图像生成

STRIDE: Post-Training LLMs to Reason and Refine Bio-Sequences via Edit Trajectories

STRIDE: 通过编辑轨迹对生物序列进行后训练推理与优化

Daiheng Zhang, Shiyang Zhang, Sizhuang He, Yangtian Zhang, Syed Asad Rizvi, David van Dijk

专题命中 图像编辑 ：diffusion(abstract)

AI总结 提出STRIDE框架，通过后训练使LLM生成可执行的插入/删除/替换轨迹，结合监督微调和策略优化实现离散生物序列的迭代优化，在蛋白质和分子编辑任务上显著提升成功率和新颖性。

Comments Accepted to ICML 2026

Score-based diffusion models for accurate crystal-structure inpainting and reconstruction of hydrogen positions

基于分数的扩散模型用于精确的晶体结构修补和氢原子位置重建

Timo Reents, Arianna Cantarella, Marnik Bercx, Pietro Bonfà, Giovanni Pizzi

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

AI总结 提出将计算机视觉中的图像修补扩散模型应用于材料科学，实现从部分信息重建晶体结构，特别是氢原子位置，成功率超97%。

Journal ref npj Comput Mater 12, 203 (2026)

RAIGen: Rare Attribute Identification in Text-to-Image Generative Models

RAIGen: 文本到图像生成模型中的罕见属性识别

Silpa Vadakkeeveetil Sreelatha, Dan Wang, Serge Belongie, Muhammad Awais, Anjan Dutta

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

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

AI总结 提出RAIGen框架，利用Matryoshka稀疏自编码器和新颖的少数度量，在无标签条件下发现扩散模型中的罕见属性，并支持属性放大。

Comments Accepted at ICML 2026. Webpage and code available at https://github.com/VSSILPA/RAIGen

DPRM: A Plug-in Doob h transform-induced Token-Ordering Module for Diffusion Language Models

DPRM: 一种用于扩散语言模型的即插即用Doob h变换诱导的令牌排序模块

Dake Bu, Wei Huang, Andi Han, Hau-San Wong, Qingfu Zhang, Taiji Suzuki, Atsushi Nitanda

机构 * City University of Hong Kong（香港城市大学） ； The Institute of Statistical Mathematics（统计数学研究所） ； University of Sydney（悉尼大学） ； Nanyang Technological University（南洋理工大学） ； The University of Tokyo（东京大学） 纠错

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

AI总结 提出DPRM模块，通过在线估计从置信度驱动排序逐步过渡到过程奖励引导排序，改进扩散语言模型的令牌排序策略，在九种任务中提升性能。

Rethinking Cross-Layer Information Routing in Diffusion Transformers

重新思考扩散变换器中的跨层信息路由

Chao Xu, Maohua Li, Qirui Li, Yixuan Xu, Yanke Zhou, Yunhe Li, Cuifeng Shen, Hanlin Tang, Kan Liu, Tao Lan, Lin Qu, Shao-Qun Zhang

机构 * Nanjing University（南京大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文研究了扩散变换器中跨层信息流动的问题，通过系统性的实证分析，识别了传统残差加法的三个具体症状，并提出了扩散适应性路由（DAR）方法，以实现可学习、时间步适应和非递增的子层输出聚合，从而提升模型性能。

DVD: Discrete Voxel Diffusion for 3D Generation and Editing

DVD: 用于3D生成和编辑的离散体素扩散

Zhengrui Xiang, Jiaqi Wu, Fupeng Sun, Heliang Zheng, Yingzhen Li

机构 * Imperial College London（伦敦帝国学院） ； Math Magic ； Hitem3D 纠错

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

AI总结 提出离散体素扩散框架（DVD），通过将体素占用视为离散变量，实现稀疏体素的生成、不确定性估计和编辑，避免连续到离散的阈值处理，并提供可解释的生成动态。

FUSER: Feed-Forward MUltiview 3D Registration Transformer and SE(3)$^N$ Diffusion Refinement

FUSER: 前馈多视图3D配准Transformer与SE(3)^N扩散精化

Haobo Jiang, Jin Xie, Jian Yang, Liang Yu, Jianmin Zheng

机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） ； Nanjing University（南京大学） 纠错

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

AI总结 提出FUSER，首个前馈多视图配准Transformer，在统一潜在空间中直接预测全局位姿，避免成对匹配；并引入SE(3)^N扩散精化框架FUSER-DF以校正估计。

Comments Accepted to CVPR 2026 (Oral)

DiffAttn: Diffusion-Based Drivers' Visual Attention Prediction with LLM-Enhanced Semantic Reasoning

DiffAttn: 基于扩散的驾驶员视觉注意力预测与LLM增强语义推理

Weimin Liu, Qingkun Li, Jiyuan Qiu, Wenjun Wang, Joshua H. Meng

机构 * School of vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； Beijing Key Laboratory of Human-Computer Interaction, Institute of Software, Chinese Academy of Sciences（北京人机交互重点实验室，中国科学院软件研究所） ； Remote Sensing and Earth Observation Laboratory, University of Copenhagen（远程感知与地球观测实验室，哥本哈根大学） ； California PATH, University of California, Berkeley（加州PATH，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DiffAttn框架，将驾驶员视觉注意力预测建模为条件扩散去噪过程，结合Swin Transformer、特征融合金字塔和LLM增强语义推理，在四个数据集上达到最先进性能。

Phys4D: Fine-Grained Physics-Consistent 4D Modeling from Video Diffusion

Phys4D: 从视频扩散模型实现细粒度物理一致的4D建模

Haoran Lu, Shang Wu, Songling Liu, Jianshu Zhang, Maojiang Su, Guo Ye, Chenwei Xu, Lie Lu, Pranav Maneriker, Fan Du, Manling Li, Zhaoran Wang, Han Liu

机构 * Northwestern University（西北大学） ； Dolby Laboratories（杜比实验室） 纠错

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

AI总结 提出Phys4D流水线，通过三阶段训练（伪监督预训练、物理监督微调、强化学习校正）从视频扩散模型学习物理一致的4D世界表示，显著提升细粒度时空与物理一致性。

Learn from Your Mistakes: Self-Correcting Masked Diffusion Models

从错误中学习：自纠正掩码扩散模型

Yair Schiff, Omer Belhasin, Roy Uziel, Guanghan Wang, Marianne Arriola, Gilad Turok, Ran Zilberstein, Michael Elad, Volodymyr Kuleshov

机构 * Cornell（康奈尔大学） ； NVIDIA（英伟达） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出ProSeCo框架，通过训练模型同时进行掩码去除和错误纠正，在生成过程中迭代修正已解码标记，提升样本质量并实现更快的采样速度。

Comments Code to reproduce our experiments is available here: https://github.com/kuleshov-group/proseco

DICE: Diffusion Large Language Models Excel at Generating CUDA Kernels

DICE：扩散大语言模型在生成CUDA内核方面表现出色

Haolei Bai, Lingcheng Kong, Xueyi Chen, Jianmian Wang, Zhiqiang Tao, Huan Wang

机构 * Westlake University（西湖大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Rochester Institute of Technology（罗切斯特理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出CuKe数据集和BiC-RL训练框架，构建DICE系列扩散大语言模型（1.7B/4B/8B），在KernelBench上显著优于同类自回归和扩散模型，实现CUDA内核生成新SOTA。

Comments v2: Expanded with dLLM vs. autoregressive LLM comparisons, ablation studies, and qualitative case studies

Global Dynamics and Patterns of a Gray-Scott Model with Local-Nonlocal Diffusion

具有局部-非局部扩散的Gray-Scott模型的全局动力学与模式

Md Shah Alam

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用半群理论与对偶论证，证明了具有局部-非局部扩散的Gray-Scott模型全局解的存在性与有界性，并展示了局部与混合模型的模式。

Manifold GCN: Diffusion-based Convolutional Neural Network for Manifold-valued Graphs

Manifold GCN：基于扩散的流形值图卷积神经网络

Martin Hanik, Gabriele Steidl, Christoph von Tycowicz

机构 * BIFOLD—Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究院） ； Technical University Berlin（柏林技术大学） ； Zuse Institute Berlin（柏林泽尼茨研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出两种适用于黎曼流形特征图的图神经网络层：基于流形值图扩散方程的扩散层和受向量神经元启发的切向多层感知器，两者在节点置换和流形等距下等变，在更广泛问题上优于任务特定网络。

Comments Extended ADNI experiment

Journal ref International Journal of Computer Vision, Volume 134, article number 315 (2026)

Existence of weak solutions for fast diffusion equation with a divergence type of drift term

带有散度型漂移项的快速扩散方程弱解的存在性

Sukjung Hwang, Kyungkeun Kang, Hwa Kil Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 在漂移项满足可积性条件下，构造满足L^q能量不等式和Wasserstein空间速度估计的非负弱解；当漂移项无散时，可放宽条件，并应用于粘性Boussinesq系统。

Comments arXiv admin note: text overlap with arXiv:2306.08237

Journal ref Nonlinear Anal. Real World Appl. 93 (2027), Article 104685

Generative AI Enabled Robust Sensor Placement in Cyber-Physical Power Systems: A Graph Diffusion Approach

生成式AI赋能的信息物理电力系统鲁棒传感器布置：一种图扩散方法

Changyuan Zhao, Guangyuan Liu, Bin Xiang, Benoit Delinchant, Dong In Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于图扩散的生成式AI框架，通过经验反馈图扩散算法优化传感器布置，同时提升物理层异常检测和网络层通信韧性，解决信息物理电力系统的NP-hard优化问题。

Comments 14 pages, 9 figures

SceneCompleter: Dense 3D Scene Completion for Generative Novel View Synthesis

SceneCompleter：面向生成式新视角合成的密集3D场景补全

Weiliang Chen, Jiayi Bi, Yuanhui Huang, Wenzhao Zheng, Yueqi Duan

机构 * Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

AI总结 提出SceneCompleter，通过几何-外观双流扩散模型在RGBD潜空间进行密集3D场景补全，并引入场景嵌入器整合全局信息，实现跨视角一致的生成式新视角合成。

A note on the $\mathcal{W}_2$-convergence rate of the empirical measure of an ergodic $\mathbb{R}^d$-valued diffusion

关于遍历 $\mathbb{R}^d$ 值扩散过程经验测度的 $\mathcal{W}_2$ 收敛速率的一个注记

Jean-Francois Chassagneux, Gilles Pagès

专题命中 扩散模型 ：diffusion(title)

AI总结 在强汇合和Lipschitz连续系数假设下，研究遍历扩散过程经验测度在Wasserstein距离下的均方和几乎必然收敛速率。

Comments This is a companion paper to arXiv preprint arXiv:2406.13370

Principled RL for Flow Matching Emerges from the Chunk-level Policy Optimization

基于流匹配的原理化强化学习从片段级策略优化中涌现

Yifu Luo, Haoyuan Sun, Xinhao Hu, Penghui Du, Keyu Fan, Bo Li, Sinan Du, Xu Wan, Zhiyu Chen, Bo Xia, Yongzhe Chang, Changqian Yu, Kun Gai, Tiantian Zhang, Xueqian Wang

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

AI总结 本文提出了一种基于片段级策略优化的流匹配强化学习方法GCPO，通过将连续步骤聚合为相干片段并改变策略优化层级，有效缓解了优势归因不准确的问题，实验表明其在文本到图像生成任务中表现优于现有方法。

Comments ICML 2026

SPATIA: Multimodal Generation and Prediction of Spatial Cell Phenotypes

SPATIA: 空间细胞表型的多模态生成与预测

Zhenglun Kong, Mufan Qiu, John Boesen, Xiang Lin, Sukwon Yun, Tianlong Chen, Manolis Kellis, Marinka Zitnik

机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学学校生物医学信息学系） ； Department of Computer Science, University of North Carolina（北卡罗来纳大学计算机科学系） ； Department of Computer Science, Massachusetts Institute of Technology（麻省理工学院计算机科学系） 纠错

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

AI总结 提出SPATIA模型，融合细胞形态、基因表达和空间上下文，通过置信感知流匹配和形态-谱对齐实现多尺度生成与预测，在12项任务中优于18个基线模型。

Comments ICML 2026

FlowLet: Conditional 3D Brain MRI Synthesis using Wavelet Flow Matching

FlowLet: 基于小波流匹配的条件性3D脑MRI合成

Danilo Danese, Angela Lombardi, Matteo Attimonelli, Giuseppe Fasano, Tommaso Di Noia

机构 * Politecnico di Bari（巴里理工学院） ； Sapienza University of Rome（罗马萨皮恩扎大学） 纠错

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

AI总结 提出FlowLet框架，利用可逆3D小波域中的流匹配生成年龄条件化的3D脑MRI，避免重建伪影并降低计算需求，实验证明其生成高保真体积且提升脑年龄预测模型对低代表性年龄组的性能。

Comments Accepted at Medical Image Analysis (Elsevier)

4DSloMo: 4D Reconstruction for High Speed Scene with Asynchronous Capture

4DSloMo: 基于异步捕获的高速场景4D重建

Yutian Chen, Shi Guo, Tianshuo Yang, Lihe Ding, Xiuyuan Yu, Jinwei Gu, Tianfan Xue

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； NVIDIA 纠错

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

AI总结 提出一种仅使用低帧率相机的高速4D捕获系统，通过异步捕获方案将等效帧率提升至100-200 FPS，并利用视频扩散模型修复稀疏视图伪影，实现高质量高速4D重建。

Comments Webpage: https://openimaginglab.github.io/4DSloMo/

The Tale of a Hungry Subgiant and Its Brown Dwarf: Interior Radiative Damping Dominates the Tidal Evolution of TOI-5882

饥饿亚巨星与褐矮星的故事：内部辐射阻尼主导TOI-5882的潮汐演化

Ritvik Sai Narayan, Melinda Soares-Furtado, Richard H. D. Townsend

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出自洽潮汐演化框架，结合MESA双星演化与GYRE-tides线性潮汐响应，应用于TOI-5882系统，发现内部辐射阻尼主导潮汐演化，经典平衡潮模型低估恒星角动量演化数个量级，导致吞噬时间尺度缩短2-6倍，加速伴星内旋约25-110 Myr。

Comments 14 pages, 5 figures, accepted for publication in the Astrophysical Journal Letters. All inlists and the coupled framework are available at https://doi.org/10.5281/zenodo.18855025

Journal ref ApJL (2026), 1005, L35

Splitting schemes and estimators for stochastic differential equations with Hölder multiplicative noise

具有Hölder乘性噪声的随机微分方程的分裂方案和估计器

Bowen Fang, Dario Spanò, Massimiliano Tamborrino

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了具有局部Lipschitz漂移和Hölder连续乘性扩散的单变量随机微分方程的参数估计问题，提出了一种基于数值分裂方案的首个显式伪似然估计器，该方案在强均方收敛性和状态空间保持性方面优于传统的欧拉-马尔蒂内斯离散化方法，并通过模拟验证了其在准确性和计算效率上的优越性。

Comments Additional simulation results. 56 pages, 14 figures, 2 tables

Learning and Generating Mixed States Prepared by Shallow Channel Circuits

通过浅层通道电路学习和生成混合态

Fangjun Hu, Christian Kokail, Milan Kornjača, Pedro L. S. Lopes, Weiyuan Gong, Sheng-Tao Wang, Xun Gao, Stefan Ostermann

机构 * QuEra Computing Inc.（QuEra计算公司） ； 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(abstract)

AI总结 研究通过浅层通道电路生成混合态的学习问题，证明在特定相态下，仅通过测量数据即可高效学习生成混合态，为量子生成模型提供结构基础。

Comments 44 pages, 14 figures, 1 table

SP-GCRL: Influence Maximization on Incomplete Social Graphs

SP-GCRL：在不完整社交图上的影响力最大化

Haohua Niu, Yuxuan Yang, Lingfeng Zhang, Hao Li, Jiao Liang, Zongfu Luo, Luca Rossi

机构 * School of Systems Science and Engineering（系统科学与工程学院） ； Sun Yat-sen University（中山大学） ； Jiangxi University of Finance and Economics（江西财经大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Anhui University of Science and Technology（安徽理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出SP-GCRL框架，通过社交传播感知的图对比强化学习实现端到端的种子选择，解决了不完整社交图和非平稳扩散动态带来的挑战，提升了效率和可扩展性。

Comments Accepted by DASFAA 2026. The first two authors contributed equally

A Generalized Sinkhorn Algorithm for Mean-Field Schrödinger Bridge

平均场薛定谔桥的广义Sinkhorn算法

Asmaa Eldesoukey, Yongxin Chen, Abhishek Halder

机构 * Department of Aerospace Engineering, Iowa State University（爱荷华州立大学航空航天工程系） ； School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对平均场薛定谔桥问题，提出广义Hopf-Cole变换并设计Sinkhorn型递归算法求解积分-偏微分方程组，在弱假设下证明收敛性，数值实验验证有效性。

Thermodynamic constraints and future singularities in Unimodular Gravity driven by phantom and non-phantom fluids

由幻影和非幻影流体驱动的单模引力中的热力学约束与未来奇点

Norman Cruz, Samuel Lepe, Guillermo Palma, Miguel Cruz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 在单模引力框架下，通过能量扩散函数Q引入非守恒，研究平直FLRW宇宙中未来奇点，发现扩散可在非幻影流体中诱导有效幻影行为，产生Big Rip奇点。

Comments Improved version, 13 pages, no figures

Asymptotic numerical hypocoercivity of the space-time discontinuous Galerkin method for the Kolmogorov equation

Kolmogorov方程时空间断Galerkin方法的渐近数值hypocoercivity

Zhaonan Dong, Emmanuil H. Georgoulis, Philip J. Herbert

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究标准时空间断Galerkin方法离散Kolmogorov方程时，证明该方法在离散水平上具有渐近hypocoercivity性质，并通过修正内积范数族建立inf-sup稳定性，首次为一般Galerkin格式获得此类结果。

Single-View Holographic Volumetric 3D Printing with Coupled Differentiable Wave-Optical and Photochemical Optimization

单视角全息体积3D打印：耦合可微波动光学与光化学优化

Felix Wechsler, Riccardo Rizzo, Christophe Moser

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出单视角全息体积增材制造（SHVAM），通过耦合可微波动光学模型和光化学模型优化全息序列，实现微米级分辨率3D打印，在秒级时间内制造出特征尺寸约10微米的结构。

On Surjectivity of Neural Networks: Can you elicit any behavior from your model?

论神经网络的满射性：你能从模型中诱导出任何行为吗？

Haozhe Jiang, Nika Haghtalab

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文证明现代神经网络架构（如预层归一化和线性注意力模块）几乎总是满射，意味着任何输出（包括有害内容）原则上都可生成，揭示了模型在对抗攻击下的固有脆弱性。

Comments Blog: https://astro-eric.github.io/blogs/surjective/