图像生成

Spectral Stability Correspondence between Networks and Continuous Media: Theory and Applications to Population Dynamics

网络与连续介质之间的谱稳定性对应关系：理论及其在种群动力学中的应用

Idan Sorin, Alexander Nepomnyashchy

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过建立连续线性平移不变介质与离散网络之间的谱对应，将连续介质的有限波数不稳定性转化为网络耦合空间中的可预测不稳定窗口，并揭示有向网络可诱导准周期分岔。

Global Existence of Solutions of Nonlocal Geirer-Meinhardt Model and Effect of Nonlocal Operator in Pattern Formation

非局部Geirer-Meinhardt模型解的整体存在性及非局部算子在模式形成中的作用

Md Shah Alam

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非局部Geirer-Meinhardt系统解的整体存在性，利用半群理论和L^b泛函得到与核无关的界，并数值模拟展示模式形成，与传统局部模型对比。

Comments After further examination, we identified an issue in the analysis that cannot be resolved within the current framework of the manuscript. To avoid potential confusion for readers, we respectfully request withdrawal of the paper

Local Flow Matching Generative Models

局部流匹配生成模型

Chen Xu, Xiuyuan Cheng, Yao Xie

机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（哈里·米尔顿·斯图尔特工业与系统工程学院，佐治亚理工学院） ； Department of Mathematics, Duke University（杜克大学数学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出局部流匹配（LFM）方法，通过逐步学习一系列流匹配子模型，每个子模型匹配扩散过程的一个时间步，实现更高效训练，并基于χ²散度提供理论生成保证，在表格、图像和机器人策略生成中表现竞争性。

On the performance of the Euler-Maruyama scheme for multidimensional SDEs with discontinuous drift coefficient

带不连续漂移系数的多维随机微分方程的欧拉-丸山格式性能研究

Thomas Müller-Gronbach, Christopher Rauhögger, Larisa Yaroslavtseva

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究带不连续漂移系数的多维SDE的强逼近，证明欧拉-丸山格式对所有维数和p≥1达到至少1/2-的L_p误差率。

One- and two-particle spectral gap identities for the symmetric inclusion process and related models

对称包含过程及相关模型的单粒子和双粒子谱间隙恒等式

Seonwoo Kim, Federico Sau

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究对称包含过程（SIP）的谱间隙，发现对数凹区域外单粒子恒等式失效，但非保守SIP始终成立，并推导了双粒子恒等式。

Comments 57 pages, 6 figures, 1 table. Final journal version

Emission dipole orientation reveals dynamic single-molecule interactions with 2D crystals at solvent interfaces

发射偶极取向揭示溶剂界面处单分子与二维晶体的动态相互作用

Wei Guo, Tzu-Heng Chen, Nathan Ronceray, Eveline Mayner, Kenji Watanabe, Takashi Taniguchi, Aleksandra Radenovic

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出高通量偏振单分子定位显微镜，同时以纳米精度解析单荧光分子的位置和发射偶极取向，揭示了室温下六方氮化硼与有机溶剂界面处分子相互作用动力学。

Comments Nat Commun (2026)

Controllable Texture Tiling with Transformed RoPE-Enhanced Diffusion Models

可控纹理平铺：基于变换RoPE增强扩散模型

Junrong Huang, Zhiyuan Zhang, Rui Tang, Hongbo Fu, Jnig Liao

机构 * City University of Hong Kong（香港城市大学） ； Manycore Tech Inc.（Manycore科技公司） ； Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 可控生成 ：diffusion(title,abstract)；image editing(abstract)；inpainting(abstract)；分类 cs.CV、cs.GR

AI总结 提出基于扩散变换器的可控纹理平铺框架，通过坐标变换旋转位置编码实现精确平铺控制，并利用分离注意力掩码保持参考纹理结构，同时与场景光照几何无缝融合。

Comments The code and dataset are publicly accessible at https://github.com/junrongh/ControlTile

Physically-guided Image Generation for Multi-Projection Mapping

多投影映射的物理引导图像生成

Xingyun Liu, Yuqi Li, Jinhui Xiang, Pinyan Tang, Chong Wang

机构 * Ningbo University（宁波大学） 纠错

专题命中 可控生成 ：image generation(title)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 针对投影映射中理想化2D生成与物理约束不匹配的问题，提出统一可控的物理引导生成框架ConPhyG，支持合作与对抗两种范式，通过注入多维物理先验或数值优化实现几何对齐、色域利用和语义保真度的显著提升。

Comments 15 pages

Semantic Browsing: Controllable Diversity for Image Generation

语义浏览：图像生成的可控多样性

Sara Dorfman, Maya Vishnevsky, Omer Dahary, Or Patashnik, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） 纠错

专题命中 可控生成 ：image generation(title)；text-to-image(abstract)；分类 cs.CV、cs.GR

AI总结 针对文本到图像模型生成多样性不足且缺乏语义结构的问题，提出一种在文本层面引入多样性的方法，通过视觉语言模型和代理工作流实现用户可导航的语义变化空间。

Comments ECCV 2026. Project page: https://saradorfman1.github.io/SemanticBrowsing-webpage/

Controllable Accent Normalization via Discrete Diffusion

通过离散扩散实现可控口音标准化

Qibing Bai, Yuhan Du, Tom Ko, Shuai Wang, Yannan Wang, Haizhou Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanjing University（南京大学） ； Tencent Ethereal Audio Lab（腾讯虚音频实验室） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 可控生成 ：diffusion(title,abstract)

AI总结 提出DLM-AN系统，利用掩蔽离散扩散和自监督语音令牌，通过选择性重用源令牌控制口音强度，结合流匹配时长比预测器调整节奏，实现低词错误率和可解释的口音强度控制。

Comments Accepted to Interspeech 2026 as a long paper

Trajectory Forcing: Structure-First Generation with Controllable Semantic Trajectories

轨迹强制：具有可控语义轨迹的结构优先生成

Merve Kocabas, Gege Gao, Bernhard Schölkopf, Andreas Geiger

机构 * University of Tübingen（图宾根大学） ； ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute（ELLIS研究所） ； Tübingen AI Center（图宾根人工智能中心） 纠错

专题命中 可控生成 ：diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 提出轨迹强制框架，将生成过程组织为从全局布局到细节的语义阶段，每个阶段产生可解码的潜在状态，支持局部编辑，实现结构优先的可控图像合成。

Comments Project page: https://mervekocabas.github.io/TrajectoryForcing/

Journal ref Proceedings of the European Conference on Computer Vision (ECCV), 2026

AnimeAdapter: A Modular Adapter for Appearance-Consistent Anime Character Generation

AnimeAdapter: 细粒度且一致的零样本动漫人物生成

Yixuan Han

机构 * National University of Singapore, Singapore（新加坡国立大学） 纠错

专题命中 可控生成 ：diffusion(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出了一种轻量级的外观适配器，用于在多样编辑条件下实现可控且一致的动漫人物生成，通过注入单张参考图像的细粒度视觉特征到扩散过程中，并结合CLIP的局部空间化特性，开发出语义选择性局部注意力机制，进一步解耦人物外观与空间布局，从而实现高效的动漫人物生成。

IMAGIN-4D: Image-Guided Controllable Interaction Generation

IMAGIN-4D：图像引导的可控交互生成

Sai Kumar Dwivedi, Federica Bogo, Buğra Tekin, Chenhongyi Yang, Nadine Bertsch, Tomas Hodan, Michael J. Black, Dimitrios Tzionas, Shreyas Hampali

机构 * Meta, Zurich（Meta 苏黎世） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 提出IMAGIN-4D，一种基于扩散模型的人-物交互生成方法，通过时空分解的图像条件控制交互细节，提升细粒度交互控制能力。

Comments 15 pages, 8 figures. Project page: https://imagin4d.github.io

BEV-Denoise: Learning Intrinsic Noise for Accurate Bird's-Eye-View Semantic Segmentation

BEV-Denoise：学习内在噪声以实现精确的鸟瞰图语义分割

Dooseop Choi, Kyounghwan An, Kyoung-Wook Min

机构 * Electronics and Telecommunications Research Institute (ETRI)（韩国电子通信研究院） ； University of Science and Technology (UST)（科学技术联合大学院大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 提出BEV-Denoise框架，利用UNet噪声估计模块从鸟瞰图特征中去除内在噪声，通过任务分解学习范式训练，提升多种视图变换模型的语义分割精度。

Go-with-the-Track: Video Compositing and Motion Control with Point Tracking

Go-with-the-Track: 基于点追踪的视频合成与运动控制

Koichi Namekata, Yash Kant, Zhizheng Liu, Ryan D Burgert, Yuancheng Xu, Kuan Heng Lin, Emmett Steven, Julien Philip, Li Ma, Andrea Vedaldi, Paul Debevec, Ning Yu

机构 * Netflix USA（Netflix美国） ； Eyeline Labs USA（Eyeline Labs美国） ； University of Oxford（牛津大学） ； Eyeline Labs Los Angeles USA（Eyeline Labs洛杉矶美国） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Stony Brook University USA（石溪大学美国） ； Columbia University USA（哥伦比亚大学美国） ； Eyeline Labs United Kingdom（Eyeline Labs英国） ； Netflix Los Angeles USA（Netflix洛杉矶美国） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 提出Go-with-the-Track，通过联合条件多参考图像和参考锚定点轨迹，统一视频合成与运动控制，实现精确合成与运动控制。

Comments SIGGRAPH 2026, Project page: https://eyeline-labs.github.io/Go-with-the-Track/

Optimal Dynamic Fees for Automated Market Makers: A Stochastic Control Approach to Loss-Versus-Rebalancing

自动做市商的最优动态费用：针对再平衡损失的随机控制方法

Farbod Ghasemlu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究恒定乘积自动做市商中流动性提供者的最优动态费用策略，通过随机控制方法平衡交易收入与套利损失，证明最优费用与波动率正相关且具有顺周期性。

Comments 18 pages, 3 figures, 1 table; JEL: G12, G14, C61, D47

Optimal Control Problem with Mixed Control and State Constraints for Cancer Chemotherapy and Treatment Optimization

具有混合控制和状态约束的癌症化疗与治疗优化最优控制问题

David Lassounon, Aziz Belmiloudi, Mounir Haddou

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对化疗药物递送策略，提出具有混合控制和状态约束的最优控制问题，通过非线性反应扩散方程建模，推导最优性必要条件，并在肺癌消除案例中验证策略有效性。

Nonsmooth Obstacles and Killed Resolvents in Reflected Stochastic Control

反射随机控制中的非光滑障碍与杀灭预解式

Louis Shuo Wang, Jiguang Yu, Ye Liang

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对具有非光滑最大型收益的二维反射扩散最优停止问题，提出测度值变分公式化，证明停止增益为带奇异性支撑的Radon测度，并给出杀灭预解表示，修正了无效的无限制预解公式。

DASIP: Dynamic Test-Time Compute Scaling for Robot Control with Stochastic Interpolant Policies

DASIP：基于随机插值策略的机器人控制动态测试时计算缩放

Inkook Chun, Seungjae Lee, Michael S. Albergo, Saining Xie, Eric Vanden-Eijnden

机构 * New York University（纽约大学） ； University of Maryland（马里兰大学） ； Harvard University（哈佛大学） ； Capital Fund Management（资本基金管理公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出难度感知随机插值策略（DA-SIP），通过难度分类器动态调整推理步数、求解器和ODE/SDE积分，在保持任务成功率的同时将计算时间减少2.6-4.4倍。

Multilevel Stochastic Gradient Descent for Optimal Control Under Uncertainty

不确定性下最优控制的多层随机梯度下降法

Niklas Baumgarten, David Schneiderhan

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出一种多层随机梯度下降法，用于求解受不确定输入数据影响的偏微分方程最优控制问题，通过并行多层蒙特卡洛估计随机梯度，实现线性收敛并显著优于标准随机梯度下降法。

Optimising Inpainting Data with Delaunay Averages

基于Delaunay平均值的图像修复数据优化

Vassillen Chizhov, Joachim Weickert

专题命中 图像修复 ：inpainting(title,abstract)；diffusion(abstract)

AI总结 提出一种新的特征类型：存储Delaunay三角剖分的顶点位置及三角形内平均颜色值，结合均匀扩散修复实现正定线性系统，并开发高效数据优化策略，在图像压缩中显著优于传统方法。

NullFlow: One-Step Generative Reconstruction

NullFlow: 一步生成式重建

Xiao Shi, Edward P. Chandler, Chicago Y. Park, Shirin Shoushtari, Ulugbek S. Kamilov

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

专题命中 图像修复 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 提出NullFlow框架，通过将生成流限制在测量一致子空间实现一步图像重建，无需数据保真校正，学习平均速度避免逐步积分，在图像修复中达到SOTA性能且仅需一次网络评估。

Comments 9 pages, 3 figures. Xiao Shi and Edward P. Chandler contributed equally

Fidelity- and Perception-Aware Local Implicit Attention for Arbitrary-Scale Image Super-Resolution

保真度与感知感知的局部隐式注意力用于任意尺度图像超分辨率

Yu-Syuan Xu, Hao-Lun Sun, Hao-Wei Chen, Hsien-Kai Kuo, Chun-Yi Lee

机构 * National Taiwan University（国立台湾大学） ； MediaTek Inc.（联发科技股份有限公司） 纠错

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 提出FPLIA框架，通过融合保真度导向特征与扩散管道，结合FPAM和FPSM模块，在任意尺度超分辨率中实现高感知真实度与重建精度。

Comments ECCV 2026

ForeHOI: Feed-forward 3D Object Reconstruction from Daily Hand-Object Interaction Videos

ForeHOI: 从日常手物交互视频中进行前馈式3D物体重建

Yuantao Chen, Jiahao Chang, Chongjie Ye, Chaoran Zhang, Zhaojie Fang, Chenghong Li, Xiaoguang Han

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）科学与工程学院） ； FNii-Shenzhen（FNii-深圳） ； Guangdong Provincial Key Laboratory of Future Networks of Intelligence（广东省未来智能网络关键实验室） ； SDS, CUHKSZ（CUHKSZ SDS） 纠错

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 提出前馈模型ForeHOI，通过联合2D掩膜修复和3D形状补全，在一分钟内从单目视频直接重建3D物体，无需预处理，性能优于优化方法且速度提升约100倍。

Comments 14 pages, 7 figures, Page: https://tao-11-chen.github.io/project_pages/ForeHOI/

S^2VG: 3D Stereoscopic and Spatial Video Generation via Denoising Frame Matrix

S^2VG：基于去噪帧矩阵的3D立体与空间视频生成

Peng Dai, Feitong Tan, Qiangeng Xu, Yihua Huang, David Futschik, Ruofei Du, Sean Fanello, Yinda Zhang, Xiaojuan Qi

机构 * Department of Electrical and Electronic Engineering at The University of Hong Kong（香港大学电子与电气工程系） ； Google（谷歌） 纠错

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 提出一种无需姿态和训练的方法，利用现成单目视频生成模型，通过深度图扭曲和帧矩阵修复框架，生成时空一致的3D立体与空间视频。

Comments immersive video generation, 4D scene, spatial video, stereo video

Stabilizing Consistency Training: A Flow Map Analysis and Self-Distillation

稳定一致性训练：流映射分析与自蒸馏

Youngjoong Kim, Duhoe Kim, Woosung Kim, Jaesik Park

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Seoul National University（首尔国立大学） ； Interdisciplinary Program in Artificial Intelligence（人工智能跨学科项目） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文从流映射角度分析一致性模型的不稳定性与退化解，提出基于自蒸馏的优化策略以避免梯度爆炸，并在图像生成和扩散策略学习中验证其有效性。

SteerVTE: Seamless Video Text Editing with Style and Glyph Control

SteerVTE: 具有风格和字形控制的无缝视频文本编辑

Kai Zeng, Moran Li, Zhengwei Wang, Yingchen Yu, Yiheng Lin, Ruichuan An, Ming Lu, Qi She, Wentao Zhang

机构 * Peking University（北京大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 提出SteerVTE框架，通过风格编码器和双粒度字形编码器控制冻结视频扩散模型，结合字形感知空间焦点损失和三阶段渐进训练，实现精确、连贯的视频文本编辑。

First-Token Broadcasters: Mechanistic Origins of Language Identity and Distributed Robustness in Transformers

首个令牌广播者：Transformer中语言身份与分布式鲁棒性的机制起源

Arjun Pillai, Christian Hoang, Anjelo Jann Laroza

机构 * Irvington High School（欧文顿高中） ； GenAI4E ； Mapua University（马普阿大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 通过因果干预方法LIHA，发现Transformer中少量注意力头（如GPT-2的L6H1）持续关注首个令牌并广播语言信号，且消融后补偿呈现层级前馈模式；指令微调将语言身份电路重组至早期层。

Comments Under review at BlackboxNLP (EMNLP 2026)

P-Check: Advancing Personalized Reward Model via Learning to Generate Dynamic Checklist

P-Check：通过学习生成动态检查清单推进个性化奖励模型

Kwangwook Seo, Dongha Lee

机构 * Department of Artificial Intelligence,Yonsei University（燕京大学人工智能学院） 纠错

专题命中 个性化与一致性 ：personalized generation(abstract)

AI总结 本文提出P-Check框架，通过学习生成动态检查清单来提升个性化奖励模型的准确性，并引入偏好对比准则加权策略以增强个性化生成效果。

Comments ACL 2026 Main

Object-Centric Dataset Resources for Constrained-Data Image Generation and Augmentation

面向受限数据图像生成与增强的以对象为中心的数据集资源

Vasile Marian, Yong-Bin Kang, Alexander Buddery

机构 * The University of Queensland（昆士兰大学） ； Swinburne University of Technology（斯威本科技大学） 纠错

专题命中 图像生成评测 ：image generation(title,abstract)；分类 cs.CV

AI总结 针对少样本场景下的对象中心图像生成，提出三个标准化数据集资源（Cityscapes-Pedestrian、TrafficSigns、COCO PottedPlant），提供256×256裁剪、边界框标注及重建脚本，支持受控比较与评估。

Comments 5 pages including references, 2 figures, 2 tables. Dataset and related files at https://github.com/Latzi/object-centric-low-data-datasets and https://doi.org/10.5281/zenodo.20573001