图像生成

GEAR: Guided End-to-End AutoRegression for Image Synthesis

GEAR: 引导式端到端自回归图像合成

Bin Lin, Zheyuan Liu, Chenguo Lin, Sixiang Chen, Yunyang Ge, Yunlong Lin, Jianwei Zhang, Miles Yang, Zhao Zhong, Liefeng Bo, Li Yuan

机构 * Peking University（北京大学） ； Tencent Hunyuan（腾讯混元） 纠错

专题命中 文生图 ：image synthesis(title)；image generation(abstract)；text-to-image(abstract)；diffusion(abstract)

AI总结 提出GEAR方法，通过表示对齐联合训练VQ分词器和自回归生成器，解决非可微索引导致的梯度问题，实现端到端优化，显著加速ImageNet gFID收敛并提升特征质量。

Arena-T2I Hard: Benchmarking and Improving Faithfulness with Dependency-Aware Checklist

Arena-T2I Hard：基于依赖感知清单的忠实性基准测试与改进

Yuanhao Ban, Tong Xie, Sohyun An, Yunqi Hong, Evan Frick, I-Hung Hsu, Wei-Lin Chiang, Ion Stoica, Cho-Jui Hsieh

机构 * Arena Intelligence Inc ； UCLA（加州大学洛杉矶分校） 纠错

专题命中 文生图 ：text-to-image(abstract)

AI总结 针对现有忠实性基准在复杂指令上的不足，提出310条压力测试提示集Arena-T2I Hard，并设计依赖感知清单奖励结合美学奖励，显著提升文本到图像模型的忠实性-美学权衡。

Editing Everything Everywhere All at Once

一次性编辑所有内容

Fabio Quattrini, Carmine Zaccagnino, Enis Simsar, Marta Tintoré Gazulla, Rita Cucchiara, Alessio Tonioni, Silvia Cascianelli

机构 * University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学） ； ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） 纠错

专题命中 图像编辑 ：diffusion(abstract)；image editing(abstract)；分类 cs.CV

AI总结 提出MICE方法，通过修改联合注意力机制中的加性偏置来调控多实例编辑中的交互，实现无需训练的多实例图像编辑，在保持全局一致性的同时增强属性绑定。

Comments Accepted at ECCV 2026

Intrinsic decomposition and editing of 3D Gaussian splats

3D高斯散点的本征分解与编辑

Alexandre Lanvin, Jeffrey Hu, Simon Lucas, Adrien Bousseau, George Drettakis

机构 * Inria, Université Côte d’Azur（法国国家信息与自动化研究所，蔚蓝海岸大学） ； Cambridge University（剑桥大学） 纠错

专题命中 图像编辑 ：image editing(abstract)；分类 cs.GR

AI总结 提出将本征分解扩展到高斯散点辐射场的方法，通过独立高斯基元、数据驱动优化和单图纹理编辑实现场景的材质与光照分离及编辑。

Comments 18 pages

Journal ref Proc. ACM Comput. Graph. Interact. Tech. 9, 1, Article 10 (May 2026), 18 pages

Histogram-constrained Image Generation

直方图约束的图像生成

Haoming Liu, Yuanhe Guo, Yijia Cao, Shenji Wan, Hongyi Wen

机构 * Center for Data Science, New York University Shanghai（上海纽约大学数据科学中心） ； New York University（纽约大学） 纠错

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

AI总结 提出直方图约束图像生成（HIG）框架，通过最优传输理论在扩散模型中精确施加用户指定的分布约束，实现全局与局部之间的中间粒度控制，并展示其在颜色/潜在直方图约束生成和高容量信息嵌入中的应用。

Comments Accepted to ECCV 2026; 31 pages, 16 figures

No Prompt, No Leaks: A Robust Generative Steganography Framework via Prompt-Free Diffusion

无需提示，无泄漏：基于无提示扩散的鲁棒生成式隐写框架

Jingwen Cai, Fen Xiao, Shuhua Deng, Xieping Gao

机构 * MOE Key Laboratory of Intelligent Computing and Information Processing, Xiangtan University（湘潭大学智能计算与信息处理教育部重点实验室） ； College of Information Science and Engineering, Hunan Normal University（湖南师范大学信息科学与工程学院） 纠错

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

AI总结 提出无提示扩散图像隐写框架，通过级联仿射耦合模块和风格语义先验控制隐写图像生成，并引入预测-校正机制优化生成轨迹，在安全性、重建精度和可控性上达到先进水平。

Quality-Aware Modulation for Diffusion Transformers

扩散变压器的质量感知调制

Luke Budny, Yuhong Guo, Kevin Cheung

机构 * Carleton University（卡尔顿大学） 纠错

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

AI总结 提出质量表示模块（QRM），通过轻量级变压器学习质量感知向量，调整DiT中的自适应层归一化调制，提升生成图像质量，无需改变采样流程。

Diffusion-Based Material Regularization for Physics-Based Inverse Rendering

基于扩散的材料正则化用于物理逆渲染

Jingwang Ling, Lifan Wu, Feng Xu, Shuang Zhao

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； NVIDIA（英伟达） ； BNRist and School of Software, Tsinghua University（清华大学软件学院及北京国家信息科学与技术研究中心） 纠错

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

AI总结 提出将扩散模型预测作为相似性核，通过正则化损失约束材料优化，联合重建几何、材质和光照，在多个数据集上显著优于现有方法。

Comments Accepted to ECCV 2026. Includes supplementary material. Project page: https://gerwang.github.io/diffusion-regularized-inverse-rendering/

Distortion-Corrected Diffusion MRI Using Rotated-View EPI and Joint Field-Map/Image Estimation with Gaussian Primitives

使用旋转视图EPI和高斯原型的联合场图/图像估计的畸变校正扩散MRI

Wenqi Huang, Zhitao Li, Nan Wang, Yimeng Lin, Mengze Gao, Yurui Qian, Sevgi Gokce Kafali, Xiaozhi Cao, Kawin Setsompop, Daniel Rueckert, Congyu Liao

机构 * Chair for AI in Healthcare and Medicine, Technical University of Munich (TUM) and TUM University Hospital, and the School of Computation, Information and Technology, TUM（慕尼黑工业大学(TUM)医疗与医学人工智能教席、TUM大学医院、计算信息与技术学院） ； Neuroimaging Technology Research Center, Department of Radiology and Biomedical Imaging, University of California, San Francisco（加州大学旧金山分校放射与生物医学影像系神经影像技术研究中心） ； Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences（中国科学院精密测量科学与技术创新研究院） ； Department of Radiology, Stanford University（斯坦福大学放射学系） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心(MCML)） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） 纠错

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

AI总结 提出一种物理信息框架，直接从k空间联合估计B0场和无畸变图像，避免中间并行成像重建，通过高斯原型的连续参数化表示图像和场，支持旋转视图EPI，在高b值和高加速下显著改善畸变校正质量。

Accelerated Likelihood Maximization for Diffusion-based Versatile Content Generation

基于扩散模型的加速似然最大化用于多样化内容生成

Hyunsoo Lee, Inwoo Hwang, Young Min Kim

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 提出加速似然最大化（ALM）方法，通过直接优化未观测区域并引入加速策略，实现高效、全局一致的内容生成，在多种任务中超越现有方法。

Comments ECCV 2026. Project website: http://hleephilip.github.io/ALM

Wavelet-Optimized Pseudo-3D Accelerated Diffusion Model for Truncated Computed Laminography

小波优化的伪3D加速扩散模型用于截断计算机层析成像

Genyuan Zhang, Junyao Wang, Chuandong Tan, Fenglin Liu, Yongning Zhou

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

AI总结 针对计算机层析成像中的投影截断问题，提出小波优化的伪3D加速扩散模型，通过扩展重建区域和引入小波正则化消除伪影，恢复高保真3D结构。

Comments 17 pages, 11 figures, 4 tables. Under review at NDT&E International

Controllable Histopathology Image Synthesis with Training-free Structural Initialization and Textural Modulation

可控的组织病理学图像合成：无需训练的结构初始化和纹理调制

Yuheng Qiu, Jingyi Luo, Chenfei Ye, Ting Ma, Jianfeng Cao

机构 * School of Biomedical Engineering, Harbin Institute of Technology (Shenzhen), Shenzhen, China（哈尔滨工业大学（深圳）生物医学工程学院，深圳，中国） 纠错

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

AI总结 提出CHIS框架，通过频率域结构初始化和小波域纹理调制，使无标签预训练扩散模型生成与先验结构掩码对齐且保持参考组织风格的图像，提升下游分割任务性能。

Comments Accepted at MICCAI 2026

BlockPilot: Instance-Adaptive Policy Learning for Diffusion-based Speculative Decoding

BlockPilot: 基于扩散的推测解码的实例自适应策略学习

Hao Zhang, Yiming Hu, Yong Wang, Mingqiao Mo, Xin Xiao, Xiangxiang Chu

机构 * AMAP, Alibaba Group（阿里巴巴集团高德地图） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出BlockPilot，通过实例自适应策略预测最优块大小，提升基于扩散的推测解码效率，在Qwen3-4B上实现4.20倍加速。

Comments 16 pages

Patch-PODiff-ViT: Structured Latent Diffusion with Patchwise POD for Super-Resolution and Uncertainty Quantification

Patch-PODiff-ViT: 基于分块POD的结构化潜在扩散用于超分辨率和不确定性量化

Onkar Jadhav, Tim French, Matthew Rayson, Nicole L. Jones

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Patch-PODiff-ViT框架，使用分块本征正交分解（POD）定义固定线性正交基的潜在空间，结合Vision Transformer实现高效扩散，并通过线性解码器解析传播不确定性，在多个领域实现参数少、内存低且校准良好的超分辨率重建。

Diffusion-based 4D Trajectory Prediction and Distributed Control for UAV Swarms

基于扩散的无人机集群四维轨迹预测与分布式控制

Tianshun Li, Hongliang Lu, Haoang Li, Xinhu Zheng

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southern University of Science and Technology（南方科技大学） ； MoSense Technologies 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出统一框架，结合粗到细轨迹预测与不确定性感知分布式非线性模型预测控制，通过维度解耦和扩散残差动力学模块降低计算复杂度并捕捉动态不确定性，在复杂环境下实现亚0.07米平均跟踪误差和34 FPS实时推理。

TAG-DLM: Diffusion Language Models for Text-Attributed Graph Learning

TAG-DLM：面向文本属性图学习的扩散语言模型

Lingjie Chen, Yuanchen Bei, Haobo Xu, Yanjun Zhao, Yuzhong Chen, Hanghang Tong

机构 * UIUC（伊利诺伊大学厄巴纳-香槟分校） ； VISA（VISA研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出TAG-DLM方法，通过掩码扩散语言模型统一文本推理与图消息传递，线性化邻域并利用拓扑注意力掩码实现图结构注入，无需微调即可适应节点分类、链接预测等任务，性能优于现有基线。

OTCache: Optimal Transport for Geometry-Aware Caching in Diffusion Models

OTCache: 扩散模型中的几何感知缓存的最优传输

Huanlin Gao, Fang Zhao, Qiang Hui, Fuyuan Shi, Shaoan Zhao, Yantao Li, Chao Tan, Ting Lu, Yuren You, Kai Wang, Shiguo Lian

机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国联通数据科学与人工智能研究院） ； Unicom Data Intelligence, China Unicom（中国联通联通数据智能） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出OTCache，一种无需训练的扩散采样加速框架，通过最优传输预测缓存调度，在低NFE区域优于图方法，实现4.5倍以上加速并保持生成质量。

Comments ECCV 2026

DSIP: A Dynamic Coordination Planner for Signal-Free Intersections using Diffusion-Model-Based Multi-Agent Motion Planning

DSIP: 基于扩散模型的多智能体运动规划的无信号交叉口动态协调规划器

Qian Hu, Haoyang Peng, Songan Zhang, Ming Yang, Hongtei Eric Tseng

机构 * Global Institute of Future Technology, Shanghai Jiao Tong University（上海交通大学全球未来技术学院） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） ； Department of Electrical Engineering, The University of Texas at Arlington（德克萨斯大学阿灵顿分校电气工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DSIP框架，利用扩散模型生成多车连续轨迹优化，替代传统信号相位控制，在SUMO仿真中显著降低平均延误并提高平均速度。

Nonlinear kinetic Fokker-Planck equations: existence and diffusion limits

非线性动力学Fokker-Planck方程：存在性与扩散极限

Emeric Bouin, Jean Dolbeault, Antoine Mellet

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一类速度变量非线性扩散的动力学Fokker-Planck方程，证明解的存在性并给出熵估计，进而分析其扩散极限。

Inverse-squeezing receivers for squeezed-state pulse-position modulation under ideal and phase-diffusion conditions

理想和相位扩散条件下压缩态脉冲位置调制的逆压缩接收机

Enhao Bai, Fengkai Sun, Tianyi Wu, Huankai Zhang, Jian Peng, Chen Dong, Zhenrong Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出压缩态脉冲位置调制（S-PPM）格式和逆压缩条件脉冲归零（IS-CPN）接收机，推导理想情况下的闭式错误概率，并分析相位扩散下的性能，证明其优于传统方案。

Pattern formation in a Reaction-Diffusion Model for Amyloid-$β$ and Tau Interactions in Alzheimer's Disease

阿尔茨海默病中淀粉样蛋白-β与Tau相互作用的反应扩散模型中的模式形成

Sun Lee, Wenrui Hao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究采用Gray-Scott反应扩散模型，结合伴随多水平有限元方法，研究Aβ与Tau相互作用产生的空间模式，发现系统存在多种稳定模式，为理解AD异质性和认知弹性提供数学框架。

Diffusion-warm sampling of the XY model enables fast thermalization at scale

XY模型的扩散预热采样实现规模化快速热化

Sehmimul Hoque, Roger Melko, Pooya Ronagh

机构 * Institute for Quantum Computing, University of Waterloo（滑铁卢大学量子计算研究所） ； Department of Physics and Astronomy, University of Waterloo（滑铁卢大学物理与天文学系） ； Perimeter Institute for Theoretical Physics（圆周理论物理研究所） ； Microsoft（微软） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于扩散模型的连续自旋系统采样方法，在XY模型上训练小尺寸温度条件扩散模型，生成大尺寸晶格精确样本，结合少量MCMC步骤将热化时间降低一个数量级。

Comments 17 pages, 10 figures

Unsupervised Thermodynamics of Molecular Diffusion Models: Action-Operator Semantics and Auditable Free-Energy Readout

分子扩散模型的无监督热力学：作用-算子语义与可审计自由能读出

Wenjie Xi

机构 * Department of Physics and HK Institute of Quantum Science & Technology, The University of Hong Kong（香港大学物理系及香港量子科技研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种与扩散模型兼容的作用-算子框架，通过噪声算子桥从端点系综读出自由能差，在丙氨酸二肽和配体-口袋扰动中验证了精度。

Drift-diffusion interplay in active Brownian particles under orienting field

定向场下活性布朗粒子的漂移-扩散相互作用

Andrey A. Kuznetsov, Vittoria Sposini, Sofia S. Kantorovich, Aleksei V. Chechkin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出磁场下三维活性布朗运动理论框架，揭示长时增强扩散与永久漂移，以及中间时标的非高斯位移统计，为优化搜索和靶向输运提供指导。

Nonlinear diffusion and compressive rims in source-driven biopolymer condensates

源驱动生物聚合物凝聚体中的非线性扩散与压缩边缘

Avraham Moriel, Howard A. Stone

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过耦合Flory-Huggins热力学与双流体粘弹性，研究源驱动聚合物液滴的扩散，发现扩散前沿存在通用压缩边缘，并整合标度律、数值模拟和实验数据，揭示核仁的结构与动力学特征。

Comments 5 pages, 4 figures + Supplemental Materials

Accelerated development of amorphous InZnO thin films as transparent conductive Cu diffusion barriers

非晶InZnO薄膜作为透明导电铜扩散阻挡层的加速开发

Stefanie Frick, Reyu Sakakibara, Manuel Kober-Czerny, Arnold Müller, Miloš Baljozović, Franz-Josef Haug, Sebastian Siol

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对太阳能电池中铜扩散问题，采用2D组合方法筛选In-Zn-O薄膜的Zn/(In+Zn)比和氧含量，发现最佳组成为Zn/(In+Zn)~0.12且中等缺氧的非晶薄膜可作为有效的透明导电铜扩散阻挡层。

Joint inference of weak lensing convergence map and cosmology with diffusion models

弱引力透镜收敛图与宇宙学的扩散模型联合推断

Benjamin Remy, Chihway Chang, Rebecca Willett

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于扩散模型的隐式推断方法，联合推断宇宙学参数和收敛图，无需显式可微前向模型，在模拟数据上验证了后验校准和场统计的正确性。

Comments 12 pages, 6 figures

Nemotron-Labs-TwoTower: Diffusion Language Modeling with Pretrained Autoregressive Context

Nemotron-TwoTower：基于预训练自回归上下文的扩散语言建模

Fitsum Reda, John Kamalu, Roger Waleffe, Mostofa Patwary, Mohammad Shoeybi, Bryan Catanzaro

机构 * NVIDIA（英伟达） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出双塔扩散语言模型TwoTower，解耦上下文表示与迭代去噪，在保持98.7%质量的同时实现2.42倍生成吞吐量提升。

Comments Code and model weights available at https://huggingface.co/collections/nvidia/nemotron-labs-twotower

Preserve the Hard, Regenerate the Rest: Uncertainty-Guided Synthetic Training Data Augmentation with Diffusion Models

保留困难部分，重新生成其余部分：基于不确定性引导的扩散模型合成训练数据增强

Nikolai Röhrich, Julian Gleißner, Ahmed H. A. Ibrahim, Silvan Mertes, Tobias Huber

机构 * XITASO GmbH（XITASO 有限公司） ； Zuse School of Excellence in Reliable AI（Zuse 卓越可靠人工智能学院） ； Technische Hochschule Ingolstadt（因戈尔施塔特应用技术大学） ； Technische Hochschule Augsburg（奥格斯堡应用技术大学） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV

AI总结 针对语义分割中数据稀疏和区域多样性问题，提出不确定性引导的上下文增强策略，通过预测熵识别不确定区域并仅修复上下文，在保持标签有效性的同时最大化像素信息量，在Cityscapes等数据集上显著提升mIoU。

Comments 13 pages, 7 figures

TDGT: A Tabular Data Generation Toolkit supporting adaptive GPU-accelerated Bayesian mixture models, diffusion-based models, and latent-space generative modeling

TDGT：一种支持自适应GPU加速贝叶斯混合模型、扩散模型和潜在空间生成建模的表格数据生成工具包

Vasileios C. Pezoulas, Nikolaos S. Tachos, Eleni Georga, Kostas Marias, Manolis Tsiknakis, Dimitrios I. Fotiadis

机构 * SYNTHAINA AI 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 提出TDGT工具包，集成自适应贝叶斯混合合成器（ABMS）及其变体VAE-ABMS，支持GPU加速，通过11项统计保真度指标评估，在医疗、社会经济和网络安全数据集上验证了生成质量。

Comments 47 pages (33 main body, 14 pages supplementary material), 30 figures (12 figures in the main body, 18 supplementary figures), 9 tables (3 tables in the main body, 6 supplementary tables)