图像生成

ADMC: Attention-based Diffusion Model for Missing Modalities Feature Completion

ADMC: 基于注意力扩散模型的缺失模态特征补全

Yuhan Li, Wei Zhang, Juan Chen, Jiangjia Yan, Peng Xiangli, Liangze Yin

机构 * National University of Defense Technology（国防科学技术大学） ； The Fifth Electronic Research Institute of MIIT（信息产业部第五电子研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology Beijing（北京科技大学） ； Hunan University（湖南大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于注意力扩散的缺失模态特征补全方法，通过独立训练各模态特征网络避免过耦合，利用注意力扩散网络生成与真实分布一致的缺失模态特征，在IEMOCAP和MIntRec基准上取得最优结果。

RADE: Learning Risk-Adjustable Driving Environment via Multi-Agent Conditional Diffusion

RADE：通过多智能体条件扩散学习风险可调整的驾驶环境

Jiawei Wang, Xintao Yan, Yao Mu, Haowei Sun, Zhong Cao, Henry X. Liu

机构 * Department of Civil and Environmental Engineering, University of Michigan（密歇根大学土木与环境工程系） ； Department of Computer Science, University of Hong Kong（香港大学计算机科学系） ； University of Michigan Transportation Research Institute（密歇根大学交通研究研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 RADE通过多智能体条件扩散模型生成真实且可控风险的驾驶场景，直接从数据学习风险条件行为，提升自动驾驶安全评估的现实性和可扩展性。

Journal ref 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC)

Kolmogorov-Arnold Reservoir Computing

Kolmogorov-Arnold 储层计算

Juntian Huang, Jürgen Kurths, Ying Tang

机构 * Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China（电子科技大学基础与前沿科学研究所） ； Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所） ； Department of Physics, Humboldt University Berlin（柏林洪堡大学物理系） ； Research Institute of Intelligent Complex Systems, Fudan University（复旦大学智能复杂系统研究所） ； School of Physics, University of Electronic Science and Technology of China（电子科技大学物理学院） ； Key Laboratory of Quantum Physics and Photonic Quantum Information, Ministry of Education, University of Electronic Science and Technology of China（电子科技大学教育部量子物理与光子量子信息重点实验室） ； Non-classical Information Science Basic Discipline Research Center of Sichuan Province, University of Electronic Science and Technology of China（电子科技大学四川省非经典信息科学基础学科研究中心） 纠错

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

AI总结 提出Kolmogorov-Arnold储层计算（KARC），用显式基函数展开替代储层，结合KAN的表达能力和储层计算的闭式训练，在偏微分方程等基准上优于现有方法。

A PDE-Based Framework for Generative Modeling Beyond Classical Score-Based Diffusion

超越经典得分扩散的基于PDE的生成建模框架

Horacio Tettamanti, Michael Herty

专题命中 扩散模型 ：diffusion(title)

AI总结 提出基于非线性Ornstein-Uhlenbeck动力学的生成框架，通过粒子系统和非线性Fokker-Planck方程描述，证明前向动力学中的凝聚现象，并推导稳定化的反向PDE以重建初始分布，扩展了生成范式。

Examining persistence of European open repository infrastructure and its diffusion in the scholarly record

欧洲开放仓储基础设施的持久性及其在学术记录中的扩散研究

George Macgregor, Joy Davidson

专题命中 扩散模型 ：diffusion(title)

AI总结 通过整合仓储注册数据和网络抓取信息，评估欧洲仓储的持久性，发现超过20%的仓储已“死亡”，约1.2万篇学术作品引用了无法检索的仓储内容，并提出了政策干预建议。

Comments 31 pages

The Moving Eye: Enhancing VLA Spatial Generalization via Hybrid Dynamic Data Collection

移动之眼：通过混合动态数据收集增强VLA空间泛化能力

Jincheng Tang, Yilong Zhu, Zhengyuan Xie, Jiang-Jiang Liu, Jiaxing Zhang

机构 * Lion Rock AI Lab, China Merchants Research Institute of Advanced Technology（狮岩人工智能实验室，中国商人先进科技研究院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Nankai University（南开大学） 纠错

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

AI总结 针对VLA模型空间泛化脆弱性问题，提出混合动态数据策略，结合连续相机运动与多样静态视角，减少虚假相关性，提升对未见相机位姿和物体配置的泛化能力。

Comments IROS 2026

Self-Auditing Residual Drifting for Pathology-Preserving Accelerated Knee MRI

自审计残差漂移模型用于保留病理特征的加速膝关节MRI

Qing Lyu, Jianxu Wang, Mohammad Kawas, Ge Wang, Christopher T. Whitlow

机构 * Department of Radiology & Biomedical Imaging, Yale School of Medicine（放射学与生物医学成像系，耶鲁医学院） ； Department of Biomedical Engineering, Rensselaer Polytechnic Institute（生物医学工程系，伦塞拉尔理工学院） 纠错

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

AI总结 提出SA-RDM-DC模型，通过物理条件残差漂移生成和自审计机制，在加速膝关节MRI中实现高保真重建并保留病理特征，优于多种基线方法。

Alignment Is All You Need For X-to-4D Generation

对齐即一切：X到4D生成

Qiaowei Miao, Kehan Li, Yawei Luo, Yi Yang

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 提出Align4D框架，通过物体距离对齐、运动-几何联合对齐和异步优化，实现任意模态输入到4D视频-3D对的生成，在X4D和Consistent4D数据集上达到最先进水平。

From SRA to Self-Flow: Data Augmentation or Self-Supervision?

从SRA到Self-Flow：数据增强还是自监督？

Dengyang Jiang, Mengmeng Wang, Harry Yang, Jingdong Wang

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University of Technology（浙江工业大学） ； Baidu Inc.（百度公司） 纠错

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

AI总结 本文通过提出注意力分离方法，发现Self-Flow中双时间调度的性能提升主要源于噪声维度的数据增强，而非token间交互，并验证了该设计在ImageNet上的有效性。

PWM-ArtGen: Part World Model for Articulated Object Generation

PWM-ArtGen: 面向铰接物体生成的部分世界模型

Wentao Zheng, Ancong Wu

机构 * School of Computer Science and Engineering, Sun Yat-sen University, China（计算机科学与工程学院，中山大学） 纠错

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

AI总结 提出部分世界模型PWM-ArtGen，通过联合学习视觉动态和运动学参数，利用无标注数据协同训练，实现从单张图像生成铰接3D物体，在静止状态和零样本泛化上显著优于现有方法。

Rethinking Conditional Generation for Underwater Salient Object Detection

重新思考水下显著性目标检测的条件生成

Hua Li, Yongjie Weng, Yutong Li, Zhiyuan Li, Runmin Cong, Sam Kwong

机构 * School of Computer Science and Technology, Hainan University（海南大学计算机科学与技术学院） ； Key Laboratory of Machine Intelligence and System Control, Ministry of Education, Shandong University（山东大学机器智能与系统控制教育部重点实验室） ； School of Data Science, Lingnan University（岭南大学数据科学学院） 纠错

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

AI总结 针对水下图像低对比度、不均匀光照和颜色失真问题，提出退化感知条件生成网络（DCGNet），通过动态多粒度模块、水下物理先验模块和空间高斯模块，结合扩散变压器，显著提升检测性能。

JointHOI: Jointly Generating Contact Maps Enhances Hand Object Interaction Generation

JointHOI：联合生成接触图增强手物交互生成

Mingyeong Song, Jungbin Cho, Jisoo Kim, Ananya Bal, Kartik Sharma, Youngjae Yu, Laszlo A. Jeni, Junhyug Noh

机构 * Ewha Womans University（梨花女子大学） ； Yonsei University（延世大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Seoul National University（首尔大学） 纠错

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

AI总结 提出单阶段扩散框架JointHOI，联合生成3D手物运动与距离接触图，通过接触引导采样提升时间稳定性和物理合理性。

Comments 18 pages

RTE-FM-Dehazer: Radiative Transfer Equation Inspired Flow Matching for Real-World Image Dehazing

RTE-FM-Dehazer: 辐射传输方程启发的流匹配用于真实图像去雾

Chenfeng Wei, Chun Wang, Boyang Zhao, Si Zuo, Shenhong Wang, Chenguang Yang

机构 * Mashang Consumer Finance Co. Ltd（马上消费金融股份有限公司） ； Tsinghua University（清华大学） ； Hunan University（湖南大学） ； University of Liverpool（利物浦大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出基于辐射传输方程（RTE）的流匹配去雾方法RTE-FM-Dehazer，通过扩散-吸收正则化引导去雾轨迹，并构建包含5万对真实雾/清晰图像的P-HAZE数据集，在五个真实基准上取得领先结果。

Boosting Infrared Small Target Detection via Logit-Domain Contrast and Adaptive Shape Refinement

通过Logit域对比与自适应形状细化提升红外小目标检测

Handong Zeng, Zhengeng Yang, Shuai Zhang, Shikai Chen, Hongshan Yu

机构 * College of Engineering and Design, Hunan Normal University（湖南师范大学工程与设计学院） ； School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） 纠错

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

AI总结 针对红外小目标检测中弱目标辨别难和边界模糊问题，提出AC-SLSIoU损失函数，通过Logit域边界约束增强弱目标辨别，自适应边界抑制细化轮廓，并引入假警报聚焦损失，无需额外推理开销即可提升检测精度与形状质量。

Comments This work has been submitted to the IEEE for possible publication

GMO-E$^2$DIT: Grounded Multi-Operation Editing for E-Commerce Images

GMO-E$^2$DIT：面向电商图像的接地多操作编辑

Zipeng Guo, Xiaoan Liu, Lichen Ma, Cheng Wang, Yu He, Xiaolong Fu, Jingling Fu, Xinyuan Shan, Shaojie Guo, Luohang Liu, Junshi Huang, Yan Li

机构 * Wuhan University（武汉大学） ； Xi’an Jiaotong University（西安交通大学） ； Sun Yat-sen University（中山大学） 纠错

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

AI总结 提出GMO-E$^2$DIT框架，通过VLM代理构建区域接地编辑议程，结合掩码条件图像编辑器和反思循环，实现多操作、可审计的电商图像编辑，在指令准确性和编辑保真度上超越现有基线。

TempAct: Advancing Temporal Plausibility in Autoregressive Video Generation via Planner-Executor RL

TempAct: 通过规划器-执行器强化学习推进自回归视频生成中的时间合理性

Jing Wang, Xiangxin Zhou, Jiajun Liang, Kaiqi Liu, Wanyuan Pang, Zhenyu Xie, Tianyu Pang, Xiaodan Liang

机构 * Shenzhen Campus of Sun Yat-Sen University（中山大学深圳校区） ； Tencent Hunyuan（腾讯混元） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； USTB（北京科技大学） 纠错

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

AI总结 提出TempAct框架，利用规划器-执行器强化学习联合优化时间分解与步骤条件执行，解决自回归视频生成中时间指令模糊、延迟反应和错误传播问题，提升时间一致性。

Under One Sun: Multi-Object Generative Perception of Materials and Illumination

同一太阳下：材质与光照的多物体生成式感知

Nobuo Yoshii, Xinran Nicole Han, Ryo Kawahara, Todd Zickler, Ko Nishino

机构 * Kyoto University（京都大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 提出MultiGP生成式逆渲染方法，利用同一场景物体共享光照的共识，从单张图像中随机采样反射率、纹理和光照，通过级联架构、协调调度、轴向注意力和纹理提取控制网络实现解耦。

Comments ECCV2026. Project page: https://vision.ist.i.kyoto-u.ac.jp/research/onesun/

A locally statistical active contour model for SAR image segmentation can be solved by denoising algorithms

一种可由去噪算法求解的局部统计活动轮廓模型用于SAR图像分割

Guangming Liu

机构 * Yantai Science and Technology Association（烟台科技协会） 纠错

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

AI总结 提出基于I散度-TV去噪模型的局部统计活动轮廓模型，融合GAC和ACWE模型，用于分割乘性伽马噪声图像，并通过反应扩散方程和ROF模型转化实现快速求解。

Comments 19 pages, 15 figures

Sequential Structure-Sensitive Residual Diagnostics for PDE Inverse Problems

PDE反问题的序列结构敏感残差诊断

Ieva Kazlauskaite

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对残差范数诊断在平滑反问题中可能遗漏结构化模型误差的问题，提出基于e-process的序列结构敏感诊断方法，通过空间残差模式专家组合实现任意有效I类错误控制，并在三个反问题中验证其比传统方法更早检测到错误拟合。

Scene-Conditioned PINN-GNN for Multipath RF Maps: Cross-Scene Generation and In-Scene Completion

场景条件PINN-GNN用于多径射频地图：跨场景生成与场景内补全

Lizhou Liu, Xiaohui Chen, Zihan Tang, Mengyao Ma, Wenyi Zhang

机构 * Department of Electronic Engineering and Information Science, University of Science and Technology of China（电子工程与信息科学系，中国科学技术大学） ； Wireless Technology Lab, Huawei（华为无线技术实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出基于物理信息神经网络和图神经网络的统一射频地图构建框架，支持跨场景生成和场景内补全，采用峰值加权动态时间弯曲度量评估多径重建质量，实验表明优于多种基线方法。

Frequency Shift Physics-Informed Extreme Learning Machine for Solving High-Frequency Partial Differential Equations

频移物理信息极限学习机求解高频偏微分方程

Xiong Xiong, Ruonan Zhai, Zheng Zeng, Sheng Zhou, Rongchun Hu, Zichen Deng

机构 * School of Mathematics and Statistics, Northwestern Polytechnical University（西北工业大学数学与统计学院） ； College of Science, Shijiazhuang University（石家庄学院理学院） ； Department of Engineering Mechanics, Northwestern Polytechnical University（西北工业大学工程力学系） ； Department of Aeronautical Engineering, Northwestern Polytechnical University（西北工业大学航空工程系） ； MIIT Key Laboratory of Dynamics and Control of Complex Systems, Northwestern Polytechnical University（西北工业大学工信部复杂系统动力学与控制重点实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出频移物理信息极限学习机（FS-PIELM），通过平移权重分布均值而非缩放方差来缓解谱偏差，在七个基准问题上相比现有方法精度提升1至近5个数量级。

Generative AI and Federated Learning for Intrusion Detection Systems: A Survey

生成式人工智能与联邦学习在入侵检测系统中的应用：综述

Jiefei Liu, Abu Saleh Md Tayeen, Pratyay Kumar, Qixu Gong, Wenbin Jiang, Huiping Cao, Satyajayant Misra, Jayashree Harikumar

机构 * Department of Computer Science, New Mexico State University（新墨西哥州立大学计算机科学系） ； University of Hartford（哈特福德大学） ； DEVCOM Analysis Center（DEVCOM分析中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文综述了生成式AI和联邦学习在入侵检测中的应用，涵盖模型分类、任务目标及集成方法，并讨论了数据质量、对抗风险等挑战。

Well-Posedness of a Coupled Brinkman--Biofilm--Nutrient System with Volume-Fraction Constraints

具有体积分数约束的耦合 Brinkman-生物膜-营养物系统的适定性

Azhar Alhammali, Mohamed Majdoub

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究耦合Brinkman流、生物膜演化与营养物传输的PDE系统，通过指示泛函次微分施加生物膜分数硬约束，利用极大单调算子理论和Leray-Schauder不动点论证证明弱解的整体存在性，并给出二维空间中的条件唯一性。

Kardar-Parisi-Zhang dynamics in an open integrable system: beyond the spontaneous-symmetry-breaking ansatz

开放可积系统中的Kardar-Parisi-Zhang动力学：超越自发对称破缺假设

Guo-Qiang Wang, Chang-Ling Zou, Guang-Can Guo, and Xu-Bo Zou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究开放可积B3模型，发现其动力学由Kardar-Parisi-Zhang标度行为主导，而非自发对称破缺假设预测的扩散行为，揭示了该假设的局限性。

Comments 6 pages, 2 figures

Refined Sensitivity Estimates for Single-Molecule Magnet Dark Matter Detectors

单分子磁体暗物质探测器的精细灵敏度估计

Andrew Eberhardt, Tomoya Fukui, Ryosuke Takehara, Ryotaro Ohno, Yuta Mizukami, Kenichiro Hashimoto, Takanori Fukushima, Shigeki Matsumoto, Tom Melia, Kouki Nozaki, Surjeet Rajendran

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文改进了单分子磁体晶体作为低质量暗物质探测器的灵敏度估计，通过考虑自旋弛豫的随机性，降低了雪崩形成的能量阈值，并实验验证了两种代表性晶体的低温热性质。

Comments 11 pages, 5 figures

Velocity and force autocorrelations in Brownian dynamics with a Lorentz force

洛伦兹力作用下布朗动力学中的速度和力自相关

Filippo Faedi, Abhinav Sharma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 推导了外磁场中布朗粒子速度与力自相关张量的一般关系，并在过阻尼极限下简化，发现速度自相关张量的自扩散部分与力自相关张量的反对称部分耦合，耦合强度由回旋频率与热化率之比决定。

Many-body benchmarking of DFT local-registry energetics in bilayer InSe

双层InSe中DFT局部堆叠能量学的多体基准测试

Jeonghwan Ahn, Abdulgani Annaberdiyev, Jovan Nelson, Nathaniel P. Stern, Hyeondeok Shin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过扩散量子蒙特卡洛方法，发现DFT严重低估了双层InSe中不同堆叠的能量差异，表明局部堆叠能量不仅取决于界面原子构型，还依赖于完整的堆叠序及其多体电子响应。

Mixing induced by microswimmers as probed by mutual information

微游泳者引起的混合：以互信息为探针

Yihong Shi, Yuto Hosaka, Andrej Vilfan, Ramin Golestanian

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用互信息作为全局混合效率度量，通过数值模拟二维squirmer模型，发现游泳者空间分布强烈影响混合，聚集抑制混合而无序增强混合，混合效率随squirmer参数非单调变化，且pusher优于puller。

Information-Epidemic Dynamics in Cyber-Physical Systems: A Hypergraph Framework with Interpersonal Relationships

信息物理系统中的信息-流行病动力学：基于人际关系的超图框架

Shanchao Peng, Minyu Feng, Liang-Jian Deng, Matjaž Perc, Jürgen Kurths

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出超图双层框架，上层混合超图建模信息传播，下层SIS模型模拟流行病，基于Jaccard相似度的自适应感知-保护机制考虑人际关系异质性，理论分析和仿真表明强人际关系可提高疫情阈值并抑制规模。

Distilling Collaborative Dynamics into Latent Space for Implicit Coordination in Decentralized Multi-Agent Manipulation

将协作动态蒸馏到潜在空间以实现分散式多智能体操作中的隐式协调

Chanyoung Park, Minsung Yoon, Andrew Jeong, Sung-eui Yoon

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出CLS-DP分散式多智能体框架，通过将多智能体动态蒸馏到潜在空间，在部分可观测下实现隐式协调，无需全局视图或通信，在RoboFactory任务中平均成功率38%，优于集中式基线20%。

Comments Accepted to IROS 2026 | Project Page: https://cosdeneb.github.io/cls-dp/