图像生成

Finite Difference Flow Optimization for RL Post-Training of Text-to-Image Models

文本到图像模型强化学习后训练的有限差分流优化

David McAllister, Miika Aittala, Tero Karras, Janne Hellsten, Angjoo Kanazawa, Timo Aila, Samuli Laine

机构 * UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） 纠错

专题命中 文生图 ：text-to-image(title)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 提出一种在线强化学习变体，通过采样配对轨迹并将流速度拉向更优图像方向来降低模型更新方差，将整个采样过程视为单一动作，实现更快的收敛和更高的输出质量与提示对齐。

Comments Code available at https://github.com/NVlabs/finite-difference-flow-optimization

Stable and Near-Reversible Diffusion ODE Solvers for Image Editing

稳定且近可逆的图像编辑扩散ODE求解器

Barbora Barancikova, Daniil Shmelev, Cristopher Salvi

机构 * Department of Computing, Imperial College London, London, United Kingdom（帝国理工学院伦敦分校计算机系，伦敦，英国） ； Department of Mathematics, Imperial College London, London, United Kingdom（帝国理工学院伦敦分校数学系，伦敦，英国） 纠错

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

AI总结 本文提出近可逆Runge-Kutta方法以提升图像编辑的稳定性与精度，平衡可逆性与数值稳定性，保留背景保真优势。

Comments ICML 2026 Workshop on Structured Probabilistic Inference & Generative Modeling (SPIGM)

Making Image Editing Easier via Adaptive Task Reformulation with Agentic Executions

通过具有代理执行的自适应任务重构使图像编辑更易于实现

Bo Zhao, Kairui Guo, Runnan Du, Haiyang Sun, Pengshan Wang, Huan Yang, Kun Gai, Yixin Cao, Wei Ji

机构 * Nanjing University（南京大学） ； Beijing Institute of Technology（北京理工大学） ； College of Artificial Intelligence, China University of Petroleum (Beijing)（中国石油大学（北京）人工智能学院） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文提出通过自适应任务重构框架提升图像编辑性能，通过代理分析和反馈优化任务描述，改进编辑效果，尤其在复杂案例中表现显著。

Comments 9pages

Improved Immiscible Diffusion: Accelerate Diffusion Training by Reducing Its Miscibility

改进的不可混扩散：通过降低可混性加速扩散训练

Yiheng Li, Feng Liang, Dan Kondratyuk, Masayoshi Tomizuka, Kurt Keutzer, Chenfeng Xu

机构 * UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 提出通过降低任意层级的可混性来加速扩散模型训练，实现多种实现方式（如KNN噪声选择和图像缩放），在多种任务上获得高达4倍以上的训练加速。

On Variance Reduction in Learning Mean Flows

在学习均值流中的方差缩减

Juanwu Lu, Ziran Wang

机构 * Purdue University（普渡大学） 纠错

专题命中 扩散模型 ：diffusion(summary_cn,abstract)

AI总结 本文通过理论分析揭示了均值流训练中损失非递减和梯度方差无界的问题根源，提出最优系数的闭式解，并在基准和Diffusion Transformer上验证了其提升样本质量和FID趋势的效果。

Comments 27 pages, 8 figures, 8 tables. Added supplementary experiment: independent validation of the small-bias regime, to break the circularity in bias estimation

GeoNVS: Geometry Grounded Video Diffusion for Novel View Synthesis

GeoNVS: 基于几何的视频扩散模型用于新视角合成

Minjun Kang, Inkyu Shin, Taeyeop Lee, Myungchul Kim, In So Kweon, Kuk-Jin Yoon

机构 * KAIST, South Korea（韩国科学技术院） ； Luma AI, USA（Luma AI（美国）） 纠错

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

AI总结 提出GeoNVS，通过高斯溅射特征适配器将扩散特征提升为3D高斯表示，增强几何保真度和相机可控性，在新视角合成任务上超越现有方法。

Comments The code will be available at https://sites.google.com/view/minjun-kang/geonvs-eccv26 (ECCV 2026)

Cross-Resolution Distribution Matching for Diffusion Distillation

跨分辨率分布匹配的扩散蒸馏

Feiyang Chen, Hongpeng Pan, Haonan Xu, Xinyu Duan, Zhefeng Wang, Yang Yang

机构 * Huawei（华为） ； Nanjing University of Science and Technology（南京理工大学） ； HiThink Research（海康研究院） 纠错

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

AI总结 提出跨分辨率分布匹配蒸馏（RMD）框架，通过logSNR映射和分布匹配弥合分辨率间隙，实现高保真、少步数多分辨率级联推理，在SDXL和Wan2.1-14B上分别加速33.4倍和25.6倍。

CharDiff-LP: A Diffusion Model with Character-Level Guidance for License Plate Image Restoration

CharDiff-LP: 一种具有字符级引导的车牌图像恢复扩散模型

Kihyun Na, Gyuhwan Park, Injung Kim

机构 * Handong Global University（韩东国际大学） 纠错

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

AI总结 提出CharDiff-LP扩散框架，通过字符级引导（CHARM模块）恢复严重退化车牌图像，在Roboflow-LP数据集上字符错误率相对降低28.3%。

Comments Accepted at ICPR 2026. 15 pages, 6 figures, 4 tables

PA-VAD: Diffusion-Based Pseudo-Only Video Anomaly Detection via Domain-Aligned Memory Updates

PA-VAD: 基于扩散的伪异常视频异常检测通过域对齐记忆更新

Satoshi Hashimoto, Yanan Wang, Hitoshi Nishimura, Mori Kurokawa

机构 * KDDI Research, Inc.（KDDI研究所） 纠错

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

AI总结 提出PA-VAD框架，仅用真实正常视频和扩散合成伪异常视频训练检测器，通过域对齐正则化模块（DARM）消除伪异常特征偏差，在多个基准上超越使用真实异常视频的方法。

Comments Accepted to ECCV 2026

Phase-Aligned RoPE for Mixed-Resolution Diffusion Transformer

相位对齐的混合分辨率扩散Transformer旋转位置编码

Haoyu Wu, Jingyi Xu, Qiaomu Miao, Dimitris Samaras, Hieu Le

机构 * Stony Brook University（石溪大学） ； UNC-Charlotte（北卡罗来纳大学夏洛特分校） 纠错

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

AI总结 针对混合分辨率token在RoPE中注意力分数异常的问题，提出无训练机制PMA，通过统一位置尺度稳定注意力，并引入边界细化模块提升局部连贯性，在图像和视频扩散模型中提升视觉质量与计算效率。

Comments Accepted to ECCV 2026. Project page: https://hao-yu-wu.github.io/mixed_res/

Rethinking Garment Conditioning in Diffusion-based Virtual Try-On: Decouple, Don't Denoise

重新思考基于扩散的虚拟试穿中的服装条件：解耦，而非去噪

Kihyun Na, Jinyoung Choi, Injung Kim

机构 * Handong Global University（韩东国际大学） 纠错

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

AI总结 针对扩散虚拟试穿中双UNet结构参数多、空间拼接全微调失效的问题，通过可视化研究揭示服装条件必须与去噪过程解耦，提出DeCo-VTON模型，以单网络架构达到双UNet水平且成本减半。

Comments Accepted at ECCV 2026. 28 pages, 9 figures, 11 tables

FeRA: Frequency-Energy Constrained Routing for Effective Diffusion Adaptation Fine-Tuning

FeRA: 面向高效扩散自适应微调的频率能量约束路由

Bo Yin, Xiaobin Hu, Xingyu Zhou, Yu He, Peng-Tao Jiang, Yue Liao, Junwei Zhu, Jiangning Zhang, Ying Tai, Shuicheng Yan

机构 * National University of Singapore（新加坡国立大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； vivo ； Tencent（腾讯） ； Nanjing University（南京大学） 纠错

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

AI总结 提出FeRA框架，通过揭示扩散模型去噪过程中的频率能量机制，利用频率能量指示器、软频率路由和频率能量一致性正则化，实现参数更新与内在频率能量进程对齐，从而高效稳定地微调扩散模型。

Multi-Channel Uncertainty-Weighted Score Matching for Conditional Diffusion in Medical UDA

多通道不确定性加权分数匹配用于医学UDA中的条件扩散

Chen Li, Meilong Xu, Xiaoling Hu, Weimin Lyu, Chao Chen

机构 * Stony Brook University（石溪大学） ； Massachusetts General Hospital and Harvard Medical School（麻省总医院与哈佛医学院） 纠错

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

AI总结 提出UPDiff-UDA框架，通过不确定性加权的分数匹配聚合多通道伪标签，结合贝塞尔曲线适应，提升跨模态医学图像分割性能。

Comments 28 pages, 7 figures. Accepted by ECCV'2026

Few to Big: Prototype Expansion Network via Diffusion Learner for Point Cloud Few-shot Semantic Segmentation

从少到多：基于扩散学习器的原型扩展网络用于点云小样本语义分割

Qianguang Zhao, Dongli Wang, Yan Zhou, Jianxun Li, Richard Irampa

机构 * School of Mathematics and Computational Science, Xiangtan University（湘潭大学数学与计算科学学院） ； School of Automation and Electronics Information, Xiangtan University（湘潭大学自动化与电子信息学院） ； School of Automation, Shanghai Jiao Tong University（上海交通大学自动化学院） 纠错

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

AI总结 针对小样本点云语义分割中原型容量小且与查询空间不对齐的问题，提出原型扩展网络（PENet），利用扩散模型的预训练条件编码器扩展原型，并通过推-拉机制对齐，在S3DIS和ScanNet数据集上取得最优性能。

Filterless Snapshot Hyperspectral Imaging using Guided Patch Diffusion

无滤波器快照高光谱成像引导补丁扩散

Dean Hazineh, Luca Sacchi, Davide Cassara, Federico Capasso, Todd Zickler

机构 * Harvard University（哈佛大学） 纠错

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

AI总结 提出使用条件去噪扩散模型，通过小补丁移位不变操作和光学点扩散函数物理一致性引导，从单衍射透镜和滤光片全色传感器捕获的灰度快照中重建高光谱图像。

Comments ECCV 2026

PSHuman: Photorealistic Single-image 3D Human Reconstruction using Cross-Scale Multiview Diffusion and Explicit Remeshing

PSHuman: 使用跨尺度多视图扩散和显式重网格化的逼真单图像三维人体重建

Peng Li, Wangguandong Zheng, Yuan Liu, Tao Yu, Yangguang Li, Xingqun Qi, Xiaowei Chi, Siyu Xia, Yan-Pei Cao, Wei Xue, Wenhan Luo, Yike Guo

机构 * HKUST（香港科技大学） ； Southeast University（东南大学） ； Tsinghua University（清华大学） ； VAST 纠错

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

AI总结 提出PSHuman框架，通过跨尺度多视图扩散和SMPL-X条件生成，解决单视图人体重建中的几何失真和自遮挡问题，实现高保真几何与纹理重建。

Comments CVPR2025, Project page: https://penghtyx.github.io/PSHuman

Multi-Block Diffusion Language Models

多块扩散语言模型

Yijie Jin, Jiajun Xu, Yuxuan Liu, Chenkai Xu, Yi Tu, Jiajun Li, Dandan Tu, Xiaohui Yan, Kai Yu, Pengfei Liu, Zhijie Deng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xi’an Jiao Tong University（西安交通大学） ； Huawei（华为） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出多块教师强制（MultiTF）训练策略，将单块扩散语言模型扩展为多块扩散（MultiBD），通过块缓冲机制实现并行解码，提升令牌吞吐量和准确率。

A Thomson-type variational principle for diffusion coefficients

扩散系数的汤姆逊型变分原理

Assaf Shapira

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对粒子数守恒的可逆相互作用粒子系统，提出一种新的变分原理，将扩散系数表征为另一个泛函的上确界，便于获取下界，并应用于动力学约束晶格气体。

Diffusion Crossover: Defining Evolutionary Recombination in Diffusion Models via Noise Sequence Interpolation

扩散交叉：通过噪声序列插值在扩散模型中定义进化重组

Chisato Kumada, Satoru Hiwa, Tomoyuki Hiroyasu

机构 * Graduate School of Life and Medical Sciences（生命与医学科学研究生院） ； Faculty of Life and Medical Sciences（生命与医学科学学部） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出扩散交叉，通过在去噪扩散概率模型（DDPM）的逆过程中对噪声序列进行逐步插值，定义了扩散模型中的进化重组，实现了在高维生成表示中语义一致的交叉操作，提升生成图像的感知一致性和多样性。

Comments 14 pages, 7 figures, 2 tables

Efficient Sampling with Discrete Diffusion Models: Sharp and Adaptive Guarantees

离散扩散模型的高效采样：尖锐且自适应的保证

Daniil Dmitriev, Zhihan Huang, Yuting Wei

机构 * Department of Statistics and Data Science, the Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院统计与数据科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究基于连续时间马尔可夫链的离散扩散模型采样效率，提出τ-跳跃采样器，在KL散度下达到ε精度，对均匀扩散实现Õ(d/ε)复杂度，对掩蔽扩散引入有效总相关量实现自适应收敛。

Comments 59 pages, 1 figure. Accepted at the Conference on Learning Theory (COLT) 2026

Not Every Time and Frequency Need to Be Forgotten in Diffusion Unlearning

并非所有时间和频率都需要在扩散遗忘中被遗忘

Jinseong Park, Mijung Park

机构 * Korea Institute for Advanced Study（韩国高等研究院） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出选择性遗忘扩散模型中的时间和频率，通过理论分析分布失真与遗忘-效用权衡，在多种设置下实现更高遗忘成功率和生成质量。

Comments ICML 2026 Workshop FoGen

Diffusion approximation error for queueing systems with general primitives

具有一般原始数据的排队系统的扩散近似误差

Anton Braverman, Ziv Scully

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一般分布原始数据的连续时间排队系统的稳态扩散近似误差，通过分析典型系统发现误差分解为内部项和边界项，并利用Stein方法的生成元比较扩展到分段确定性马尔可夫过程。

Occlusion-Robust Multi-Object Decoupling for Physics-Based Robotic Interaction

基于物理的机器人交互的遮挡鲁棒多对象解耦

Xin Dong, Lihan Zhang, Tianru Dai, Wenfeng Deng, Yansong Tang

机构 * Pengcheng Laboratory（鹏城实验室） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

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

AI总结 提出一种无掩码方法，从稀疏遮挡视角实现无损多对象3D重建，通过MPM模拟实现物理合理的机器人交互，核心是利用联合SDS过程结合扩散先验实现对象解耦。

Comments 7 pages, 6 figures

Physically Grounded 3D Generative Reconstruction under Hand Occlusion using Proprioception and Multi-Contact Touch

基于本体感知和多接触触觉的物理 grounded 的 3D 生成重建在手部遮挡下

Gabriele Mario Caddeo, Pasquale Marra, Lorenzo Natale

机构 * Istituto Italiano di Tecnologia（意大利技术研究院） 纠错

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

AI总结 本文提出了一种多模态、物理 grounded 的方法，用于在严重手部遮挡下进行度量尺度的无遮挡物体重建和姿态估计，通过本体感知和多接触触觉信号提升重建精度和物理一致性。

Comments 29 pages, 10 figures, Accepted to ECCV 2026

VIGOR: VIdeo Geometry-Oriented Reward for Temporal Generative Alignment

VIGOR: 面向视频几何的时序生成对齐奖励

Tengjiao Yin, Jinglei Shi, Heng Guo, Xi Wang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 提出基于几何的奖励模型，利用预训练几何基础模型通过跨帧重投影误差评估多视图一致性，以点方式计算误差，并引入几何感知采样策略，通过后训练和推理时优化对齐视频扩散模型，提升生成视频的几何一致性。

Comments Project Page: https://vigor-geometry-reward.com/

VS3R: Robust Full-frame Video Stabilization via Deep 3D Reconstruction

VS3R：基于深度三维重建的鲁棒全帧视频稳定

Muhua Zhu, Xinhao Jin, Xinping Wang, Yu Zhang, Yifei Xue, Tie Ji, Yizhen Lao

机构 * Hunan University（湖南大学） 纠错

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

AI总结 提出VS3R框架，结合前馈三维重建与生成式视频扩散，通过联合估计相机参数、深度和掩码，并引入混合稳定渲染模块和稳定驱动扩散模型，实现高保真全帧视频稳定，在鲁棒性和视觉质量上显著优于现有方法。

Hydrodynamic limit from nonlinear Fokker--Planck to barotropic Euler equations

从非线性Fokker-Planck到正压Euler方程的流体动力学极限

José A. Carrillo, Dowan Koo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对退化扩散的非线性Fokker-Planck方程，利用相对熵方法和广义对数Sobolev不等式，建立了到正压Euler方程（含幂律压力）的流体动力学极限。

Comments 24 pages; fixed typos

Flow-Opt: Scalable Centralized Multi-Robot Trajectory Optimization with Flow Matching and Differentiable Optimization

Flow-Opt: 用于多机器人轨迹优化的可扩展集中式方法，结合流匹配与可微优化

Simon Idoko, Prajyot Jadhav, Arun Kumar Singh

机构 * University of Tartu（塔尔图大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Flow-Opt，通过生成模型与可微优化提升集中式多机器人轨迹优化的计算效率，实现快速生成数十机器人在复杂环境中的平滑轨迹，并支持批量处理与多样化路径生成。

Morphological Transition: From Meanders to Mound Structures

形态转变：从蛇形图案到丘陵结构

Marta A. Chabowska, Hristina Popova, Magdalena A. Załuska-Kotur

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过晶界元胞自动机模型探讨了平表面和倾斜表面在生长过程中从蛇形图案到三维丘陵结构的形态演变，揭示了能量壁垒与质子扩散的竞争作用。

Comments 14 pages, 11 figures + supplementary materials

Journal ref Acta Materialia 316, 122477 (2026)

Integrated Investment and Policy Planning for Power Systems via Differentiable Scenario Generation

通过可微场景生成实现电力系统的投资与政策规划整合

Robert Mieth

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种方法，联合优化电力系统容量规划决策与政策投资，通过可微场景生成技术提升规划模型的求解效率。

Comments Accepted to PowerUp 2026