Optimal Stopping for a Diffusion with Unobserved Bernoulli Drift
具有未观测伯努利漂移的扩散过程的最优停止
专题命中 扩散模型 ：diffusion(title)
AI总结 针对带未观测伯努利漂移的维纳过程，在对称且随距离增加的终端成本及正单位时间成本下，通过叶状结构将问题提升到二维空间，显式求解最优停止问题，并刻画停止区域。
Comments 47 pages, 7 figures
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 扩散模型 172 篇
Professional networks and the diffusion of clinical guidelines in opioid prescribing
专业网络与阿片类药物处方临床指南的扩散
专题命中 扩散模型 ：diffusion(title)
AI总结 利用2013-2020年Medicare Part D数据，研究专业网络如何影响阿片类药物处方及CDC指南的传播，发现网络中心性高的医生对政策响应更大。
Comments 34 pages, 13 figures
Tuning ergodicity breaking: Anomalous diffusion under asymptotic power-law forcing
调节遍历性破缺：渐近幂律强迫下的反常扩散
专题命中 扩散模型 ：diffusion(title)
AI总结 研究通过广义朗之万方程中的标度参数η，揭示了渐近幂律外力驱动下系统的热化、遍历性破缺和失控增长三种动力学相，并发现涨落-耗散定理与外力无关。
Comments 5 pages, 2 figures
VoidPadding: Let [VOID] Handle Padding in Masked Diffusion Language Models so that [EOS] Can Focus on Semantic Termination
VoidPadding: 让 [VOID] 处理掩码扩散语言模型中的填充，以便 [EOS] 专注于语义终止
机构 * Tsinghua University（清华大学）
专题命中 扩散模型 ：diffusion(title)
AI总结 提出VoidPadding方法，通过引入[VOID]令牌处理填充，将[EOS]从双重角色中解放，实现大块解码下的早期停止和自适应响应扩展，在数学推理和代码生成任务上平均提升17.84分，并减少55.7%的NFE。
Comments Minor related-work revisions; results unchanged
ChronoLock: Protecting Videos from Unauthorized Text-to-Video Personalization
ChronoLock: 保护视频免受未经授权的文本到视频个性化
机构 * Nanyang Technological University（南洋理工大学） ； Jilin University（吉林大学） ； The University of Manchester（曼彻斯特大学）
专题命中 扩散模型 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV
AI总结 针对文本到视频个性化中的未经授权微调风险，提出ChronoLock框架，通过扰动时间去噪轨迹破坏运动学习过程，有效降低运动模仿质量。
Retrieval-Augmented Anatomical Guidance for Text-to-CT Generation
检索增强的解剖引导用于文本到CT生成
机构 * Unit of Artificial Intelligence and Computer Systems, Department of Engineering, Università Campus Bio-Medico di Roma, Rome, Italy（人工智能与计算机系统单位，工程系，罗马生物医学大学，意大利罗马） ； Department of Diagnostics and Intervention, Biomedical Engineering and Radiation Physics, Umeå University, Umeå, Sweden（诊断与介入系，生物医学工程与放射物理，乌梅大学，瑞典乌梅）
专题命中 扩散模型 ：diffusion(abstract)；image synthesis(abstract)；分类 cs.CV
AI总结 提出检索增强方法，通过检索相关临床案例的解剖标注作为结构代理，注入文本条件潜在扩散模型，实现文本到CT生成中语义与解剖信息的融合，提升图像保真度和临床一致性。
A Standard Processing Pipeline for High-accuracy Measurement of Few-shot Regression on Laser Induced Breakdown Spectroscopy
激光诱导击穿光谱小样本回归高精度测量的标准处理流程
机构 * University of Arizona（亚利桑那大学）
专题命中 扩散模型 ：diffusion(abstract,abstract_cn)
AI总结 提出集成扩散去噪、注意力自编码器降维、组混洗数据增强和普通最小二乘回归的标准流程，在LIBS小样本回归中实现平均RMAE 0.2847，较基线提升37.7%。
Generative Modeling via Kernelized Stochastic Interpolants
基于核化随机插值的生成建模
机构 * CCM, Flatiron Institute, New York, USA（CCM，Flatiron研究所，纽约，美国） ； Courant Institute of Mathematical Sciences, New York University, New York, USA（数学科学学院，纽约大学，纽约，美国）
专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)
AI总结 提出一种基于核方法的随机插值生成框架，用线性系统替代神经网络训练，通过求解与数据维度无关的线性系统得到生成SDE的漂移项，并处理扩散系数在t=0处的奇异性，适用于多种特征映射，在金融时间序列、湍流和图像生成中验证有效性。
MeshFlow: Mesh Generation with Equivariant Flow Matching
MeshFlow: 基于等变流匹配的网格生成
机构 * City University of Hong Kong（香港城市大学） ； Stanford University（斯坦福大学） ； The University of Texas, Austin（德克萨斯大学奥斯汀分校）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV、cs.GR
AI总结 提出MeshFlow，利用等变最优传输流匹配模型直接生成三角网格，避免序列化，通过改进扩散变压器架构实现等变性，推理速度提升约18倍。
Comments SIGGRAPH 2026
Lighting-Consistent Object Transfer Across Radiance Fields
跨辐射场的一致光照物体迁移
机构 * Inria ； Université Côte d’Azur（大学皮埃尔-皮埃尔·德·科蒂尔） ； Google DeepMind（谷歌DeepMind） ； Eyeline Labs（Eyeline实验室）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV、cs.GR
AI总结 针对3D高斯泼溅中物体迁移时光照不一致的问题，提出一种扩散模型调和合成图像，结合合成、生成和真实数据训练，并通过后优化整合为3DGS表示，实现高质量物体迁移。
Comments Project page: https://repo-sam.inria.fr/nerphys/dot3d
Journal ref Computer Graphics Forum (EGSR) 2026
Lift4D: Harmonizing Single-View 3D Estimation for 4D Reconstruction In-the-Wild
Lift4D: 协调单视图3D估计以实现野外4D重建
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出Lift4D框架，通过因果潜在条件化单视图3D模型获得时域一致的初始化，再结合遮挡感知优化和扩散先验，实现从单目视频重建动态非刚体4D场景，显著优于现有方法。
Comments Webpage, Demos: https://lift4d.github.io
C^2GR: Coupled Comprehensive Generative Replay for a Continually Learnable Universal Segmentation Model
C^2GR: 用于持续学习通用分割模型的耦合综合生成回放
机构 * Shanghai Jiao Tong University（上海交通大学） ； Southeast University（东南大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Imperial College London（伦敦帝国学院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 针对通用分割模型在任务增量学习中因图像外观和分割目标同时变化导致的遗忘问题，提出C^2GR框架，通过贝叶斯联合扩散和关系感知统一提示同步，合成历史任务图像-掩码对，缓解遗忘，性能仅下降2.44%。
Comments This paper has been submitted to a relevant journal
MeGAS: Thermomechanical Dynamic Gaussian Splatting for Thermophysical Scene Editing
MeGAS: 用于热物理场景编辑的热力学动态高斯泼溅
机构 * State Key Laboratory of CAD\&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； University of British Columbia（不列颠哥伦比亚大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出MeGAS框架，将热力学相变动力学融入3D高斯泼溅，通过温度属性、热对流-扩散求解器和MPM动力学实现热物理现象的物理真实合成，并采用拓扑自适应渲染策略处理极端变形。
Comments Accepted by ECCV 2026. Project page: http://zju3dv.github.io/MeGAS
FedOT: Ownership Verification and Leakage Tracing via Watermarks for Federated LDMs
FedOT: 联邦潜扩散模型的所有权验证与泄露追踪水印
机构 * Northwest Normal University（西北师范大学） ； The University of Tokyo（东京大学） ； National University of Singapore（新加坡国立大学） ； Sun Yat-sen University（中山大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出FedOT框架，通过分块水印和潜向量变换解决联邦学习中潜扩散模型的所有权验证与恶意客户端泄露追踪问题。
Comments Accepted to ECCV 2026
Towards Error-Free Long Video Generation
迈向无错误的长视频生成
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出一种基于扩散模型的长视频生成框架，通过因果注意力、KV缓存和截断修正流技术解决误差累积和属性漂移问题，实现高质量、身份一致的单镜头长视频合成。
Dual-Stream EEG Decoding for 3D Visual Perception
用于3D视觉感知的双流脑电解码
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出一种模仿生物视觉腹侧和背侧通路的双流脑电解码模型，通过圆形回归预测角度和EEG条件多视图扩散实现3D重建，揭示了时间动态的通道参与模式。
Comments 17 pages, 4 figures. Accepted at the Symmetry and Geometry in Neural Representations Workshop (NeurReps), NeurIPS 2025. To appear in Proceedings of Machine Learning Research (PMLR)
Feed-forward Motion In-betweening for Any 4D
任意4D的前馈运动插值
机构 * Waseda University（早稻田大学） ； AIST（产业技术综合研究所） ； Durham University（杜伦大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出一种基于关键帧条件的前馈插值框架，利用网格VAE和MMDiT骨干的整流流模型，实现任意4D网格的快速运动插值，在DyMesh16和DyMesh32上表现优异。
Comments Video: https://youtu.be/jZAjPUtSq38?si=aXtDMDviFdfkjKUU
One-Shot Data Selection for Medical Image Classification via Graph Coverage
基于图覆盖的医学图像分类一次性数据选择
机构 * United Arab Emirates University（阿拉伯联合酋长国大学） ； KU Leuven（鲁汶大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出一种基于图的一次性数据选择方法，利用预训练编码器的k近邻图构建热扩散核，通过贪婪设施位置选择最大化数据流形覆盖的子集，在五个MedMNIST数据集上优于基线方法。
Comments Accepted at MICCAI 2026
EnTrust: Modeling Inter-Modal Conflict for Trustworthy Multimodal Medical Image Analysis
EnTrust: 建模模态间冲突以实现可信的多模态医学图像分析
机构 * Khalifa University（哈利法大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Aarhus University（奥胡斯大学） ； Monash University（莫纳什大学） ； Jio University（Jio大学） ； NIT Jaipur（斋浦尔国立理工学院） ； University of Bern（伯尔尼大学） ； MedOS
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出EnTrust框架，通过解耦模态特征中的共享共识、特定线索和冲突信号，利用扩散模型生成假设并校准像素级不确定性，在多个医学图像分割基准上达到SOTA，校准误差降低40%。
ShuffleFlow: Scalable Posterior Inference for Bayesian Inverse Imaging
ShuffleFlow: 贝叶斯逆成像的可扩展后验推断
机构 * Northwestern University（西北大学） ； Department of Physics and Astronomy, Northwestern University（西北大学物理与天文学系） ； NSF-Simons AI Institute for the Sky (SkAI)（NSF-Simons天空人工智能研究所） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出ShuffleFlow框架，通过像素重排、神经场编码和条件归一化流，实现大规模图像重建中可扩展的后验推断，比扩散采样器更快生成高样本数后验。
Comments Accepted to IEEE International Conference on Computational Photography (ICCP), 2026
MemoryVAM: Integrating Memory into Video Action Model for Robot Manipulation
MemoryVAM：将记忆融入视频动作模型以实现机器人操作
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Nirvana Robotics（涅槃机器人） ； University of California, San Diego（加州大学圣迭戈分校） ； University of Utah（犹他大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出MemoryVAM，通过Recap-Cue模块将情景记忆注入视频世界模型策略，解决长时域操作中的非马尔可夫性问题，在LIBERO-Mem和真实机器人任务上显著提升成功率。
Comments Project page: https://MemoryVAM.github.io/
A Viscosity Semigroup Framework for Stable Image Reconstruction
一种用于稳定图像重建的粘性半群框架
机构 * Arina Oberoi（阿里娜·奥贝伊）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 基于尺度空间理论，提出粘性解框架用于退化椭圆-抛物PDE的多尺度图像表示，并构建混合重建算子，在CT间皮瘤分类任务中实现稳定高AUC。
Deep Image Prototype Learning with Geometric Heat-Kernel Priors
基于热核先验的流形变分学习
机构 * Yale School of Medicine（耶鲁大学医学院） ； University of Virginia（弗吉尼亚大学） ； Harvard Medical School（哈佛医学院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出一种流形锚定变分框架，利用几何感知EM算法选择热核加权潜图上的图中心点作为原型，确保原型在流形上，并通过Dirichlet能量正则化保持潜空间几何平滑，在心脏瘢痕和脑MRI基准上取得最高精度和清晰原型。
Brain-DiT: A Universal Multi-state fMRI Foundation Model with Metadata-Conditioned Pretraining
Brain-DiT：一种基于元数据条件预训练的通用多状态fMRI基础模型
机构 * Department of Biomedical Engineering, Southern University of Science and Technology, China（南方科技大学生物医学工程系，中国） ； School of Biomedical Engineering, Shenzhen University, China（深圳大学生物医学工程学院，中国）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出Brain-DiT，一种基于扩散Transformer和元数据条件预训练的通用多状态fMRI基础模型，在24个数据集上预训练，通过生成式预训练学习多尺度表示，在7个下游任务中优于重建和对齐方法。
TinyHistory: Lightweight Video History Embeddings via Two-Stage Context Learning
TinyHistory: 通过两阶段上下文学习实现轻量级视频历史嵌入
机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； HKUST（香港科技大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出TinyHistory，通过两阶段上下文学习实现轻量级视频历史嵌入，在有限计算和内存下实现与更重模型相当的一致性。
Comments Additional Results: https://lllyasviel.github.io/TinyHistory_gitpage/
360Anything: Geometry-Free Lifting of Images and Videos to 360°
360Anything: 图像和视频的无几何约束360°生成
机构 * Google DeepMind（谷歌DeepMind） ； Simon Fraser University（西蒙弗雷泽大学） ； University of Toronto（多伦多大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出无几何约束框架360Anything，基于预训练扩散Transformer，以数据驱动方式学习透视到等距柱状投影映射，无需相机元数据，实现图像和视频到360°全景的高质量生成，并引入循环潜在编码消除拼接伪影。
Comments ECCV 2026. Project page: https://360anything.github.io/
BIFE: Better Interaction, Fewer Errors for Minute-Long Video Generation
BIFE：更好的交互，更少的错误，用于分钟级视频生成
机构 * DAMO Academy, Alibaba Group（阿里巴巴集团 DAMO 院） ； Zhejiang University（浙江大学） ； Hupan Lab（虎扑实验室）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 提出BIFE框架，通过语义稀疏KV缓存和块强制训练策略，解决长视频生成中的长程交互保持和误差累积问题，实现稳定连贯的分钟级视频生成，在VDE指标上提升约20%。
AI-Augmented Thyroid Scintigraphy for Robust Classification of Disease
AI增强甲状腺闪烁显像用于疾病的鲁棒分类
机构 * organization= Department of Physics \& Astronomy, University of British Columbia , city= Vancouver , country= Canada ； organization= Department of Basic ； Translational Research, BC Cancer Research Institute , city= Vancouver , country= Canada ； Molecular Imaging, Department of Medical Imaging, Geneva University Hospital , city= Geneva , country= Switzerland ； organization= Department of Electrical ； Computer Engineering, University of British Columbia , city= Vancouver , country= Canada ； organization= Department of Nuclear Medicine, 5Azar Hospital, Golestan University of Medical Sciences , city= Gorgan , country= Iran ； organization= Department of Medical Physics, Kashan University of Medical Sciences , city= Kashan , country= Iran ； organization= Department of Pathology ； Radiology, School of Medicine, Alborz University of Medical Sciences , city= Karaj , country= Iran ； organization= Nuclear Medicine Research Center, Mashhad University of Medical Sciences , city= Mashhad , country= Iran ； organization= Department of Surgery, St. Paul's Hospital \& University of British Columbia , city= Vancouver , country= Canada ； organization= School of Biomedical Engineering, University of British Columbia , city= Vancouver , country= Canada ； organization= Department of Orthopaedics, Faculty of Medicine, University of British Columbia , city= Vancouver , country= Canada ； organization= Department of Radiology, University of British Columbia , city= Vancouver , country= Canada
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本研究探讨了稳定扩散、流匹配和常规增强三种数据增强策略对基于深度学习的甲状腺闪烁显像分类的影响，发现流匹配方法在性能上最优，结合原始数据实现了最高的F1分数和AUC值。
Journal ref Physica Medica 148 (2026) 105854
Innovative Extensions to Option Pricing: Asymmetric Brownian Motion and Random Walk Approaches
期权定价的创新扩展：非对称布朗运动与随机游走方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出几何非对称布朗运动（GABM）模型，通过Cherny-Shiryaev-Yor不变性原理统一非对称布朗运动与随机游走，推导出闭式期权定价公式并构建二项树算法，有效捕捉市场偏斜和波动率不对称性。
STAR-VAE: Structured Topology-Aware Regularization for Audio Reconstruction and Generation
STAR-VAE: 结构化拓扑感知正则化用于音频重建与生成
机构 * Hong Kong University of Science（香港科学大学） ； Tongyi Fun Team, Alibaba Group（通义Fun团队，阿里巴巴集团）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对连续VAE在压缩率、重建保真度和潜在空间拓扑之间的三难困境，提出结构化拓扑感知正则化（STAR），通过增长约束场重塑潜在空间几何，实现音频的高保真重建与生成。
Comments ICML 2026
