transformer，通过注入组合语言和可选空间先验，实现未见认知任务下fMRI脑动力学的零样本生成，支持反事实神经科学。

Comments Code and pretrained models available at https://github.com/SamGijsen/pinc-flows