图像生成

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。