图像生成

TEMPO-Diffusion: Temporally Exposed Malicious Poisoning of Diffusion Models

TEMPO-Diffusion：扩散模型的时间暴露恶意投毒

William Aiken, Paula Branco, Guy-Vincent Jourdan, Iosif-Viorel Onut

机构 * School of Electrical Engineering and Computer Science, University of Ottawa（电气与计算机科学学院，渥太华大学） 纠错

专题命中 扩散模型 ：diffusion(title,title_cn)

AI总结 提出TEMPO-Diffusion框架，通过时间条件触发实现针对特定类别的后门攻击，支持多子图像后门和修复，并引入CALISA数据集验证攻击有效性。

TMP: Tree-structured Mixed-policy Pruning for Large-scale Image Generation and Editing

TMP：面向大规模图像生成与编辑的树结构混合策略剪枝

Peizhen Zhang, Yang Li, Xunsong Li, Songtao Liu, Zewen Liu, Qiangqiang Hu, Guotong Guo, Jupeng Ding, Yifu Sun, coopersli, Jian Zhang, Zhao Zhong, Liefeng Bo

机构 * Multimodal Model Department, Tencent（腾讯多模态模型部） 纠错

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

AI总结 提出首个树结构混合策略剪枝框架TMP，适用于文本到图像和文本引导图像到图像任务及MoE/DiT架构，以75%压缩比将HunyuanImage 3.0从80B降至20B参数，并在单张4090 GPU上推理。

Comments 10 pages, 3 figures, 3 tables, tech report

Safe Autoregressive Image Generation with Iterative Self-Improving Codebooks

安全自回归图像生成与迭代自改进码本

Yunqi Xue, Zhijiang Li, Philip Torr, Jindong Gu

机构 * School of Information Management, Wuhan University（武汉大学信息管理学院） ； Torr Vision Group, University of Oxford（牛津大学Torr视觉组） 纠错

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

AI总结 针对自回归统一多模态模型生成图像的安全性问题，提出迭代自改进码本方法，利用模型自身判断不安全图像并修正码本映射，消除有害输出并保证生成质量。

Comments 10 pages including references, 8 figures, accepted for publication at the 43rd International Conference on Machine Learning (ICML 2026)

Anatomy-Guided Residual Motion Diffusion for Controllable 4D Cardiac MRI Synthesis

解剖引导的残差运动扩散用于可控4D心脏MRI合成

Yiheng Cao, Gustavo Andrade-Miranda, Jiatian Zhang, Lingxiao Zhao, Xin Gao

机构 * Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Science（中国科学院苏州生物医学工程技术研究所） ； Systemes Complexes et Intelligence Artificielle, IMT Mines Ales（复杂系统与人工智能实验室，IMT 阿莱斯矿业学院） ； School of Artificial Intelligence and Advanced Computing, Xi’an Jiaotong-Liverpool University（西交利物浦大学人工智能与先进计算学院） 纠错

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

AI总结 提出一种4D可控生成框架，通过半监督VAE解耦解剖与运动，利用级联潜扩散模型生成时序一致的心脏MRI，在跨厂商数据上提升分割性能。

From Celebrities to Anyone: Characterizing AI Nudification Content, Technology, and Community Dynamics on 4chan

从名人到普通人：4chan上AI裸化内容、技术与社区动态的特征分析

Chi Cui, Yixin Wu, Yang Zhang

机构 * CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全中心） 纠错

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

AI总结 本研究通过分析4chan上的24,105个AI裸化内容，发现目标从名人转向普通人（占55.8%），开源模型（如Stable Diffusion）主导生成，少数活跃生产者驱动社区生态。

Comments 22 pages, 13 figures, 2 tables

MLFFM-SegDiff: A Multi-Level Feature Fusion Diffusion Model for Skin Lesion Segmentation

MLFFM-SegDiff：一种用于皮肤病变分割的多级特征融合扩散模型

Jingjun Gu, Chaojie Shen, Yifeng Cao, Wei Zhang, Yiliu Li, Aobo Fan

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

AI总结 针对皮肤镜图像分割中边界模糊、对比度低等问题，提出基于扩散模型的多级特征融合方法MLFFM-SegDiff，通过双路径U-Net编码器、多级特征融合模块和边界敏感损失函数提升分割精度，在ISIC2018等数据集上优于现有方法。

Proposal-Conditioned Latent Diffusion for Closed-Loop Traffic Scenario Generation

基于提议条件的闭环交通场景生成潜扩散模型

Shubham Vaijanath Phoolari, Aleyna Kara, Christoph Lauer, Steven Peters

机构 * CARIAD SE ； Technical University of Munich（慕尼黑工业大学） ； Institute of Automotive Engineering (FZD), TU Darmstadt（达姆施塔特工业大学汽车工程研究所（FZD）） 纠错

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

AI总结 提出一种基于实例场景上下文和多模态提议先验的扩散框架，通过紧凑动作潜表示和提议初始化提升采样效率，实现闭环交通场景的逼真、安全且可控生成。

Comments Accepted for publication at the IEEE International Conference on Intelligent Transportation Systems (ITSC), 2026

Focusing on What Matters: Saliency-Harnessing Accurate Routing for Diffusion MoE

关注重要之处：面向扩散MoE的显著性引导精确路由

Haoyou Deng, Keyu Yan, Chaojie Mao, Xiang Wang, Yu Liu, Changxin Gao, Nong Sang

机构 * Key Laboratory of Image Processing and Intelligent Control, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院图像处理与智能控制重点实验室） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） 纠错

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

AI总结 针对扩散MoE中路由无法准确分配计算资源给显著令牌的问题，提出SharpMoE后训练框架，利用干净潜在特征作为无噪声引导信号，并引入轨迹路由损失，实现精确资源分配，在视觉生成中达到最优性能。

Comments ECCV 2026

LearniBridge: Learnable Calibration of Feature Caching for Diffusion Models Acceleration

LearniBridge: 用于扩散模型加速的特征缓存的可学习校准

Xuyue Huang, Zhe Chen, Wang Shen, Xiao-Ping Zhang

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

AI总结 提出LearniBridge，一种基于低秩共享子空间的可学习校准机制，通过轻量LoRA更新实现特征缓存的多时间步校准，仅需3-5个训练样本即可在图像和视频生成中实现高达5.87倍加速。

Comments Accepted to ICML 2026

ResilPhase: Plug-and-Play Phase Mapping and Noise-Resilient Macro-Trajectory Extrapolation for Diffusion Acceleration

ResilPhase: 即插即用的相位映射与抗噪宏轨迹外推用于扩散加速

Qicheng Zhao, Yu Li, Qi Sun, Zheyu Yan

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 针对扩散模型推理延迟高的问题，提出ResilPhase框架，通过将加速推理重构为ODE空间中的稳定宏轨迹外推，并引入无导数重心拉格朗日外推器和有界相位映射，实现高加速比下的抗噪加速。

Comments Accepted by ECCV 2026

TinySR: Pruning Diffusion for Real-World Image Super-Resolution

TinySR：剪枝扩散模型用于现实世界图像超分辨率

Linwei Dong, Qingnan Fan, Yuhang Yu, Qi Zhang, Jinwei Chen, Yawei Luo, Changqing Zou

机构 * Zhejiang University（浙江大学） ； Vivo Mobile Communication Co. Ltd（沃伊通信有限公司） ； Zhejiang Lab（浙江实验室） 纠错

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

AI总结 本文提出TinySR，一种针对现实世界图像超分辨率的紧凑高效扩散模型，通过动态块激活和扩展-腐蚀策略实现实时性能与高质量输出，相比教师模型TSD-SR在计算成本和参数量上分别减少5.68倍和83%。

Humanoid-DART: Humanoid Loco-Manipulation using Diffusion-guided Augmentation through Relabeling and Tracking

Humanoid-DART: 使用扩散引导的增强通过重新标记和跟踪实现人形机器人全身操控

Pranav Debbad, Kanish Thiagarajan, Victor Dhédin, Shafeef Omar, Majid Khadiv

机构 * Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与智能机构（MIRMI）） ； Technical University of Munich (TUM)（慕尼黑技术大学（TUM）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种自监督框架，从稀疏演示中引导并逐步扩展行为库，结合扩散轨迹生成与强化学习，实现目标条件策略学习，减少专家监督。

Latent Diffusion Posterior Sampling with Surrogate Likelihood Guidance for PDE Inverse Problems

基于代理似然引导的潜空间扩散后验采样用于PDE逆问题

Yuanzhe Wang, Alexandre M. Tartakovsky

机构 * Department of Civil and Environmental Engineering（土木与环境工程系） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出L-DPS框架，结合VAE、潜扩散模型和可微代理，高效求解PDE逆问题，在达西流逆问题中优于现有方法。

Adversarial Diffusion Across Modalities: A Fusion Survey of Attacks, Defenses, and Evaluation for Text, Vision, and Vision-Language Models

跨模态对抗扩散：文本、视觉与视觉-语言模型的攻击、防御与评估融合综述

Abrar Alotaibi, Moataz Ahmed

机构 * Information and Computer Science Department, King Fahd University of Petroleum & Minerals（国王法赫德石油矿物大学信息与计算机科学系） ； College of Computer Science and Information Technology, Imam Abdulrahman Bin Faisal University（伊玛目阿卜杜勒拉赫曼·本·法伊塞尔大学计算机科学与信息科技学院） ； SDAIA-KFUPM Joint Research Center for Artificial Intelligence, King Fahd University of Petroleum & Minerals（SDAIA-KFUPM人工智能联合研究中心，国王法赫德石油矿物大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文整合了文本、图像分类器和视觉-语言模型上的对抗攻击与防御研究，提出统一分类法和评估框架，并识别了当前文献中的五个常见弱点。

Retrieval-Warmed Energy-Based Reasoning: A Five-Arm Ablation Methodology for Diffusion-as-Inference on Structured Reasoning Tasks

检索预热能量基推理：结构化推理任务上扩散即推断的五臂消融方法

Libo Sun, Po-Wei Harn, Zewei Zhang, Peixiong He, Xiao Qin

机构 * Department of Computer Science and Software Engineering, Auburn University（奥本大学计算机科学与软件工程系） ； Department of Information Management, National Central University（国立中央大学信息管理系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出五臂消融方法（oracle、best-constant、per-query-random、shuffled、aligned）分离检索预热能量基推理中的三种混淆效应，在连通性-2任务上发现逐图对齐主导性能提升，而在数独任务上关键质量成为瓶颈。

Comments 8 Pages, 6 Figures

Accelerating Skill Assessment in Chess: A Drift-Diffusion-Enhanced Elo Rating System

加速国际象棋技能评估：一种漂移扩散增强的埃洛评级系统

Tianyuan Zhou, Zhizheng Fu, Tianming Yang

机构 * IEEE 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DD-Elo系统，利用漂移扩散模型整合棋步级数据，实现比传统Elo更快的技能变化响应，同时保持理论一致性。

Comments Accepted at the IEEE Conference on Games (IEEE CoG) 2026

Dynamic-dLLM: Dynamic Cache-Budget and Adaptive Parallel Decoding for Training-Free Acceleration of Diffusion LLM

Dynamic-dLLM: 动态缓存预算与自适应并行解码实现扩散大语言模型的无训练加速

Tianyi Wu, Xiaoxi Sun, Yanhua Jiao, Yulin Li, Yixin Chen, YunHao Cao, YiQi Hu, Zhuotao Tian

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Huawei（华为） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散大语言模型计算复杂度随序列长度立方增长的问题，提出Dynamic-dLLM框架，通过动态缓存更新和自适应并行解码，在不训练的情况下实现3倍以上加速并保持性能。

A modified Euler-Maruyama method to simulate a one-dimensional sticky diffusion

一种改进的Euler-Maruyama方法用于模拟一维粘性扩散

Chenqi Jiang, Miranda Holmes-Cerfon

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对一维粘性扩散过程，提出一种改进的Euler-Maruyama方法，通过概率选择反射更新或跳至粘性点，并证明该方案以1阶弱收敛。

Rémy's diffusion on Brownian trees

Rémy在布朗树上的扩散

Nicolas Curien, Cyril Marzouk

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究Rémy算法在连续树空间上的推广，构造布朗连续随机树上的局部扩散过程，并证明其遍历性。

Ergodicity of stochastic reaction-diffusion equations on unbounded domains driven by space-time white noise

无界域上由时空白噪声驱动的随机反应扩散方程的遍历性

Shijie Shang, Jianliang Zhai, Tusheng Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究无界域上由乘性时空白噪声驱动的随机反应扩散方程，通过设计特殊控制和比较原理，证明了不变测度的存在唯一性、指数混合性和不可约性。

On the Effects of Decentralized Moderation on Network Robustness and Information Diffusion in Mastodon

去中心化审核对Mastodon网络鲁棒性和信息扩散的影响

Beatriz Arregui-García, Lucio La Cava, Anees Baqir, Andrea Tagarelli, Riccardo Gallotti, Sandro Meloni

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过构建带符号时序网络分析Mastodon实例级审核行为，发现网络结构高度稳定，且审核方发布的信息传播效率更高，形成回声室效应。

Comments 11 pages 9 figures 43 references

Learning Climate Variability from Scarce Data with Diffusion Models: A Test Case for ENSO

利用扩散模型从稀缺数据中学习气候变率：以ENSO为例

Lluis Palma, Vincent Verjans, Amanda Duarte, Albert Soret, Markus Donat

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究利用扩散模型从稀缺数据中学习气候变率，以ENSO为例，发现训练数据不足时模型性能下降，通过CMIP6预训练和微调可弥补数据缺口。

Sampling sea state using a diffusion model

使用扩散模型采样海况

Jiarong Wu, Bertrand Chapron, Laure Zanna

机构 * Courant Institute School of Mathematics, Computing and Data Science（库朗数学、计算与数据科学学院） ； New York University（纽约大学） ； Laboratoire d’Océanographie Physique et Spatiale (LOPS)（物理与空间海洋学实验室） ； Ifremer 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于扩散的生成模型，利用5天全球风场条件直接采样海况的复杂条件分布，实现概率性海况估计，显著加速计算并保持技巧性预测。

Kinetic freeze-out and diffusion dynamics in small-system asymmetric collisions at sqrt(sNN)=200 GeV in light of a generalized Fokker-Planck distribution

基于广义Fokker-Planck分布研究sqrt(sNN)=200 GeV小系统非对称碰撞中的动力学冻结与扩散动力学

M. Waqas, Wolfgang Bietenholz, Khusniddin K. Olimov, Muhammad Ajaz, Jihane Ben Slimane, Laila A. Al-Essa, A. Haj Ismail

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用广义Fokker-Planck解分析小系统非对称碰撞中π^0的横动量谱，提取热-硬过程转变能标、有效温度和幂律指数，揭示系统大小和中心度对冻结温度及扩散过程的影响。

Comments 14 pages, LaTex, 4 figures, 2 tables

Odd Diffusion in Three-Dimensional Isotropic Media

三维各向同性介质中的奇扩散

Viola Zixin Zhao, Andres Franco Valiente, David T. Limmer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过非线性本构律证明了三维各向同性体系中奇扩散的存在，揭示了多组分系统中密度梯度二阶展开的奇电流，并基于非互易三体力微观模型推导了该本构律。

Comments 14 pages, 4 figures, comments welcome

Finetuning-Free Diffusion Model with Adaptive Constraint Guidance for Inorganic Crystal Structure Generation

无需微调的扩散模型结合自适应约束引导用于无机晶体结构生成

Auguste de Lambilly, Vladimir Baturin, David Portehault, Guillaume Lambard, Nataliya Sokolovska, Florence d'Alché-Buc, Jean-Claude Crivello

机构 * CNRS-Saint-Gobain-NIMS（法国国家科学研究中心-圣戈班-日本纳米科学研究所） ； Laboratory for Innovative Key Materials and Structures (LINK)（创新关键材料与结构实验室） ； Laboratory of Computational, Quantitative, and Synthetic Biology (CQSB)（计算、定量与合成生物学实验室） ； Data-driven Materials Design Group（数据驱动材料设计组） ； Center for Basic Research on Materials（材料基础研究中心） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信，巴黎理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于扩散模型的自适应约束引导生成框架，无需微调即可结合用户定义的物理化学约束，生成满足热力学稳定性和几何约束的无机晶体结构。

Comments Full article including supplementary information, 56 pages, 9 figures

Trajectory-Based RBF Collocation Method via Closest-Point Embedding for Surface Advection-Diffusion Equations

基于轨迹的径向基函数配点法通过最近点嵌入求解表面平流-扩散方程

Xiaobin Li, Leevan Ling, Yizhong Sun

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于轨迹的RBF配点法，通过特征处理与Kansa型RBF配点法解耦平流和扩散，利用最近点映射嵌入窄带域，证明与原表面PDE等价，数值实验验证稳定性和精度。

PhysiFormer: Learning to Simulate Mechanics in World Space

PhysiFormer: 在世界空间中学习模拟力学

Yiming Chen, Yushi Lan, Andrea Vedaldi

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

AI总结 提出PhysiFormer，一种直接在世界坐标下通过去噪扩散过程预测3D物体顶点轨迹的扩散Transformer，无需归纳偏置即可生成物理合理的刚性和弹性运动，并泛化到混合材料、未见几何和更多物体。

Comments Project page: https://yimingc9.github.io/physiformer

EO-WM: A Physically Informed World Model for Probabilistic Earth Observation Forecasting

EO-WM: 一种用于概率性地球观测预测的物理信息世界模型

Junwei Luo, Shuai Yuan, Zhenya Yang, Yansheng Li, Zhe Liu, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 提出EO-WM，一种视频扩散变换器，通过物理信息条件框架（气候基线、天气异常和累积应力）实现多光谱地球观测的概率性预测，在极端天气和季节匹配基准上优于现有方法。

Comments 28 pages, 5 figures, 11 tables

PhysRAG: Enhancing Physics-Awareness in Video Generation via Retrieval-Augmented Generation

PhysRAG: 通过检索增强生成提升视频生成中的物理感知

Kexu Cheng, Zicheng Liu, Mingju Gao, Chunhe Song, Hao Tang

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究院） 纠错

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

AI总结 提出PhysRAG管道，利用检索增强生成（RAG）和可学习查询注入物理知识，在7K高质量视频上训练，在PhyGenBench和VBench上达到最优视觉质量和物理规则遵从性。

Comments Accepted to ECCV 2026