图像生成

CMADiff: Cross-Modal Aligned Diffusion for Controllable Protein Generation

CMADiff: 用于可控蛋白质生成的跨模态对齐扩散

Changjian Zhou, Yuexi Qiu, Jiafeng Li, Jia Song, Wensheng Xiang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出CMADiff框架，通过条件变分自编码器整合理化特征，并利用对比学习模块BioAligner对齐文本描述与蛋白质特征，实现基于文本驱动的可控蛋白质序列生成。

The Rayleigh Taylor instability in partially ionized plasmas: ambipolar diffusion effects in the non linear phase

部分电离等离子体中的雷诺瓦-泰勒不稳定性：非线性阶段的双极扩散效应

E. Callies, Z. Meliani, A. Marcowith, V. Guillet

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究部分电离等离子体中雷诺瓦-泰勒不稳定性，探讨离子中性耦合和双极扩散对线性和非线性增长的影响，分析不同耦合条件下非经典单流体模型的显著性。

Journal ref A&A 710, A264 (2026)

Precise Determination of the Long-Time Asymptotics of the Diffusion Spreadability of Two-Phase Media

两相介质扩散可扩展性长时间渐近行为的精确确定

Shaobing Yuan, Salvatore Torquato

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过引入高阶修正项和解析性质，提出改进算法精确提取两相介质扩散可扩展性的长时标度指数α，并构造两点Padé近似逼近全时域行为。

Comments 17 pages, 9 figures; v2: accepted by PRE

Journal ref Phys. Rev. E, 113 (2026) 065421

Stochastic Schrödinger Equations for Quantum Reverse Diffusion

量子反向扩散的随机薛定谔方程

Einar Gabbassov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文推导了连续监测Pauli通道的精确和近似随机薛定谔方程与随机主方程，揭示了反向扩散过程通过附加随机漂移项将量子态动态引导回初始构型，并建立了量子态恢复、噪声鲁棒量子门、量子生成建模等应用的分析框架。

Journal ref Phys. Rev. Research 8, 023329 (2026)

Global Existence and Diffusive Limits for a Class of Nonlocal Reaction-Diffusion Systems

一类非局部反应扩散系统的全局存在性与扩散极限

Md Shah Alam, Jeff Morgan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一类具有非局部扩散的半线性反应扩散系统，在拟正性和广义质量控制条件下证明全局存在唯一性，并通过线性中间和条件建立L^p一致有界性，推广了Laurencot和Walker的扩散极限结果。

ParallelBench: Understanding the Trade-offs of Parallel Decoding in Diffusion LLMs

ParallelBench: 理解扩散大语言模型中并行解码的权衡

Wonjun Kang, Kevin Galim, Seunghyuk Oh, Minjae Lee, Yuchen Zeng, Shuibai Zhang, Coleman Hooper, Yuezhou Hu, Hyung Il Koo, Nam Ik Cho, Kangwook Lee

机构 * FuriosaAI ； UW-Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） ； UC Berkeley（加州大学伯克利分校） ； Seoul National University（首尔国立大学） ； KRAFTON ； Ludo Robotics Project（Ludo机器人项目） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散LLM并行解码导致生成质量下降的问题，通过信息论分析和合成实验揭示其根本限制，并提出首个专门基准ParallelBench，系统评估发现并行解码在现实任务中质量损失严重，且现有策略无法根据任务难度调整并行度。

Comments Accepted at ICLR 2026. Project Page: https://parallelbench.github.io

Quantum-to-classical transition and H-theorem in surface diffusion

量子到经典过渡与表面扩散中的H定理

E. E. Torres-Miyares, S. Miret-Artés

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过连续平滑地从纯量子态过渡到全经典态，研究表面扩散的开放动力学，揭示量子到经典过渡过程，并讨论H函数在不同表面温度下的应用。

Comments 16 pages, 2 figures

Journal ref Eur. Phys. J. Plus 141 (2026) 723

Enhancing Speckle Metrology with Diffusion Denoising in Photon-Starved Regimes

在光子匮乏条件下利用扩散去噪增强散斑计量

Admir Bajraktarevic, Alexander C. Trowbridge, Saba N. Khan, Anton van den Hengel, Graham D. Bruce, Kishan Dholakia

专题命中 扩散模型 ：diffusion(title)

AI总结 提出一种扩散去噪框架，通过混合预训练和实验微调策略，在低信号条件下分离测量噪声与散斑结构，应用于积分球波长传感时均方根误差降低72%。

Comments 14 pages, 5 figures

Reentrant value fields as delayed coupled reaction-diffusion systems on finite graphs

有限图上的延迟耦合反应扩散系统作为重入值场

Karsten Bohlen

机构 * Karsten Bohlen 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 本文通过二分Hilbert-Schmidt核将符号场与几何场耦合，建立延迟泛函微分方程，证明其在常数输入下的适定性和紧全局吸引子，并给出主子系统全局稳定的耦合条件。

Inclusive Interactive Collisions for Multi-View Consistent Compositional 3D Generation

包容性交互碰撞：多视图一致组合式3D生成

Chang Liu, Mingwen Shao, Xiang Lv, Xinyuan Chen, Lingzhuang Meng, Qiao Zhang, Zhengyi Gong, Jinghao Hu

机构 * School of Computer Science and Technology, China University of Petroleum (East China)（中国石油大学（华东）计算机科学与技术学院） ； Artificial Intelligence Research Institute, Shenzhen University of Advanced Technology（深圳理工大学人工智能研究院） ； College of Computer Science, Northwest University（西北大学计算机科学学院） 纠错

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

AI总结 提出I2C-3D方法，通过包容性交互碰撞策略和多视图自适应分数蒸馏采样，实现多视图一致、物理合理的组合式3D场景生成。

Information-Theoretic Classifier-Free Guidance with Adaptive Schedule Optimization

信息论分类器自由引导与自适应调度优化

Haobo Chen, Xiangxiang Xu, Yuheng Bu

机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； University of Rochester（罗彻斯特大学） 纠错

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

AI总结 针对扩散模型中分类器自由引导（CFG）导致的多样性-覆盖权衡问题，提出基于信息论的CFG调度优化框架，通过清洁端点参考优化实际分布，在ImageNet-512和COCO上实现竞争性权衡。

MGI: Member vs Generated Inference

MGI：成员与生成推断

Bihe Zhao, Michel Meintz, Juangui Xu, Franziska Boenisch, Adam Dziedzic

机构 * CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心） 纠错

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)

AI总结 针对生成模型输出与训练样本难以区分的问题，提出MGI任务，并设计数据断路器（DCB）方法，结合自编码器和潜在生成器的互补信号，有效区分训练成员与生成样本。

Comments Accepted at ECCV 2026

FiCA: Feed-forward instant Gaussian Codec Avatars from a Single Portrait Image

FiCA：基于单张肖像图像的前馈即时高斯编解码器化身

Kim Youwang, Zhengyu Yang, Liuhao Ge, Yu Rong, Timur Bagautdinov, Su Zhaoen, Nir Sopher, Jovan Popović, Teng Deng, Tae-Hyun Oh, Chen Cao

机构 * Codec Avatars Lab, Meta（Meta编解码虚拟化身实验室） ； Dept. of Electrical Engineering, POSTECH（浦项科技大学电气工程系） ； School of Computing, KAIST（韩国科学技术院计算机学院） 纠错

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

AI总结 提出FiCA，一种结合人类视觉基础模型和扩散模型的前馈管道，从单张图像生成逼真、可驱动的3D高斯化身，无需测试时优化。

Comments Project page: https://kim-youwang.github.io/FiCA

FLAT: Feedforward Latent Triangle Splatting for Geometrically Accurate Scene Generation

FLAT: 前馈潜在三角形泼溅用于几何精确的场景生成

Orest Kupyn, Goutam Bhat, Philipp Henzler, Fabian Manhardt, Christian Rupprecht, Federico Tombari

机构 * Google Research（谷歌研究院） ； University of Oxford, Visual Geometry Group（牛津大学视觉几何组） ； TU Munich（慕尼黑工业大学） 纠错

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

AI总结 提出FLAT方法，首次从视频扩散潜在表示中直接解码三角形泼溅，通过射线中心旋转参数化和乘积窗口函数解决梯度流问题，在保持视觉质量的同时显著提升几何精度。

What Do Flow-Based Inverse Solvers Approximate? A Posterior-Transport View

基于流的逆求解器近似了什么？一种后验传输视角

Jian Xu, Delu Zeng, John Paisley, Qibin Zhao

机构 * RIKEN iTHEMS（日本理化学研究所跨学科理论数学科学项目） ； RIKEN AIP（日本理化学研究所人工智能项目） ； South China University of Technology（华南理工大学） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文从后验传输角度分析基于流的逆问题求解器，证明源分布重加权可精确采样后验，而轨迹引导方法存在偏差，并提出一种高效的修正求解器。

MedPCFM: Improving Medical Point Cloud Completion by Integrating Point Transformers and Flow Matching

MedPCFM: 通过集成点变换器和流匹配改进医学点云补全

Kamil Kwarciak, Marek Wodzinski

机构 * Department of Measurement and Electronics, AGH University of Krakow（AGH科技大学测量与电子系） ； Sano Centre for Computational Medicine（Sano计算医学中心） 纠错

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

AI总结 提出基于PTv3的流匹配方法PCFM用于医学点云补全，在三个数据集上达到最优生成性能，采样步数远少于扩散模型，且PTv3带来高达7倍的速度提升。

Comments 25 pages, 9 figures

SignNet-1M: Large-Scale Multilingual Sign Language Video Dataset with Downstream Benchmarks

SignNet-1M：大规模多语言手语视频数据集及下游基准

Zhewen He, Junyi Hu, Haomian Huang, Zhenhua Li, Yu-Shen Liu, Yi Fang

机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） ； ChatSign Technology（ChatSign 技术公司） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出SignNet-1M，通过3D高斯泼溅、扩散模型和后期渲染增强合成多样化手语视频，提升模型在跨视角、背景和身份等分布偏移下的泛化能力。

Comments 25 pages. Accepted to ECCV 2026

3DCarGen: Scalable 3D Car Generation via 3D-consistent Multi-view Synthesis

3DCarGen: 通过3D一致的多视图合成实现可扩展的3D汽车生成

Hongli Xiao, Youjian Zhang, Yaohui Jin, Xiaoguang Ren, Wenjing Yang, Long Lan

机构 * Shanghai Jiao Tong University（上海交通大学） ； Academy of Military Science（军事科学院） ； The University of Sydney（悉尼大学） ； College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机学院） 纠错

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

AI总结 提出3DCarGen框架，利用多视图扩散模型和3D高斯泼溅，从单张真实图像生成任意数量3D一致的多视图，并通过颜色-法线联合优化重建高质量3D汽车模型。

Deep Learning Approaches for 3D Medical Scene Completion: From Geometric Modeling to Generative Paradigms

三维医学场景补全的深度学习方法：从几何建模到生成范式

Afifa Khaled, Said Jadid Abdulkadir, Majdy Mohamed Eltayeb Eltahir

机构 * Universiti Teknologi PETRONAS（马来西亚国油科技大学） ； King Khalid University（哈立德国王大学） 纠错

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

AI总结 本文系统综述了2016-2026年间三维场景补全技术的演进，从SSCNet的体素语义补全到结合扩散先验与高斯泼溅的实时渲染新范式，讨论了多种表示范式并提出了分类法，最后给出了未来研究方向。

Sat2City v2: Native 3D City Asset Generation from a Single Satellite Image

Sat2City v2: 从单张卫星图像生成原生3D城市资产

Tongyan Hua, Dongli Wu, Jinjing Zhu, Yinrui Ren, Zhongcheng Hong, Ying-Cong Chen, Hui Xiong, Wufan Zhao

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学） ； Auckland University of Technology（奥克兰理工大学） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

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

AI总结 提出Sat2City v2，利用预训练的原生结构化潜空间3D基础模型，从单张卫星图像生成具有可控外观和几何形状的纹理网格，在真实数据集上优于基线方法。

Bridging Single Distortion Artifacts and Multifactorial Clinical Quality: Few-shot Biparametric MRI Quality Assessment via Distortion-trained Prototypical Networks

桥接单一失真伪影与多因素临床质量：基于失真训练的原型网络的少样本双参数MRI质量评估

Yucheng Tang, Alexander Ng, Wen Yan, Natasha Thorley, Pawel Rajwa, Yipei Wang, Aqua Asif, Clare Allen, Louise Dickinson, Francesco Giganti, Shonit Punwani, Daniel Alexander, Veeru Kasivisvanathan, Yipeng Hu

机构 * UCL Hawkes Institute（UCL Hawkes研究所） ； Department of Medical Physics and Biomedical Engineering（医学物理与生物医学工程系） ； University College London（伦敦大学学院） ； Division of Surgery and Interventional Science（外科与介入科学分会） ； Centre for Medical Imaging（医学成像中心） ； British Urology Researchers in Surgical Training (BURST)（英国泌尿外科手术培训研究人员（BURST）） ； Department of Radiology（放射科） ； University College London Hospitals NHS Foundation Trust（伦敦大学学院医院国家健康服务信托基金） ； Centre of Medical Imaging, Division of Medicine（医学成像中心，医学分会） ； Centre for Medical Image Computing（医学图像计算中心） ； Department of Computer Science（计算机科学系） ； Department of Urology（泌尿科） 纠错

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

AI总结 提出一种少样本双参数原型网络，利用失真标签元训练，通过特征融合和域对齐，仅用5个样本即可预测PI-QUAL临床质量评分，解决临床数据稀缺问题。

Resonant Minds: Closed-Loop Social Avatars with Theory of Mind

共鸣心智：具备心智理论的闭环社交虚拟人

Jianxu Shangguan, Jing Xu, Hang Ye, Xiaoxuan Ma, Yizhou Wang, Jenq-Neng Hwang, Wentao Zhu

机构 * University of Washington（华盛顿大学） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Eastern Institute of Technology, Ningbo（宁波工程技术学院） 纠错

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

AI总结 提出一个闭环双智能体框架，通过整合感知、社会推理（基于心智理论）和多模态生成，实现具备社交智能的虚拟人，并在信息不对称数据集上取得优于全信息脚本模式的对话质量。

Comments Project page: https://resonantminds.github.io/

Generative Modeling for Physiological Signals

生理信号的生成建模

Xinqi Bao, Ernest Kamavuako, Saikat Chatterjee

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文综述了生成模型在心血管、神经、肌肉等生理信号中的应用，涵盖GAN、VAE、扩散模型等，并提出了分层次评估框架。

Posterior Refinement: Fast Language Generation via Any-Order Flow Maps

后验精炼：通过任意阶流映射实现快速语言生成

Manan Agarwal, Sheel Shah, Chanhyuk Lee, Jaehoon Yoo, Jerry Huang, Seunghoon Hong, Aditi Raghunathan, Jinwoo Kim, Nicholas M. Boffi

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出FMLM+框架，结合掩码噪声调度实现单步生成，并利用后验评分进行自适应精炼，在32倍更少NFE下达到离散基线性能，改善速度-质量权衡。

Comments 24 pages, 23 figures

RE4: Transformation-aware Imitation of Object Interactions Using Manipulation Modes

RE4: 使用操作模式进行物体交互的变换感知模仿

Arsh Chawla, Rahul Shome

机构 * Australian National University（澳大利亚国立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出RE4框架，通过轻量级自监督姿态估计和操作模式感知的检索、变换、重规划与执行，在保持可解释性的同时提升物体交互模仿学习的性能和鲁棒性。

Comments 8 pages, appendix

NeuroSonic: Conditional Flow Matching for EEG-to-Speech Reconstruction

NeuroSonic: 用于脑电图到语音重建的条件流匹配

Wenhao Gao, Yifan Wang, Yijia Ma, Carl Yang, Wen Li, Chenyu You

机构 * Stony Brook University（石溪大学） ； University of Texas Health Center at Houston（德克萨斯大学休斯顿健康科学中心） ； Emory University（埃默里大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出NeuroSonic条件流匹配框架，通过学习确定性概率流速度场将噪声声学状态传输到干净语音，解决EEG信号弱、空间弥散与语音强谐波结构之间的不匹配问题，在CineBrain和EAV基准上提升感知质量达26.3%。

Comments Accepted by MICCAI 2026

Diagonal Frog: High-order positivity-preserving FD schemes for anisotropic Fokker-Planck equations

对角蛙：各向异性Fokker-Planck方程的高阶保正有限差分格式

Andrey Itkin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对各向异性Fokker-Planck方程，提出“对角蛙”离散族，通过算子最终M矩阵性质保证解的非负性，混合导数项采用因子化预解求解器，格式二阶精度且保质量守恒。

Comments 64 pages, 8 figures, 10 tables

How is the free surface influence transported in turbulent open channel flows?

自由表面影响如何在湍流明渠流中传递？

Yoshiyuki Sakai, Christian Bauer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过直接数值模拟分析自由表面影响在湍流明渠流中的传递机制，发现表面影响主要通过输运项传递，近表面能量由压力输运供给，粘性扩散向外输出，且压力-应变再分布受大尺度运动组织。

Comments 30 pages, 23 figures

Unpaired Deep Learning Synthesis of Photon-Counting CT Material Basis Maps from Non-contrast Energy-Integrating Abdominal CT Images

非对比能量积分腹部CT图像的光子计数CT材料基图无配对深度学习合成

Ruihan Huang, Staffan Holmin, Mats Persson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出两步深度学习模型，从公开EID CT图像合成PCCT材料基图，首步用DDIM生成EID CT图像，次步用U-Net与域对抗网络预测水和碘图，无需配对数据，合成图像保持高空间分辨率。

Unified Entropic Dynamics Framework for Classical, and Quantum Wave Equations

统一熵动力学框架：经典与量子波动方程

Shahid Nawaz, Muhammad Saleem, Muhammad S. Anwar, Dalaver H. Anjum

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出统一熵动力学（UED）框架，通过熵最大化原理推导出涵盖经典、量子、相对论、热力学和引力现象的通用场方程，揭示概率推理与动力学定律的深层等价性。

Journal ref J. Holography Appl. Phys. 6 (2026) 72-96