视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
ST-DiffEye: 基于扩散的连续注视生成通过联合扫描路径-轨迹建模
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出ST-DiffEye，一种联合轨迹-扫描路径扩散框架，通过将两者拼接为额外输入通道进行联合建模，并引入基于连续排序概率得分（CRPS）的评估方法，在视觉搜索和自由观看任务上达到最先进性能。
Lesion-DDPM：用于MS MRI合成的病灶增强3D扩散模型
机构 * University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； National Taiwan University Hospital（国立台湾大学医院） ； National University of Mongolia（蒙古国立大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出Lesion-DDPM，一种3D条件扩散框架，通过多级解剖掩膜注入和病灶加权重建损失，实现病灶感知的FLAIR合成，在MS病灶分割下游任务中显著提升Dice分数。
扩散反演中的时间步重调度
机构 * Nanyang Technological University（南洋理工大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对扩散反演中时间步选择影响反演精度的问题，提出一种基于全局重缩放和局部动态规划的非均匀时间步调度器，有效降低反演误差，提升图像重建与编辑性能。
Comments Accepted by ICML 2026. 23 pages, including appendices
PPDM: 像素拼图扩散模型用于速度和内存高效的体积医学图像翻译
机构 * Department of Radiology, Northwestern University（西北大学放射学系） ； Department of Biomedical Engineering, Yale University（耶鲁大学生物医学工程系） ； Department of Radiology and Biomedical Imaging, Yale School of Medicine（耶鲁医学院放射学与生物医学影像系）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出像素拼图扩散模型（PPDM），通过可逆像素拼图操作和直接桥接扩散公式，在降低内存和加速推理的同时保持全局一致性，用于3D医学图像翻译。
Comments 12 pages, 5 figures, 5 tables
HemExp: 临床引导的潜在扩散模型用于血肿扩展示建模
机构 * CLAIM – Charité Lab for AI in Medicine, Charité – Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt-Universität zu Berlin（柏林夏里特医学院人工智能医学实验室（CLAIM），柏林夏里特医学院，柏林自由大学和柏林洪堡大学成员） ； Department of Neurosurgery, Mie Chuo Medical Center（三重中央医疗中心神经外科）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出临床引导的潜在扩散模型HemExp，通过生成患者特异性随访CT图像及血肿分割，实现血肿扩展示的空间概率预测，支持临床变量扰动下的不确定性建模。
扩散模型的时间差分学习
机构 * Department of Engineering Science, University of Oxford, Oxford, United Kingdom（牛津大学工程科学系） ； School of Computer Science, Carleton University, Ottawa, Canada（卡尔顿大学计算机科学学院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出时间差分（TD）目标函数，通过将扩散过程视为马尔可夫奖励过程并利用强化学习中的策略评估，强制去噪轨迹上的跨时间一致性，显著提升少步采样下的生成质量。
Comments 15 pages, 4 figures. Accepted at ICML 2026
VANDERER: 基于未来感知与视觉好奇心引导扩散策略的无地图探索
机构 * Control/Robotics Research Laboratory (CRRL), Department of Electrical and Computer Engineering, NYU Tandon School of Engineering（纽约大学坦登工程学院电气与计算机工程系控制/机器人研究实验室（CRRL）） ； New York University Abu Dhabi (NYUAD) Center for Artificial Intelligence and Robotics (CAIR)（纽约大学阿布扎比分校人工智能与机器人中心（CAIR））
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出VANDERER框架，利用视觉好奇心模块引导预训练扩散策略，仅依赖单目图像实现高效无地图探索，在多种模拟环境中平均探索面积比NoMaD多13.4%。
Pantheon360: 通过3D感知的360°视频扩散驯服数字孪生生成
机构 * University of Southern California（南加州大学） ； National Yang Ming Chiao Tung University（国家阳明交通大学） ； Cornell University（康奈尔大学） ； Bosch Research（博世研究）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出Pantheon360框架，利用显式3D缓存从稀疏360°输入生成高保真视频，实现全局几何一致性和可控相机路径，解决传统透视视频生成器视野受限导致的跨视图不一致和时间漂移问题。
Comments Accepted to CVPR 2026. Project page: https://koi953215.github.io/pantheon360_page/
DiverseDiT：扩散Transformer中的多样化表示学习
机构 * Fudan University（复旦大学） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 通过分析扩散Transformer的表示动力学，发现块间表示多样性是关键，提出DiverseDiT框架，利用长残差连接和多样性损失促进多样特征学习，在ImageNet上提升性能并加速收敛。
Comments Accepted in CVPR 2026, GitHub Code: https://github.com/kobeshegu/DiverseDiT, Project Page: https://forevermamba.work/projects/DiverseDiT/
通过低秩适应与动态损失加权实现潜在扩散模型的高效水印方法
机构 * Xiamen Key Laboratory of Data Security and Blockchain Technology, Huaqiao University, Xiamen 361021, China（厦门数据安全与区块链技术重点实验室，华侨大学，厦门361021，中国） ； Department of Information Engineering and Mathematics of the University of Siena, Italy（意大利锡耶纳大学信息工程与数学系） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing, Shenzhen University, Shenzhen 518060, China（广东省智能信息处理重点实验室，深圳大学，深圳518060，中国） ； Shenzhen Key Laboratory of Media Security, Shenzhen University, Shenzhen 518060, China（深圳媒体安全重点实验室，深圳大学，深圳518060，中国） ； SZU-AFS Joint Innovation Center for AI Technology, Shenzhen University, Shenzhen 518060, China（深圳大学人工智能技术联合创新中心）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 本文提出基于低秩适应的潜在扩散模型高效水印方法，通过动态损失加权平衡生成质量与水印保真度，实现快速准确的水印嵌入且不影响生成图像质量。
Journal ref Expert Systems with Applications. 331 (2026) 133172
CLAD: 面向视觉-语言程序规划的约束潜在动作扩散模型
机构 * Machine Perception and Interaction group, Örebro University（机器感知与交互组，奥雷布罗大学） ； Collaborative Artificial Intelligence group, University of Stuttgart（协作人工智能组，斯图加特大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出CLAD模型，利用变分自编码器学习动作和观测的潜在表示作为约束，引导扩散模型生成动作，在三个数据集上大幅超越现有方法。
Comments Accepted at RO-MAN 2026
RAID: 面向真正冷启动和跨语言预测的语义图扩散
机构 * University College of Engineering, Anna University Tiruchirappalli（安娜大学蒂鲁吉拉伯利工程学院） ； Central University of Karnataka（卡纳塔克中央大学） ； National Institute of Technology Tiruchirappalli（蒂鲁吉拉伯利国立理工学院） ； Jawaharlal Nehru University（贾瓦哈拉尔·尼赫鲁大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对时间序列基础模型在无历史数据时失效的问题，提出RAID框架，利用元数据语义检索和图条件扩散实现冷启动预测，在准确性和推理速度上超越现有方法，并支持零样本跨语言迁移。
Comments 25 pages, 4 figures, 8 tables
LESS Is More: 扩散语言模型的互稳定采样
机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Ecole Polytechnique（巴黎综合理工学院）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对扩散语言模型固定步数采样效率低的问题，提出无训练的自适应采样器LESS，通过互稳定规则动态决定掩码位置何时解码，在7个基准上平均准确率提升且步数减少72.1%。
向后Cahn-Hilliard-反应-扩散问题的Carleman估计
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对耦合Cahn-Hilliard-反应-扩散系统的向后逆问题，通过建立四阶/二阶抛物系统的Carleman估计，推导出从单一最终时间观测重构过去状态的Hölder稳定性和对数稳定性，并应用于肿瘤生长模型获得早期状态的向后唯一性和定量稳定性。
Comments 34 pages
XL-ChannelDiff: 一种面向XL-MIMO系统的高效基于扩散的多域近场信道外推框架
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出基于条件去噪扩散隐式模型（CDDIM）的多域近场信道外推框架，通过物理感知骨干网络和WGAN对抗监督实现高精度外推，在多种配置下表现优异。
扩散流匹配：维度改进的KL界和Wasserstein保证
机构 * Ecole Polytechnique, Massy Palaiseau, France（法国高等理工学院，马希-帕莱索）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文针对基于布朗运动的扩散流匹配，在KL散度和2-Wasserstein距离下推导了改进的离散化误差收敛界，实现了维度依赖的最优缩放。
快速判断何时，谨慎决定谁：基于扩散增强的双过程多轮对话
机构 * Deakin University（迪肯大学） ； Griffith University（格里菲斯大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对多说话人对话中的轮次转换问题，提出音频两阶段流水线，先快速检测轮次边界，再轻量验证决定是否转移并预测下一说话人，扩散增强进一步改善检测性能。
MUNI：面向连贯任意到任意生成的多模态统一潜在扩散
机构 * KAIST（韩国科学技术院）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出MUNI框架，通过端到端多模态潜在扩散和路由训练目标，实现任意到任意生成，在条件生成上匹配或超越基线，并在无条件连贯性上取得最大优势。
Comments Project page: https://muni-proj.github.io/
具有漂移的退化交叉扩散系统的分离解
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 通过拉格朗日公式和极小移动方案，证明了一维带独立漂移的退化交叉扩散系统全局弱解的存在性，并处理了多孔介质退化、对数熵和快速扩散情形。
Comments 33 pages
面向公平与节能的无人机辅助无线网络的扩散离线强化学习
机构 * Centre for Wireless Communications (CWC), University of Oulu（奥卢大学无线通信中心（CWC））
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出扩散软演员-评论家方法，结合保守Q学习与扩散模型，在离线强化学习中优化无人机轨迹与调度，降低能耗并提升公平性，性能优于现有算法。
有向图信号处理的图扩散-平流算子
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文通过建立有向图拉普拉斯算子与扩散-平流算子的对应关系，提出基于特征值模和幅角的频率排序及平滑度定义，并设计扩散和平流核及组合滤波器，用于有向图信号处理。
Comments Submitted to IEEE Transactions on Signal and Information Processing over Networks
现在谁应该主导解码？跟踪可靠轨迹以集成掩码扩散语言模型
机构 * KAIST（韩国科学技术院） ； AITRICS
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对掩码扩散语言模型集成问题，提出TIE框架，通过跟踪答案相关位置的置信度动态，迭代识别并传递可靠解码轨迹，实现多模型协同生成。
Comments preprint
通过物理耦合扩散模型缝合分子世界
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出物理相互作用耦合扩散模型(PICDiff)，通过显式键合和非键合相互作用在推理时耦合独立训练的子扩散模型，实现对复杂化学系统的构象采样和热力学建模。
基于速度场分解的去中心化扩散模型中ODE采样器的Wasserstein收敛性
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对去中心化扩散模型中随机专家切换的ODE采样，通过速度场分解建立Wasserstein-2距离下的收敛保证，证明N步离散化以O(N^{-1/2}+ε)速率收敛。
Comments 50 pages, 9 figures. Preprint under review
可及孔隙几何形状主导拥挤环境中的示踪剂扩散
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 通过实验和模拟发现，示踪剂在拥挤环境中的扩散主要由可及孔隙尺寸决定，并利用并行部分高斯过程模型快速预测均方位移。
Comments 32 pages, 16 figures
离散扩散语言模型的平均场并行解码
机构 * School of Electrical & Computer Engineering, Tel Aviv University（特拉维夫大学电气与计算机工程学院） ； School of Computer Science and AI, Tel Aviv University（特拉维夫大学计算机科学与人工智能学院） ； Department of Computer Science, Technion, Israel Institute of Technology（以色列理工学院计算机科学系）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出一种无需训练的解码框架，通过平均场变分松弛协调并行令牌更新，在单次前向传播中抑制冲突，提升质量-延迟权衡。
用于退化扩散-反应问题的高阶IMEX-RK格式优化及其在行波现象中的应用
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对退化扩散-反应问题，提出优化的高阶IMEX-RK格式，结合半隐式SI-IMEX-RK方法避免反应项分裂，并采用多边形间断Galerkin空间离散，准确捕捉行波前沿。
机器人作为令牌：面向协调多机器人轨迹生成的统一扩散Transformer
机构 * Nanyang Technological University（南洋理工大学） ； Agency for Science, Technology and Research（新加坡科技研究局） ； National University of Singapore（新加坡国立大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出Roken框架，将每个机器人表示为离散令牌，通过扩散Transformer直接生成满足安全和连通性约束的多机器人轨迹，无需迭代后处理。
Comments 23 pages, 13 figures; \textbf{Project page:} \href{https://bairuofei.github.io/roken-project-page/}{\texttt{bairuofei.github.io/roken-project-page}}
DiRecT：基于滚动去噪的安全扩散规划
机构 * MIT（麻省理工学院）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出DiRecT算法，通过随机最优控制仅在最终干净轨迹上施加约束，避免中间去噪步骤过度约束，实现安全扩散规划，提升安全性和任务性能。
语义DLM+：通过转移核设计中的偏差-方差权衡改进扩散语言模型
机构 * Alibaba Group（阿里巴巴集团） ； Fudan University（复旦大学） ； University College London（伦敦大学学院） ； Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文通过分析泛化误差的三个关键因素，提出SemDLM+模型，通过全局转移和语义频率惩罚解决语义盆地问题，在LM1B和OpenWebText上提升了训练动态和生成质量。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈