Boundary quadruples and bijective realisations of abstract Friedrichs operators
抽象 Friedrichs 算子的边界四元组与双射实现
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对抽象 Friedrichs 算子，通过边界四元组框架参数化闭实现，给出双射和 m-增生实现的精确判据，并建立边界四元组的存在性准则。
Comments 36 Pages
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 扩散模型 74 篇
Influence of Routing and Speed Limits on Optimal Solutions in Traffic Emission Modeling
交通排放建模中路由和限速对最优解的影响
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究路由策略和限速政策对交通排放模型最优解的影响，通过单目标和多目标优化比较三种控制场景，发现限速政策在减排和效率提升上优于路由策略。
Certification of PGD reduced-order models with separated spatial variables
具有分离空间变量的PGD降阶模型的认证
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对板壳结构中的扩散问题，基于本构关系误差方法，提出一种PGD降阶模型的全局误差估计与自适应策略，实现离散误差和模态数量的控制。
Onsager-Type Energy Equality and Prodi--Serrin Uniqueness for Nernst--Planck Fluid Systems
Onsager型能量等式与Nernst-Planck流体系统的Prodi-Serrin唯一性
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究Nernst-Planck方程与流体模型耦合的弱解，建立三维Nernst-Planck-Euler系统的Onsager型能量等式准则，并证明三维Nernst-Planck-Navier-Stokes系统的Prodi-Serrin型唯一性准则。
Comments 26 pages
Generative Modeling of Quantum Distribution with Functional Flow Matching
基于函数流匹配的量子分布生成建模
机构 * Graduate School of Data Science, Seoul National University, Seoul, Korea（首尔国立大学数据科学研究生院） ； Department of Statistics and Data Science, Yonsei University, Seoul, Korea（延世大学统计与数据科学系） ； Department of Applied Statistics, Yonsei University, Seoul, Korea（延世大学应用统计系） ； Google Research, Mountain View, California, United States（谷歌研究）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出量子流匹配（QFM）模型，利用自旋Wigner函数和函数流匹配学习多量子比特量子分布，有效捕获物理量如纯度、纠缠熵。
Comments Accepted as an extended abstract at the Quantum Techniques in Machine Learning (QTML) 2024
Power-Law Relaxation of Non-Gaussian Parameter and Self-Dynamic Structure Factor in Multidimensional Rugged Energy Landscapes
多维崎岖能量景观中非高斯参数和自动态结构因子的幂律弛豫
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文建立理论框架研究多维崎岖能量景观中标记粒子的扩散，通过粗粒化迁移率场和迁移率-记忆近似，揭示非高斯参数的长时幂律弛豫行为，维度依赖性为d=1时t^{-1/2}，d=2时(ln t)/t，d>2时t^{-1}。
Comments 63 pages, 1 Figure
Anomalous bulk dealloying below the parting limit
低于分界线的反常体脱合金
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本研究揭示了晶界辅助的体脱合金机制，通过三维重构和晶体学分析，发现扩散诱导再结晶生成高密度晶界网络，促进熔盐渗透，使脱合金在远低于传统分界线条件下发生。
Spectroscopic Monitoring of Metal Lines in Polluted White Dwarfs
污染白矮星中金属谱线的光谱监测
专题命中 扩散模型 ：diffusion(abstract)
AI总结 通过18年光学光谱监测5颗暖污染白矮星，发现4颗系统在15-18年内吸积率稳定在15-30%内，仅WD 0106-328显示地面数据中Mg II双线变异性，但HST紫外光谱未确认，表明吸积过程长期稳定或存在光球层平滑机制。
Comments Accepted for publication in The Astrophysical Journal 21 pages, 7 figures
Propagation of chaos for Belavkin equations beyond pure states
Belavkin方程在纯态之外的混沌传播
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对N个相互作用的密度矩阵值扩散系统，证明了平均场极限下的混沌传播，涵盖混合初态和所有测量效率，通过纯化论证、膨胀、条件期望等方法给出显式迹范数界。
A new model for long-term forecasting of Galactic cosmic rays
银河宇宙线长期预测的新模型
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出基于日球层带电粒子输运数值模型的银河宇宙线长期预测框架，通过希尔伯特-黄变换滤波和太阳代理参数延迟相关性，实现多物种通量准确预测，支持空间辐射监测与十年尺度预测。
Comments 21 pages, 12 Figures
Running into tension: primordial black holes from ultra-slow-roll inflation, spectral running, and the Hubble tension
陷入紧张：来自超慢滚暴涨的原初黑洞、谱运行和哈勃紧张
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究超慢滚暴涨模型预测的负谱运行与ACT CMB数据中正运行提示之间的紧张关系，并分析早期暗能量等新物理对谱运行及原初黑洞模型可行性的影响。
Comments 23 pages, 7 sub-figures arranged into 4 figures
Orbital Hall effect-driven spin-orbit torque enhancement in Ti-based systems via rare-earth interface engineering
Ti基体系中通过稀土界面工程实现轨道霍尔效应驱动的自旋轨道转矩增强
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本研究通过在Ti轨道源和Co铁磁体之间插入Gd中间层，利用轨道霍尔效应将轨道电流转化为自旋轨道转矩，实现了五倍的转矩效率提升，并揭示了轨道扩散长度超过20 nm。
Comments 15 PAGES, 3 FIGURES
Quantum Secure Authentication with Color Centers in Diamond
在钻石中使用颜色中心实现安全的量子令牌处理
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出了一种量子令牌方案，其中令牌是确保安全认证或支付的量子态。基于Wiesner的量子货币概念，令牌通过单光子源生成的多量子比特态编码，并传输到持有量子内存寄存器的用户。通过利用高度高效的锯鱼纳米光子晶体腔的状态依赖反射，以及通过光π/8脉冲脉冲序列实现高保真的分数量子门，设计实现了在现实操作条件下门保真度超过99%。我们还分析了微波控制，这虽然延长了存储时间，但降低了操作速率。我们严格研究了有限光子带宽、腔体设计参数、光谱扩散和控制不完美对整体性能的影响。我们的综合模型表明，随着近期设备效率和转换率的改进，令牌接受率可以接近MHz范围的短距离通信链路，同时仍能抵御最优克隆攻击。这些发现为将不可伪造的量子令牌整合到更大规模的量子网络中铺平了道路，从而显著增强未来量子网络应用的安全性。
Comments 19 pages, 10 figures
Scaling and Analytical Approximation of Porous Electrode Theory for Reaction-limited Batteries
可扩展性与解析近似法在反应受限电池中多孔电极理论的分析
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出一种多孔电极理论的可扩展性与解析近似框架，通过简化模型和四个无量纲数描述电池性能，验证了其在实际电池中的有效性。
Minimax convergence rates of a binary plug-in type classification procedure for time-homogeneous SDE paths under low-noise conditions
低噪声条件下时齐SDE路径的二元插入式分类过程的极小化极大收敛速率
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对SDE路径的分类问题，本文在低噪声条件下建立了基于Holder空间的更快收敛速率，并给出了指数不等式和风险下界。
Comments 41 pages
Calibrated Test-Time Guidance for Bayesian Inference
校准的测试时引导用于贝叶斯推理
机构 * Seoul National University, Seoul, South Korea（首尔大学） ； Chan-Zuckerberg Initiative, Redwood City, CA, USA（陈-扎克伯格倡议）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对测试时引导方法无法从真实贝叶斯后验采样的问题，提出一致替代估计器实现校准采样，在贝叶斯推理任务上显著优于先前方法，并在黑洞图像重建中取得新SOTA PSNR。
Comments Accepted to ICML 2026. Code is available at https://github.com/mandt-lab/Calibrated-Guidance
Geometry-Preserving Neural Architectures on Manifolds with Boundary
保持几何结构的边界流形神经架构
机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） ； Boston College（波士顿学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出统一框架分类几何保持神经架构，针对prox-regular约束集（含边界光滑流形）证明投影神经ODE、中间增强和最终增强架构的逼近定理，实验表明最终增强架构更优。
Out-of-equilibrium contributions to charm hadrons in a fluid-dynamic approach
流体动力学方法中非平衡贡献对粲强子的影响
专题命中 扩散模型 ：diffusion(abstract)
AI总结 基于粲夸克在夸克-胶子等离子体中流体动力学描述的适用性，本研究通过计算粲强子分布函数的非平衡贡献扩展了该框架，包括自由流相后的初始非平衡分布和流体动力学中的冻结出表面修正，从而精确计算不同空间扩散系数下的粲强子产额和横动量分布，为系统确定粲输运系数提供基础。
Comments 18 pages, 9 figures, GitHub repository at: https://github.com/fafafrens/Fluidum.jl
Exponential Hedging for the Ornstein-Uhlenbeck Process in the Presence of Linear Price Impact
存在线性价格冲击下的Ornstein-Uhlenbeck过程的指数对冲
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究线性临时价格冲击下的连续时间指数效用最大化问题，针对Ornstein-Uhlenbeck扩散过程的风险资产，通过概率对偶方法计算最优投资组合策略及对应值。
Enhancing material behavior discovery using embedding-oriented Physically-Guided Neural Networks with Internal Variables
利用嵌入导向的物理引导神经网络与内部变量增强材料行为发现
机构 * Aragón Institute of Engineering Research (I3A)（阿拉贡工程研究所（I3A）） ； Mechanical Engineering Department（机械工程系） ； University of Zaragoza（萨拉戈萨大学） ； Institute for Health Research Aragon (IISA)（阿拉贡健康研究所（IISA）） ； Nanjing Tech University（南京工业大学） ； Department of Mechanical Engineering, Universidad Politécnica de Madrid (UPM)（马德里理工大学机械工程系）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出改进的PGNNIV框架，通过降阶建模技术提升高维数据下的可扩展性，结合谱分解、POD和预训练自编码器映射，提升计算效率与预测精度，同时通过迁移学习减少训练时间。
Journal ref Journal of Computational Science Volume 99, August 2026, 102944
PETIMOT: A Novel Framework for Inferring Protein Motions from Sparse Data Using SE(3)-Equivariant Graph Neural Networks
PETIMOT：一种利用SE(3)-等变图神经网络从稀疏数据推断蛋白质运动的新框架
机构 * Department of Computational, Quantitative, and Synthetic Biology (CQSB), UMR 7238 IBPS, Sorbonne Université, CNRS（索邦大学国家科学研究中心计算、定量与合成生物学系（CQSB），UMR 7238 IBPS） ； Univ. Grenoble Alpes, CNRS, Grenoble INP, LJK（格勒诺布尔阿尔卑斯大学国家科学研究中心格勒诺布尔国立理工学院让·库尔实验室（LJK）） ； Institut universitaire de France (IUF)（法国大学研究院（IUF））
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出PETIMOT框架，利用SE(3)-等变图神经网络和预训练蛋白质语言模型，从稀疏实验数据推断蛋白质连续紧凑运动表示，在捕捉大/慢构象变化方面优于扩散、流匹配及传统物理模型。
Journal ref LMRL Workshop at ICLR 2025; Acta Crystallographica Section D 2026
Stable Neural Stochastic Differential Equations in Analyzing Irregular Time Series Data
在分析不规则时间序列数据中稳定的神经随机微分方程
机构 * Ulsan National Institute of Science and Technology（蔚山科学技术院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出三种稳定的神经随机微分方程，通过设计漂移和扩散函数以维持稳定性并提升性能，实验表明其在处理不规则时间序列数据时有效。
Comments Published at the Twelfth International Conference on Learning Representations (ICLR 2024), Spotlight presentation (Notable Top 5%). https://openreview.net/forum?id=4VIgNuQ1pY
2. 可控生成 6 篇
Diffusion-Based Multi-Class Normality for OOD Detection: An Application to CDP Authentication
基于扩散的多类正态性用于OOD检测：在CDP认证中的应用
机构 * CNRS（法国国家科学研究中心） ； INSA Lyon（里昂国立应用科学学院） ； LIRIS, UMR 5205（LIRIS实验室，UMR 5205）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出扩散多类正态性框架，用单一条件ControlNet训练于多类真实CDP，通过重构误差检测伪造，并引入双模板掩码提升性能。
Comments IEEE International Conference on Advanced Visual And Signal-Based Systems, Aug 2026, Lecce, Italy
AnyMatch: Supercharging Universal Multi-Modal Image Matching with Large-Scale Single-View Images
AnyMatch: 利用大规模单视图图像增强通用多模态图像匹配
机构 * Electronic Information School, Wuhan University（武汉大学电子信息学院） ； School of Robotics, Wuhan University（武汉大学机器人学院）
专题命中 可控生成 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV
AI总结 提出AnyMatch框架，利用单视图图像生成多模态训练数据，通过单目深度估计、3D重投影、扩散修复和跨模态图像翻译合成几何一致的多视图多模态图像对，构建大规模数据集Any-syn，显著提升多模态匹配网络的泛化性和鲁棒性。
Comments Accepted by ECCV 2026
ECoSim: Data Efficient Fine-Tuning for Controllable Traffic Simulation
ECoSim：面向可控交通模拟的数据高效微调
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 提出轻量级控制适应框架，通过身份初始化的FiLM层调制中间特征，为预训练的扩散和自回归交通模型添加多模态控制（草图、潜在行为编码和文本），使用不到1%的配对数据实现强可控性。
Comments European Conference on Computer Vision (ECCV) 2026
MEPA: Multi-Scale Representation Alignment for Visual Autoregressive Modeling with Mixture of Experts
MEPA: 基于专家混合的多尺度表示对齐用于视觉自回归建模
机构 * State Key Laboratory of Integrated Services Networks, Xidian University（西安电子科技大学综合业务网理论及关键技术国家重点实验室） ； Huawei Technologies Co., Ltd.（华为技术有限公司）
专题命中 可控生成 ：image generation(abstract)；分类 cs.CV
AI总结 针对视觉自回归模型在多尺度表示学习中的优化冲突和语义传播问题，提出尺度感知的专家混合架构和残差特征聚合方案，提升训练效率和生成质量。
Comments 15 pages, 4 figures, 8 tables, Accepted at ECCV 2026
Rosetta: Composable Native Multimodal Pretraining
Rosetta: 可组合的原生多模态预训练
机构 * HKUST（香港科技大学） ； Tencent Hunyuan（腾讯混元）
专题命中 可控生成 ：image generation(abstract)；分类 cs.CV
AI总结 提出Rosetta框架，通过动量锚定正交投影（MAOP）实现无损模态扩展，解决多模态预训练中的灾难性遗忘和梯度冲突问题。
ForAug: Mitigating Biases in Image Classification via Controlled Image Compositions
ForAug: 通过受控图像组合缓解图像分类中的偏差
机构 * RPTU University Kaiserslautern-Landau（凯泽斯劳滕-兰道大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
专题命中 可控生成 ：inpainting(abstract)；分类 cs.CV
AI总结 提出ForAug方法，通过将训练图像分解为前景和背景并重新组合，显式控制物体位置、尺度和背景，打破前景-背景相关性，在ImageNet上提升最高6%准确率，并减少捷径学习行为。
Comments v2: DeiT, ablation vs simple copy-paste, v4: more augmentation pipelines, robustness benchmarks, mask quality analysis
3. 图像修复 4 篇
SONIC: Spectral Optimization of Noise for Inpainting with Consistency
SONIC: 用于一致性修复的噪声谱优化
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Google DeepMind（谷歌DeepMind）
专题命中 图像修复 ：inpainting(title,abstract)；text-to-image(abstract)；分类 cs.CV
AI总结 提出一种无需训练的修复方法，通过谱域优化初始噪声样本，使通用文本到图像模型适用于修复任务，在少量优化步骤后超越现有技术。
Comments Accepted at ECCV 2026
Restore3D: Breathing Life into Broken Objects with Shape and Texture Restoration
Restore3D：通过形状和纹理修复为破损物体注入生机
机构 * ReLER, CCAI, Zhejiang University（ReLER、CCAI、浙江大学）
专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV
AI总结 提出Restore3D框架，利用多视图图像同时修复破损物体的几何形状和纹理，通过自动数据生成、掩码自感知模块和深度感知掩码修正器生成高分辨率多视图图像，再经粗到细重建获得带纹理的3D网格。
