图像生成

MolFORM: Multi-modal Flow Matching for Structure-Based Drug Design

MolFORM：基于多模态流匹配的结构药物设计

Jie Huang, Daiheng Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出MolFORM框架，利用多流匹配联合建模离散原子类型和连续3D坐标，并通过基于直接偏好优化的偏好引导微调提升生成质量，在多个评估指标上取得一致改进。

Comments Accepted to ICML 2025 genbio workshop

Parametric resonance, chaos and spatial structure in the Lotka-Volterra model

参数共振、混沌与Lotka-Volterra模型中的空间结构

Mohamed Swailem, Alastair M. Rucklidge

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究Lotka-Volterra模型中周期性变化的承载能力对捕食者-猎物竞争的影响，揭示参数共振、倍周期分岔和混沌动力学，以及空间扩散与混沌的竞合关系。

Comments 10 pages, 5 figures. A VisualPDE simulation of the PDEs in the paper is available on https://visualpde.com/sim/?mini=DndsiGtg

Journal ref Physical Review Research 8 023352 (2026)

Learning Peer Influence Probabilities with Linear Contextual Bandits

使用线性上下文赌博机学习同伴影响概率

Ahmed Sayeed Faruk, Mohammad Shahverdikondori, Elena Zheleva

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对网络环境中同伴影响概率的异质性问题，提出基于线性上下文赌博机的在线学习框架，揭示遗憾最小化与估计误差之间的权衡，并设计可调参数的不确定性引导探索算法实现任意权衡点。

Journal ref In Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), August 09-13, 2026, Jeju Island, Republic of Korea. ACM, New York, NY, USA, 12 pages

Re-Bottleneck: Latent Re-Structuring for Neural Audio Autoencoders

Re-Bottleneck：神经音频自编码器的潜在重构

Dimitrios Bralios, Jonah Casebeer, Paris Smaragdis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Re-Bottleneck框架，通过修改预训练自编码器的瓶颈层，引入用户定义的潜在结构，提升音频模型在不同下游任务中的性能。

Comments Accepted at IEEE MLSP 2025

Journal ref 2025 IEEE 35th International Workshop on Machine Learning for Signal Processing (MLSP)

Learning to Upsample and Upmix Audio in the Latent Domain

在潜在域中学习音频上采样和上混

Dimitrios Bralios, Paris Smaragdis, Jonah Casebeer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出在音频自编码器潜在空间中进行音频处理的框架，通过潜在L1重构项和单个潜在对抗判别器简化训练，实现高效音频处理。

Journal ref 2025 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA)

A Multiscale Perspective on Maximum Marginal Likelihood Estimation

最大边际似然估计的多尺度视角

O. Deniz Akyildiz, Michela Ottobre, Iain Souttar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从多尺度动力学角度，利用随机平均方法分析基于扩散的最大边际似然估计，提出慢-快朗之万算法，在强凸设置下证明平均参数动力学可估计最优参数，实验表明性能与最新方法相当。

Comments 34 pages, 3 figures

Scene Generation at Absolute Scale: Utilizing Semantic and Geometric Guidance From Text for Accurate and Interpretable 3D Indoor Scene Generation

绝对尺度下的场景生成：利用文本的语义和几何引导实现精确且可解释的3D室内场景生成

Stefan Ainetter, Thomas Deixelberger, Edoardo A. Dominici, Philipp Drescher, Konstantinos Vardis, Markus Steinberger

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

AI总结 提出GuidedSceneGen框架，通过文本预测全局3D布局并利用全景扩散模型和视频扩散模型生成绝对尺度的室内场景，实现高一致性、可导航的3D重建。

Taming Text-to-Sounding Video Generation via Advanced Modality Condition and Interaction

通过高级模态条件与交互驯服文本到发声视频生成

Kaisi Guan, Xihua Wang, Zhengfeng Lai, Xin Cheng, Peng Zhang, XiaoJiang Liu, Ruihua Song, Meng Cao

机构 * Renmin University of China（中国人民大学） ； Apple（苹果公司） 纠错

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

AI总结 提出分层视觉基础字幕框架（HVGC）生成解耦的视频和音频字幕，并基于此引入双塔扩散变换器BridgeDiT，通过双交叉注意力机制实现对称双向信息交互，在三个基准数据集上达到最先进结果。

Comments The 19th European Conference on Computer Vision -- ECCV 2026

Boundary condition fidelity for bottom-hole pressure and CO2 plume prediction in geological carbon storage

地质碳封存中井底压力与CO2羽流预测的边界条件保真度

Romal Ramadhan, Seyyed A. Hosseini, Larry W. Lake

机构 * Department of Earth and Planetary Sciences, Jackson School of Geosciences, The University of Texas at Austin（德克萨斯大学奥斯汀分校杰克逊地球科学学院地球与行星科学系） ； Bureau of Economic Geology, The University of Texas at Austin（德克萨斯大学奥斯汀分校经济地质局） ； Hildebrand Department of Petroleum and Geosystems Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校希尔德布兰德石油与地质系统工程系） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究通过对比十种截断域边界处理方法与全域参考模拟，评估边界条件保真度对井底压力和CO2羽流预测的影响，发现保留角点孔隙体积是关键，而透射率修正并非普遍有益，渐进修正结合透射率修正效果最佳。

OGPO: Sample Efficient Full-Finetuning of Generative Control Policies

OGPO：生成控制策略的样本高效全微调

Sarvesh Patil, Mitsuhiko Nakamoto, Manan Agarwal, Shashwat Saxena, Jesse Zhang, Giri Anantharaman, Cleah Winston, Chaoyi Pan, Douglas Chen, Nai-Chieh Huang, Zeynep Temel, Oliver Kroemer, Sergey Levine, Abhishek Gupta, Hongkai Dai, Paarth Shah, Max Simchowitz

机构 * University of California, Berkeley（加州大学伯克利分校） ； UC Berkeley（加州大学伯克利分校） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出OGPO算法，通过离策略评论网络和修改的PPO目标，实现生成控制策略的样本高效微调，在多种操作任务上达到最优性能，并能在无专家数据下微调不良初始化的行为克隆策略。

Comments Website: https://simchowitzlabpublic.github.io/ogpo-site/ Code: https://github.com/simchowitzlabpublic/OGPO_public

CoIn: Comprehensive 2D-3D Inpainting with Gaussian Splatting Guidance

CoIn：基于高斯泼溅引导的全面2D-3D修复

Hana Kim, Minje Kim, Tae-Kyun Kim

机构 * LG Electronics（LG电子） ； KAIST（韩国科学技术院） 纠错

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

AI总结 提出CoIn框架，通过多阶段一致性流水线桥接2D修复模型与3D高斯泼溅，支持任意形状掩码的物体移除与插入，实现双向信息流引导的3D场景修复。

Unbiased Diffusion Variational Inversion via Principled Posterior Matching

无偏扩散变分反演：基于原则性后验匹配

Weimin Bai, Yuxuan Gu, Yifei Wang, Weijian Luo, He Sun

机构 * Peking University（北京大学） 纠错

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

AI总结 提出原则性后验匹配（PPM）框架，通过精确优化KL散度（利用Fisher散度积分）解决逆问题中模式坍塌和不确定性量化不可靠的问题，统一变分推理和摊销推理，在图像修复、超分辨荧光显微和射电干涉成像中实现高保真重建和校准的不确定性估计。

DeLux: Cross-Modal Local Artifact Restoration in Video Using Neuromorphic Data

DeLux: 利用神经形态数据进行视频中的跨模态局部伪影修复

Bartosz Stachowiak, Dariusz Brzezinski

机构 * Institute of Computing Science, Poznan University of Technology（波兹南技术大学计算机科学学院） 纠错

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

AI总结 提出DeLux，一种利用神经形态事件流作为结构先验，引导RGB视频中光照伪影检测与修复的跨模态修复方法，在合成和真实数据上优于现有基线。

OrthoTryOn: Geometric Orthogonalization for Conflict-Free Unified Fashion Generation

OrthoTryOn：面向无冲突统一时尚生成的几何正交化

Zhaotong Yang, Ying Tai, Jiahui Zhan, Yu Zheng, Jianjun Qian, Jian Yang

机构 * PCA Lab, School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院PCA实验室） ； PCA Lab, School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院PCA实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出OrthoTryOn框架，通过正交子空间投影和Fisher引导负向引导解决统一时尚生成中任务间梯度冲突，实现多任务协同优化。

Comments Accepted by ECCV2026

Energy-Structured Low-Rank Adaptation for Continual Learning

能量结构低秩自适应持续学习

Longhua Li, Lei Qi, Qi Tian, Xin Geng

机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院，南京，中国） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其交叉应用重点实验室（东南大学），教育部，中国） ； Huawei Technologies, Shenzhen, China（华为技术有限公司，深圳，中国） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 提出E²-LoRA方法，通过能量集中和排序的低秩自适应以及动态秩分配策略，解决持续学习中的任务干扰和知识压缩问题，实现最优性能。

Comments Accepted by ICML 2026

HunyuanImage 3.0 Technical Report

HunyuanImage 3.0 技术报告

Tencent Hunyuan Foundation Model Team

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

AI总结 HunyuanImage 3.0是一种统一多模态理解与生成的自回归模型，通过精心数据整理、先进架构、原生思维链、渐进预训练和激进后训练，训练出超800亿参数MoE模型（推理时激活130亿），在文本-图像对齐和视觉质量上媲美最先进模型，并开源代码和权重。

CSD: Content-aware Speculative Decoding for Efficient Image Generation

CSD: 内容感知的投机解码用于高效图像生成

Mingcheng Wang, Junbo Qiao, Yunchen Li, Lingfu Jiang, Wei Li, Jie Hu, Jiao Xie, Zhou Yu, Xinghao Chen, Guixu Zhang, Shaohui Lin

机构 * East China Normal University（东华大学） ； Huawei Foundation（华为基金会） ； Key Laboratory of Advanced Theory and Application in Statistics and Data Science-MOE（统计与数据科学高级理论与应用关键实验室-教育部） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；分类 cs.CV

AI总结 提出内容感知投机解码算法CSD，通过熵驱动的概率松弛和最优重采样策略，在保持生成质量的同时加速自回归图像生成。

Two-Stage Cross-Domain Cervical Abnormality Screening with Cytopathological Image Synthesis and Knowledge Distillation

两阶段跨域宫颈异常筛查：细胞病理图像合成与知识蒸馏

Jincheng Li, Yuzhi He, Yihui Zhan, Xinmei Zhang, Yifei Sun, Zelin Liu, Lichi Zhang, Minye Shao, Lili Zhao

机构 * School of Artificial Intelligence and Computer Science, Nantong University（南通大学人工智能与计算机科学学院） ； School of Telecommunications Engineering, Xidian University（西安电子科技大学通信工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Biomedical Engineering, Shanghai Jiao Tong University（上海交通大学生物医学工程学院） ； Department of Computer Science, Durham University（杜伦大学计算机科学系） 纠错

专题命中 效率与蒸馏 ：image synthesis(title)；分类 cs.CV

AI总结 提出两阶段框架，先用SC-UNSB合成中间域缓解域偏移，再用知识蒸馏对齐特征，提升跨域宫颈细胞检测性能。

Pool-Select-Refine for Allocation-Aware Generative Dataset Distillation

Pool-Select-Refine: 基于软标签引导潜在精化的分配感知生成式数据集蒸馏

Wenmin Li, Shunsuke Sakai, Zhongkai Zhao, Tatsuhito Hasegawa

机构 * Graduate School of Engineering, University of Fukui（福井大学工学研究科） ； College of Computer Science and Artificial Intelligence, Southwest Minzu University（西南民族大学计算机科学与人工智能学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 提出Pool-Select-Refine两阶段框架，通过过完备候选池选择与软标签引导潜在精化解耦生成、选择和精化，提升扩散模型数据集蒸馏的预算利用效率。

Local Fokker--Planck Geometry for Score Estimation: Heat-Ball Mean-Value Representations and Exact High-Dimensional Sampling

局部Fokker-Planck几何用于分数估计：热球均值表示与精确高维采样

Jiayao Bai, Lang Deng, Yi Du, Yifei Jia

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对非线性漂移扩散过程中分数函数估计困难的问题，提出局部Fokker-Planck几何框架，通过时间变换和热球均值表示实现精确局部估计，并引入κ-测量实现高维蒙特卡洛采样，理论分析表明该框架是全局残差方法的一参数推广。

Comments 24 pages, 11 figures, 5 tables

Parameter-Efficient Quantum-Inspired Fast Weight Programmers for Traffic-Matrix Forecasting

面向流量矩阵预测的参数高效量子启发式快速权重编程器

Kuo-Chung Peng, Jiun-Cheng Jiang, Chun-Hua Lin, Tai-Yue Li, Nan-Yow Chen, Samuel Yen-Chi Chen

机构 * Wells Fargo（摩根大通） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出量子启发式快速权重编程器QKAN-FWP，在内存和训练预算约束下实现高精度多步流量矩阵预测，相比LSTM等基线模型，G-QKANFWP以22.4%参数取得更优RMSE。

Comments 6 pages, 3 figures

The January 2010 flare of Mrk421: Insights from a stochastic acceleration model

2010年1月Mrk421的耀斑：来自随机加速模型的见解

MAGIC collaboration, K. Abe, S. Abe, J. Abhir, A. Abhishek, V. A. Acciari, A. Aguasca-Cabot, I. Agudo, I. Albanese, T. Aniello, L. A. Antonelli, A. Arbet-Engels, C. Arcaro, T. T. H. Arnesen, A. Babić, C. Bakshi, U. Barres de Almeida, J. A. Barrio, L. Barrios-Jiménez, I. Batković, J. Baxter, J. Becerra González, W. Bednarek, E. Bernardini, J. Bernete, A. Berti, J. Besenrieder, C. Bigongiari, A. Biland, O. Blanch, G. Bonnoli, Ž. Bošnjak, E. Bronzini, I. Burelli, A. Campoy-Ordaz, A. Carosi, R. Carosi, M. Carretero-Castrillo, D. Cerasole, G. Ceribella, A. Cerviño, Y. Chai, G. Chon, A. Cifuentes Santos, J. L. Contreras, J. Cortina, S. Covino, G. D'Amico, P. Da Vela, F. Dazzi, A. De Angelis, B. De Lotto, R. de Menezes, M. Delfino, J. Delgado, C. Delgado Mendez, F. Di Pierro, R. Di Tria, L. Di Venere, A. Dinesh, D. Dominis Prester, A. Donini, D. Dorner, M. Doro, L. Eisenberger, D. Elsaesser, L. Foffano, L. Font, F. Frías García-Lago, Y. Fukazawa, S. García Soto, S. Gasparyan, M. Gaug, J. G. Giesbrecht Paiva, N. Giglietto, F. Giordano, P. Gliwny, T. Gradetzke, R. Grau, J. G. Green, P. Günther, D. Hadasch, A. Hahn, G. Harutyunyan, T. Hassan, J. Herrera Llorente, D. Hrupec, D. Israyelyan, J. Jahanvi, I. Jiménez Martínez, J. Jiménez Quiles, J. Jormanainen, S. Kankkunen, T. Kayanoki, G. W. Kluge, J. Konrad, P. M. Kouch, H. Kubo, J. Kushida, M. Láinez, A. Lamastra, E. Lindfors, S. Lombardi, F. Longo, R. López-Coto, M. López-Moya, A. López-Oramas, S. Loporchio, L. Lulić, E. Lyard, P. Majumdar, M. Makariev, M. Mallamaci, G. Maneva, M. Manganaro, S. Mangano, M. Mariotti, M. Martínez, P. Maruševec, D. Mazin, S. Menchiari, J. Méndez Gallego, S. Menon, D. Miceli, J. M. Miranda, R. Mirzoyan, M. Molero González, E. Molina, H. A. Mondal, A. Moralejo, C. Nanci, A. Negro, V. Neustroev, M. Nievas Rosillo, C. Nigro, L. Nikolić, K. Nilsson, S. Nozaki, A. Okumura, J. Otero-Santos, S. Paiano, D. Paneque, R. Paoletti, J. M. Paredes, M. Peresano, M. Persic, M. Pihet, G. Pirola, F. Podobnik, P. G. Prada Moroni, E. Prandini, W. Rhode, M. Ribó, J. Rico, A. Roy, N. Sahakyan, F. G. Saturni, F. Schiavone, K. Schmitz, F. Schmuckermaier, A. Sciaccaluga, G. Silvestri, A. Simongini, J. Sitarek, V. Sliusar, D. Sobczynska, A. Stamerra, J. Strišković, D. Strom, Y. Suda, M. Takahashi, R. Takeishi, J. Tartera Barberà, P. Temnikov, T. Terzić, M. Teshima, A. Tutone, S. Ubach, M. Vazquez Acosta, S. Ventura, G. Verna, I. Viale, A. Vigliano, C. F. Vigorito, E. Visentin, V. Vitale, M. Vorbrugg, I. Vovk, R. Walter, C. Walther, F. Wersig, P. K. H. Yeung, M. Perri, A. Tramacere

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究2010年1月Mrk421的耀斑，通过随机加速模型分析其谱变化和物理特性，发现谱变与理论模型一致。

Comments Accepted for publication in A&A. Corresponding Authors: : J. Abhir, A. Arbet-Engels, A. Tramacere

Quantization Mapping on Dirac Dynamics via Voltage-Driven Charge Density in Monolayer Graphene: A Klein Paradox and Entropy-Ruled Wavevector Mechanics Study

单层石墨烯中通过电压驱动电荷密度的狄拉克动力学量子化映射：克莱因悖论与熵控波矢力学研究

Karuppuchamy Navamani

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本研究通过电压驱动电荷密度的经验关系，利用微分熵控波矢力学对狄拉克材料进行能量量子化映射，揭示了克莱因悖论下的电子动力学，并发现量子态跃迁遵循N(k)=N(U)^3关系。

Comments 18 pages, 4 Figures, 3 Tables

Joint Reward Modeling: Internalizing Chain-of-Thought for Efficient Visual Reward Models

联合奖励建模：将思维链内化以实现高效的视觉奖励模型

Yankai Yang, Yancheng Long, Hongyang Wei, Wei Chen, Tianke Zhang, Kaiyu Jiang, Haonan Fan, Changyi Liu, Jiankang Chen, Kaiyu Tang, Bin Wen, Fan Yang, Tingting Gao, Han Li, Shuo Yang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Kuaishou Technology（快手科技） 纠错

专题命中 效率与蒸馏 ：image editing(abstract)

AI总结 提出联合奖励建模（JRM），通过共享视觉-语言骨干联合优化偏好学习和语言建模，将生成模型的语义推理能力内化到判别表示中，实现快速准确评估，在MMRB2和EditReward-Bench上取得最优结果。