图像生成

CoLA-Flow Policy: Temporally Coherent Imitation Learning via Continuous Latent Action Flow Matching for Robotic Manipulation

CoLA-Flow Policy: 通过连续潜在动作流匹配实现机器人操作的时序一致模仿学习

Wu Songwei, Jiang Zhiduo, Sun Wandong, Xie Guanghu, Zhao Rui, Liu Hong, Liu Yang

机构 * State Key Laboratory of Robotics and System, Harbin Institute of Technology（机器人系统国家重点实验室，哈尔滨工业大学） ； The University of Sydney（悉尼大学） ； Honor Device Co., Ltd.（荣耀设备有限公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出CoLA-Flow Policy，一种基于连续潜在动作空间的轨迹级模仿学习框架，通过学习显式的潜在空间流，解耦全局运动结构与低层控制噪声，从而实现平滑可靠的长时程执行，并结合几何感知点云条件和执行时多模态调节，提升现实环境的鲁棒性。

Comments 8 pages, 8 figures

Young Massive Star Clusters as TeV Emitters: Constraints from H.E.S.S. and LHAASO

年轻大质量恒星团作为太赫兹发射体：来自H.E.S.S.和LHAASO的约束

Rowan Batzofin, Pierre Cristofari, Kathrin Egberts

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过H.E.S.S.和LHAASO数据探讨年轻大质量恒星团作为银河宇宙射线源的可能性，分析参数空间并验证模型对观测数据的拟合效果。

Comments Published in A&A 07 May 2026

Journal ref A&A 710 A384 (2026)

Learning Coverage- and Power-Optimal Transmitter Placement from City Maps: A Comparative Study of Direct and Indirect Neural Approaches

从建筑地图学习覆盖和功率最优的发射机布置：直接和间接神经方法的比较研究

Çağkan Yapar

机构 * TU Berlin（柏林技术大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在固定学习传播模型下单发射机设置的最优布置问题，通过比较直接和间接神经方法，展示了如何在大规模数据集中高效评估覆盖和功率最优的发射机位置。

Magnetohydrodynamic drag on an oscillating sphere in a rotating spherical cavity

旋转腔中振荡球体的磁流体动力学阻力

David Cébron, Paolo Personnettaz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究旋转腔中振荡球体的磁流体动力学阻力，分析磁场、旋转与粘性耦合对流体动力学的影响，提出统一的边界层框架并验证理论。

Comments 78 pages, 51 figures, Reviewed version Subm. to JFM

Linear Response and Optimal Fingerprinting for Nonautonomous Systems

线性响应与非自治系统的最优指纹法

Valerio Lucarini

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出将响应理论、回溯测度与最优指纹法联系起来，用于预测时间依赖系统中作用力的影响并归因于观测异常。研究推导了时间依赖马尔可夫链和扩散过程的线性响应公式，并验证了在一般扰动下的等变测度存在性、唯一性和可微性。

Comments 28 pages, 3 figures, updated discussion and bibliography, full database and codes online

Naive parton picture for kaon color transparency in $A(e,e'K^+)$

介子色透明度的朴素部分子图象研究：$A(e,e'K^+)$反应

Kook-Jin Kong, Tae Keun Choi, Byung-Geel Yu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于扩展的Glauber框架，研究了$A(e,e'K^+)$反应中K介子的色透明度，发现其比π介子的色透明度更符合朴素部分子模型。

Comments 6 pages, 5 figures, 1 table

Journal ref Chin. Phys. C 50, 084106 (2026)

Edge-Stabilized Rotating Flames in a Circular Hele-Shaw Cell

边缘稳定的旋转火焰在圆形海勒-沙夫细胞中

Xiangyu Nie, Shengkai Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过实验观察了在未加热开放圆形海勒-沙夫细胞中自发形成的甲烷-空气自持旋转火焰，揭示了其稳定传播模式及边缘速度与火焰速度的关系，建立了半经验模型预测旋转频率和形状。

Analysis of molecular dynamics simulation data via statistical distances between covariance matrices

通过协方差矩阵之间的统计距离分析分子动力学模拟数据

Yusuke Ono, Takumi Sato, Kenji Yasuoka, Linyu Peng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出利用协方差矩阵之间的统计距离分析分子动力学数据，通过降维提取系统动态特征，并在不同温度条件下的Lennard-Jones系统及冰与液态水系统中验证了方法的有效性。

Comments 15 pages, 12 figures

Journal ref The Journal of Physical Chemistry B 130, 7415-7423, 2026

NextCrystal: a Symmetry-Driven Generative Framework for Crystal Structure Prediction

NextCrystal：用于晶体结构预测的对称驱动生成框架

Jinming Mu, Lixin He, Xudong Zhu, Shi Yin

机构 * Laboratory of Quantum Information, University of Science and Technology of China（量子信息实验室，中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究院，合肥综合性国家科学中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对晶体结构预测难题，引入NextCrystal框架，用大语言模型编码化学语义，经启发式波束搜索和扩散主干，实现从原子化学计量比直接生成精细Wyckoff位点模式，性能达最优并发现新相。

Plugging of multi-mirror machines by a traveling rotating magnetic field

通过行波旋转磁场对多镜机器进行堵塞

Tal Miller, Eli Gudinetsky, Ilan Be'ery, Ido Barth

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究开放式磁约束系统中核聚变轴向堵塞问题，对比不同方法，发现行波旋转磁场能在多镜机器中达到可比堵塞效果，且穿透性好、成本低，计算了两种场景下的约束增强。

Journal ref Journal of Plasma Physics , Volume 92 , Issue 3 , June 2026 , E85

Topology Controls the Phase Separation Dynamics of Many Component Fluid Mixtures

拓扑结构控制多组分流体混合物的相分离动力学

Michael Rennick, Xitong Zhang, Halim Kusumaatmaja

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究多组分流体混合物相分离动力学，结合模拟与理论表明其粗化动力学与数学着色问题相关，对不同组分数量确定拓扑约束，导出理论模型，还发现调节界面张力可改变相排列及粗化动力学。

Data-to-Energy Stochastic Dynamics

数据到能量的随机动力学

Kirill Tamogashev, Nikolay Malkin

机构 * University of Edinburgh（爱丁堡大学） ； CIFAR Fellow（蒙特利尔认知研究院研究员） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种数据到能量的IPF方法，用于建模Schrödinger桥问题，无需数据样本即可学习多模态分布之间的传输，并改进了扩散系数的学习。

Journal ref International Conference on Learning Representations (ICLR) 2026

A whole-brain model of amyloid beta accumulation and cerebral hypoperfusion in Alzheimer's disease

阿尔茨海默病中淀粉样β蛋白积累和脑灌注不足的全脑模型

Mattia Corti, Andrew Ahern, Alain Goriely, Ellen Kuhl, Paola F. Antonietti

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出全脑模型，通过反应扩散系统和多孔介质模型耦合淀粉样β蛋白与血管，用高阶间断伽辽金方法和隐式欧拉格式离散方程组，模拟表明多稳态出现及局部灌注不足可引发疾病爆发。

Journal ref Computer Methods in Applied Mechanics and Engineering, 461. 119196 (2026)

JADAI: Jointly Amortizing Adaptive Design and Bayesian Inference

JADAI：联合摊销自适应设计与贝叶斯推理

Niels Bracher, Lars Kühmichel, Desi R. Ivanova, Xavier Intes, Paul-Christian Bürkner, Stefan T. Radev

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） ； TU Dortmund University（多特蒙德技术大学） ； University of Oxford（牛津大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对设计变量可优化以最大化信息增益的参数估计问题，引入JADAI框架，通过端到端训练策略、历史网络和推理网络联合摊销贝叶斯自适应设计与推理，在标准基准测试中性能优越。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

MOSAIC: Skill-Centric Manipulation Planning with Physics Simulation

MOSAIC：基于物理模拟的以技能为中心的操作规划

Itamar Mishani, Yorai Shaoul, Maxim Likhachev

机构 * Robotics Institute, School of Computer Science（机器人研究所、计算机科学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究用预定义技能规划长期操作运动的问题，核心方法是利用物理模拟估计技能执行结果，贡献是引入MOSAIC方法，通过两个互补技能家族有效发现基于物理的解决方案。

Comments Accepted for Publication at the 2026 IEEE International Conference on Robotics and Automation (ICRA). Project page: https://skill-mosaic.github.io

Microstructural Insights into Fast Ion Transport in Solid Electrolytes via Multiscale Modeling

通过多尺度建模洞察固体电解质中快速离子传输的微观结构

Yongliang Ou, Lena Scholz, Sanath Keshav, Yuji Ikeda, Marvin Kraft, Sergiy Divinski, Rafael Gómez-Bombarelli, Wolfgang G. Zeier, Felix Fritzen, Blazej Grabowski

专题命中 扩散模型 ：diffusion(abstract)

AI总结 运用多尺度建模，从原子尺度到连续尺度解析多晶离子传输，用机器学习势整合分子动力学与有限元模拟，明确晶界在离子传输中的关键作用，为先进固体电解质微观结构设计提供指导。

Comments Main text: 15 pages, 4 figures, 1 table; Supplementary information: 32 pages, 22 figures, 4 tables

Counterfactual Operator Relevance for PDE Discovery: Screening, Pruning, and Identifiability

用于偏微分方程发现的反事实算子相关性：筛选、剪枝和可识别性

Ronald Katende

机构 * Department of Mathematics（数学系） ； Kabale University（卡巴勒大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究数据驱动的偏微分方程发现中算子相关性，通过反事实算子干预区分残差贡献与功能必要性，给出六个可复用结果并经实验验证，为区分残差有用性与算子相关性提供严格诊断层。

Comments 26 pages, 10 tables, 2 Figures

Finite element approximation for quantitative photoacoustic tomography in a diffusive regime

扩散区域定量光声层析成像的有限元逼近

Giovanni S. Alberti, Siyu Cen, Zhi Zhou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 聚焦定量光声层析成像数值分析，目标是用多内部观测数据重建光学系数。核心方法是求解与椭圆方程相关的逆扩散和正问题，结合随机边界激励数据及有限元离散化。贡献是给出\(L^2(\Omega)\)范数误差估计。

Comments 29 pages

A probabilistic approach to continuous differentiability of optimal stopping boundaries

一种关于最优停止边界连续可微性的概率方法

Tiziano De Angelis, Damien Lamberton

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究最优停止问题中时变最优边界连续可微性，基于一维时变扩散等，用概率方法证明，条件更一般，还得到最优停止值函数与Stefan问题解联系的概率证明。

Comments 43 pages; final version accepted for publication

The influence of viscous dissipations on the nonlinear acoustic wave equation with second sound

粘性耗散对非线性声波方程与第二声模型的影响

Wenhui Chen, Yan Liu, Alessandro Palmieri, Xulong Qin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究粘性耗散对非线性声学中Cattaneo型模型Cauchy问题的影响，推导了包含分数Laplacian的非线性粘性Cattaneo型模型的最优衰减率，并探讨了粘性耗散对解全局存在性和有限时间爆破的决定作用。

Comments Blow-up for the inviscid model (or the JMGT equation in the critical case) is added

On the Coupling Effects between Elastic and Electromagnetic Fields from the Perspective of Conservation of Energy

从能量守恒角度探讨弹性场与电磁场之间的耦合效应

Peng Zhou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从能量守恒角度分析弹性与电磁场耦合效应，指出能量转换通过功项而非能项实现，并探讨了Villari效应、电致伸缩与磁致伸缩等现象的耦合机制。

Comments Revisions: More physical explanations are provided for the process of energy conversion during the linear piezoelectric and piezomagnetic effects in section 3. A schematic illustration of the conversion of energies for the three coupling effects between electromagnetic fields and elastic fields are also summarized in Figure 2 at the end of section 5

Layout-Conditioned Autoregressive Text-to-Image Generation via Structured Masking

通过结构化掩码的布局条件自回归文本到图像生成

Zirui Zheng, Takashi Isobe, Tong Shen, Xu Jia, Jianbin Zhao, Xiaomin Li, Mengmeng Ge, Baolu Li, Qinghe Wang, Haiwen Diao, Dong Li, Dong Zhou, Yunzhi Zhuge, Huchuan Lu, Emad Barsoum

机构 * Advanced Micro Devices Inc.（超威半导体公司） ； Dalian University of Technology（大连理工大学） ； S-Lab, Nanyang Technological University（南洋理工大学S-Lab） 纠错

专题命中 可控生成 ：image generation(title,abstract)；text-to-image(title)；分类 cs.CV

AI总结 提出SMARLI框架，通过结构化掩码策略将布局约束注入自回归生成过程，并采用GRPO后训练缓解曝光偏差，实现高质量布局控制图像生成。

Comments ECCV 2026

From Open Loop to Closed Loop: A Test-Time Iterative Optimization Framework for Reference-Consistent Image Generation

从开环到闭环：用于参考一致图像生成的测试时迭代优化框架

Baixuan Zhao, Xinyu Zhang, Huayu Zheng, Shuaicheng Liu, Xiongkuo Min, Guangtao Zhai, Xiaohong Liu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 提出测试时迭代优化框架，将参考一致图像生成转为闭环动态跟踪问题，用改进PID算法驱动传感器-控制器架构，迭代优化潜在控制信号，该方法无训练、模型无关且与现有扩散管道无缝集成。

Comments 24 pages, 15 figures. Accepted at ECCV 2026

AquaStereo: Enabling Underwater Stereo Matching via Depth-Conditioned Diffusion and Geometry Self-Distillation

AquaStereo：通过深度条件扩散和几何自蒸馏实现水下立体匹配

Qizhe Wei, Yingping Liang, Shaodi You, Ying Fu

机构 * Beijing Institute of Technology（北京理工大学） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 针对水下立体匹配中数据稀缺和特征退化问题，提出AquaStereo框架。用深度条件扩散渲染水下立体对，结合自蒸馏策略，提升水下立体匹配的鲁棒性和零样本泛化能力。

Mask2Real-WM: Segmentation Masks as a Sim-to-Real Bridge for Controllable Dexterous World Models

Mask2Real-WM：作为可控灵巧世界模型的模拟到现实桥梁的分割掩码

Riccardo O. Feingold, Davide Liconti, Chenyu Yang, Robert K. Katzschmann

机构 * Soft Robotic Lab, Department of Mechanical and Process Engineering ETH Zurich, Switzerland（苏黎世联邦理工学院机械与过程工程系软机器人实验室） 纠错

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

AI总结 提出Mask2Real-WM，一种用于灵巧操纵的两阶段动作条件世界模型，将像素预测解耦为动力学和渲染模型，利用分割空间较小的模拟到现实差距，通过合成数据预训练和真实演示微调实现各自由度动作可控。

Comments 23 pages, 24 figures, 4 tables. Preprint. Project page: https://srl-ethz.github.io/Mask2Real-WM/

BrainNormalizer: Anatomy-Informed Pseudo-Healthy Brain Reconstruction from Tumor MRI via Edge-Guided ControlNet

BrainNormalizer：通过边缘引导控制网络从肿瘤MRI进行解剖学信息伪健康脑重建

Min Gu Kwak, Yeonju Lee, Hairong Wang, Kristin R. Swanson, Jing Li

机构 * University of Pittsburgh（匹兹堡大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cedars-Sinai Medical Center（西德萨斯医疗中心） ； Mayo Clinic Arizona（梅奥诊所亚利桑那分部） 纠错

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

AI总结 针对脑肿瘤致结构变形难区分肿瘤与解剖变异问题，提出BrainNormalizer框架，用两阶段训练学习解剖先验等，通过特定策略实现伪健康脑重建，实验表明其有优势。

Global Pose Control for Generative View Synthesis in Normalized Object Coordinate Space

归一化物体坐标空间中用于生成视图合成的全局姿态控制

Zhibing Li, Amogh Gupta, Behnoosh Parsa, Dan Casas

机构 * The Chinese University of Hong Kong（香港中文大学） ； Amazon（亚马逊） 纠错

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

AI总结 针对现有生成模型在目标视图全局控制上的不足，提出在归一化物体坐标空间中精确相机控制的新方法，以单张或少量无姿态图像为输入，将视图合成视为图像编辑问题，提升了视图生成质量和保真度。

Comments Accepted to ECCV 2026. Project page https://lizb6626.github.io/GlobalNVS/

CHIMERA: Adaptive Cache Injection and Semantic Anchor Prompting for Zero-shot Image Morphing with Morphing-oriented Metrics

CHIMERA：适应性缓存注入与语义锚点提示的零样本图像变形方法：基于变形导向的度量

Dahyeon Kye, Jeahun Sung, Minkyu Jeon, Jihyong Oh

机构 * Chung-Ang University（Chung-Ang 大学） ； Princeton University（普林斯顿大学） 纠错

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

AI总结 CHIMERA通过逆向引导去噪和互补特征重用，解决传统图像变形方法中特征重用不充分和文本条件不兼容的问题，提出语义锚点提示和变形导向度量，提升变形效果的平滑性和语义一致性。

Comments ECCV 2026 (camera ready ver.). Please visit our project page at https://cmlab-korea.github.io/CHIMERA/

AMRM-Pure: Semantic-Preserving Adversarial Purification

AMRM-Pure：语义保留对抗净化

Zhihao Dou, Zhiqiang Gao, Dongfei Cui, Weida Wang, Qinjian Zhao, Dinggen Zhang, Jun Yan, Zeke Xie, Shufei Zhang

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究从保留图像块语义关系角度探索对抗净化，用注意力掩码重建模型（AMRM），提出AMRM-Pure框架，通过保留块级语义去噪对抗输入，经分类损失微调增强鲁棒性，实验验证方法有效性。

Comments AISTATS 2026

Biological Motifs for Agentic Control

用于智能体控制的生物基序

Bogdan Banu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究大语言模型向自主智能体转变带来的可靠性等挑战，通过基因调控网络与智能体软件系统的类型化接口对应，映射生物基序到软件设计模式，给出智能体操作数等核心贡献并具实践可行性。

Comments 80 pages. Preprint; feedback welcome