图像生成

Residual-Work Compatibility Criteria and Defect-Measure Compactness for Positive-Cone Viscoelastic Reynolds States

正锥Oldroyd-B和FENE-P Reynolds状态的尖锐剩余功准则

Sai Peng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对弹性变量受正锥或有限可扩展性约束的粘弹性模型，推导了熵可容许Reynolds状态的尖锐剩余功准则，给出了最优逐点代价和唯一对齐最小化剩余，并证明了熵对偶闭包定理。

Pressure Quotients and Endpoint Velocity-Clock Criteria for Non-Diffusive Viscoelastic Flows

粘弹性流动的几何爆破准则：Oldroyd-B 和 FENE-P 模型

Sai Peng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对无应力扩散的二维 Oldroyd-B 和 FENE-P 流动，利用对数构型变量和有限可扩展性障碍变量，建立了包含速度梯度 Besov 模、对数构型范数和有限可扩展性障碍范数的封闭延续准则。

Owner-selected bubble transforms and coefficient-robust Schwarz preconditioners for variable-degree $hp$ finite elements

变阶 $hp$ 有限元界面问题的均匀 Schwarz 预条件子

Situan Li, Weiying Zheng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对变阶 $hp$ 有限元离散的反应扩散和拟合界面问题，构造了 $h$ 和 $p$ 鲁棒的、保阶的空间分解和加性 Schwarz 预条件子，并证明了条件数独立于网格尺寸、多项式次数和系数对比度。

Comments Withdrawn by the authors. The proof of the coefficient-robust Schwarz preconditioner requires substantial revision, including clarification of the owner-selected bubble transform construction and the assumptions on variable polynomial degrees. The authors will prepare a revised version

Probing the density dependence of nuclear symmetry energy through isospin transport in heavy-ion reactions

通过重离子反应中的异旋输运探测核对称能量的密度依赖性

S. Mallik, F. Gulminelli, C. Ciampi, D. Gruyer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过重离子反应中的异旋输运研究，探讨核对称能量的密度依赖性，结合实验数据与传输模型，提取对称能量的约束，为核方程态和致密物质研究提供支持。

Comments 20 pages, 11 figures (Universe Special Issue: 10th Anniversary of Universe: Studying the Strongly Interacting Matter in Nuclear Reactions from Intermediate to Ultra-Relativistic Energies)

Journal ref Universe 2026, 12, 202

Sexaquarks and $H$ dibaryons in the $uuddss$ system: a comparison within a constituent quark model

六夸克和H双核子在uuddss系统中的研究：在构成夸克模型中的比较

M. C. Gordillo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文利用构成夸克模型研究六夸克系统，通过扩散蒙特卡罗方法求解非相对论薛定谔方程，探讨了六夸克系统两种不同构造方式下的量子态特性。

Non-equilibrium (thermo)dynamics of colloids under mobile piston compression

非平衡（热力学）动力学：在移动活塞压缩下的胶体

Arturo Moncho-Jordá, José López-Molina, Joachim Dzubiella

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了由动态密度功能理论驱动的非平衡压缩胶体流体，在活塞移动过程中揭示了从准静态压缩到扩散限制强驱动状态的临界行为，以及能量输入和熵产的定量特征。

Comments 17 pages, 10 figures

Journal ref Phys. Rev. E 114, 015403 (2026)

Spatiotemporal chaos in the interface growth of topological insulators

拓扑绝缘体界面生长中的时空混沌

Yutaro Tanaka, Akira Furusaki

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究拓扑绝缘体界面生长中的时空混沌，发现其内在界面不稳定性源于电子特性，边界态影响表面刚度，推导出负刚度界面生长有效方程，证明界面动力学受Kuramoto - Sivashinsky方程控制。

Comments 10 pages, 9 figures

Journal ref Phys. Rev. B 114, 045404 (2026)

Eigenvalues of Brownian Motions on $\mathrm{GL}(N,\mathbb{C})$

关于\(\mathrm{GL}(N,\mathbb{C})\)上布朗运动的特征值

Tatiana Brailovskaya, Nicholas A. Cook, Todd Kemp, Félix Parraud

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究\(\mathrm{GL}(N,\mathbb{C})\)上布朗运动特征值，通过一族非退化扩散过程及对小\(t\)时布朗运动的定量逼近，证明其特征值经验法则几乎必然收敛到确定性概率测度，解决了相关猜想。

Perceptually Aligning Representations of Music via Noise-Augmented Autoencoders

通过噪声增强自动编码器对音乐表示进行感知对齐

Mathias Rose Bjare, Giorgia Cantisani, Marco Pasini, Stefan Lattner, Gerhard Widmer

机构 * Johannes Kepler University（约翰内斯·开普勒大学） ； Queen Mary University（女王玛丽大学） ； Sony Computer Science Laboratories (CSL)（索尼计算机科学实验室（CSL）） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究如何通过噪声增强自动编码器结合感知驱动损失对音乐表示进行感知对齐，经训练产生按感知层次结构构建的编码，此方法在估计音乐音高惊喜和预测脑电反应中效果超以前方法，还提供预训练权重。

Comments Accepted to EUSIPCO 2026. Previous version appeared in NeurIPS 2025 - AI for Music Workshop. 5 pages, 2 figures, 1 table

Perturbative and nonperturbative properties of heavy quark transport in a thermal SU(3) gluon plasma

热SU(3)胶子等离子体中重夸克输运的微扰和非微扰性质

Jiazhen Peng, Yage Zhen, Jiale Lou, Fei Sun, Kejun Wu, Wei Xie, Zuman Zhang, Shuang Li, Sa Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究热SU(3)胶子等离子体中重夸克输运，基于软硬因子分解模型扩展微扰框架到近临界温度区，通过背景场有效理论描述转变行为，定量评估相关系数，发现其受温度相关色背景场影响有抑制，提供统一理论框架。

Comments 24 pages, 8 figures

Journal ref Physical Review D 114, 016005 (2026)

Exotic rheology of materials with active rearrangements

具有主动重排材料的奇异流变学

Aondoyima Ioratim-Uba, Tanniemola B. Liverpool, Silke Henkes

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究生物组织发育中主动应力控制的流动及奇异流变学，引入含被动和主动弹性元件的平均场弹塑性模型，发现主动元件改变流变学，产生非单调流动曲线、负应力、不同屈服应力材料和流体，以及类似滞后的不对称流变曲线。

Comments 7 pages, 6 figures

Hypocoercivity meets lifts

隐偏约化与提升

Giovanni Brigati, Francis Lörler, Lihan Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文将隐偏约化框架与二阶提升结合，展示其在动力学方程中的应用，并证明自适应 Langevin 动力学在近二次势能下的近最优性。

Comments 17 pages

Journal ref Kinetic and Related Models, 2026, 20: 34-55

Analysis-by-Proxy: Localization Signals in VLMs Operating as Condition Encoders

代理分析：作为条件编码器的视觉语言模型中的定位信号

Yoav Baron, Sara Dorfman, Roni Paiss, Daniel Cohen-Or, Or Patashnik

机构 * Tel Aviv University, Tel Aviv, Israel（特拉维夫大学） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 研究视觉语言模型（VLMs）作条件编码器时编辑管道定位性能差的问题，引入代理分析框架，通过训练代理模型分析VLM中间表示来揭示编码定位信息的表示，发现现有条件提取策略缺陷，为条件架构设计提供新思路。

Comments Accepted as a Spotlight at the ICML 2026 Mechanistic Interpretability Workshop

High-Resolution Artwork Outpainting with Global Blueprint Guidance and Layout Control

基于全局蓝图引导和布局控制的高分辨率艺术作品外绘画

Junha Kim, Hyunjoon Park, Donghyeon Cho

机构 * Hanyang University（汉阳大学） 纠错

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

AI总结 研究针对高分辨率艺术作品外绘画存在的问题，提出全局蓝图引导的两阶段扩散框架，通过布局适配器生成蓝图并提取特征，并行合成局部补丁，实现高效合成与布局控制，提升视觉保真度、语义一致性并减少推理时间。

Comments Accepted at ECCV2026

Vision as Unified Multimodal Generation

视觉作为统一的多模态生成

Xiaoyang Han, Jianhua Li, Kewang Deng, Zukai Chen, Xuanke Shi, Sihan Wang, Boxuan Li, Linyan Wang, Siyi Xie, Xin You, Jinsheng Quan, Zhongang Cai, Haiwen Diao, Ziwei Liu, Lei Yang, Dahua Lin, Quan Wang

机构 * SenseTime Research（商汤科技研究院） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 该研究将计算机视觉表述为统一多模态生成，SenseNova-Vision用自然语言指令等指定任务并生成多种输出。通过转换注释形成语料库训练模型，其涵盖多种视觉任务，实验显示统一模型能匹配专用系统，为集成视觉能力到通用模型提供可扩展途径。

Comments 48 pages,22 figures

ProxyPose: 6-DoF Pose Tracking via Video-to-Video Translation

ProxyPose：通过视频到视频转换进行六自由度姿态跟踪

Ruihang Zhang, Felix Taubner, Pooja Ravi, Kiriakos N. Kutulakos, David B. Lindell

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 研究旨在解决单目视频中6-DoF姿态跟踪问题，核心方法是将其转化为视频到视频转换，利用视频扩散模型生成代理视频，通过现成求解器恢复姿态。主要贡献是在无额外输入下实现高精度，且可扩展到多种场景。

Comments 23 pages, 6 figures

DeSeG: Decoupling Semantic Intent and Geometric Constraints for Physically Plausible Human-Scene Interaction

DeSeG：解耦语义意图和几何约束以实现物理上合理的人机场景交互

Jiakun Li, Zhe Li, Wenqiang Wu, Zheng Chang, Mingqi Gao, Jinyu Yang, Feng Zheng

机构 * Southern University of Science and Technology（南方科技大学） ； Spatialtemporal AI（时空人工智能） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； University of Sheffield（谢菲尔德大学） 纠错

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

AI总结 针对合成物理合理人机场景交互时语义 - 几何纠缠问题，提出DeSeG分层框架，通过残差语义规划器和物理正则化扩散执行器解耦语义意图与几何约束，实验表明该方法性能达最优，有效降低场景穿透率并提高语义对齐。

Aura: Consistent Multi-Subject Video Generation via VLM-Grounded Semantic Alignment

Aura：通过基于VLM的语义对齐实现一致的多主体视频生成

Zixiang Zhou, Zhentao Yu, Yifeng Ma, Hongmei Wang, Wenqing Yu, Cong Wang, Zilin Yang, Rui Chen, Jiarong Ou, Yezhou Liu, Yuan Zhou, Qinglin Lu

机构 * Tencent Hunyuan（腾讯混元） 纠错

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

AI总结 提出Aura框架用于高保真和身份一致的视频生成，引入AI导演级字幕、利用VLM提取多模态语义特征，设计对齐策略，采用多种机制减少伪影，在多主体视频生成上达先进性能。

Comments Project page: https://aura-project-page.github.io/ Code: https://github.com/Camellia997/Aura

Decay of solutions and bilinear control to trajectories of a 1D degenerate parabolic system

一维退化抛物型系统解的衰减及轨迹的双线性控制

Alfredo S. Gamboa, André Da Rocha Lopes, Luis P. Yapu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究一类含弱退化扩散系数的一维非线性抛物型系统，通过反应项系数控制，利用局部反演方法结合先验估计，分析其解的衰减及轨迹可控性。

Stationary Mean-Field Games of Singular Control under Knightian Uncertainty

奈特不确定性下奇异控制的平稳平均场博弈

Giorgio Ferrari, Ioannis Tzouanas

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究奈特不确定性下奇异控制的平稳平均场博弈，主体通过单边奇异随机控制调整动力学以最大化奖励，利用构造性方法证明平稳平均场均衡的存在唯一性，并给出数值基准及分析不确定性对均衡的影响。

FADRA: Frequency-Aware Diffusion with Residual Adaptation for Video Face Restoration

FADRA：用于视频人脸识别的频率感知扩散与残差自适应

Jin Jiang, Jia Wang, Panwen Hu, Weiran Zhao, Shengcai Liao

机构 * United Arab Emirates University (UAEU)（阿联酋大学） ； Ocean University of China (OUC)（中国海洋大学） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 个性化与一致性 ：diffusion(title,abstract)；分类 cs.CV

AI总结 研究针对视频人脸识别在复杂退化下难以平衡空间保真度和时间连贯性的问题，提出FADRA框架，利用预训练模型的时间一致性，通过LoRA适配器、重复残差自适应头及频率感知损失等实现，实验证明其在恢复面部结构和保持时间一致性上优于现有方法。

PIPBench: A Profile-Inclusive Framework for Personalized Image Generation Evaluation

PIPBench：用于个性化图像生成评估的包含个人资料的框架

Yuhang Wu, Shuxiang Zhang, Wee Hian Ching, Chi Zhang, Miao Liu

机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； Shanghai Qi Zhi Institute（上海启智研究院） 纠错

专题命中 图像生成评测 ：image generation(title,abstract)；text-to-image(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 研究个性化图像生成问题，引入PIPBench基准及新数据构建管道，利用心理和人口统计学资料维度收集数据，全面评估代表性方法，揭示现有方法局限，为个性化文本到图像合成带来新挑战与机遇。

Rethinking Visual Autoregressive Sampling with Information-Grounding Guidance

基于信息基础引导的视觉自回归采样再思考

Ky Dan Nguyen, Hoang Lam Tran, Anh-Dung Dinh, Daochang Liu, Weidong Cai, Xiuying Wang, Chang Xu

专题命中 效率与蒸馏 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 研究基于下一尺度预测的自回归模型在图像生成中因信息不一致致引导信号分散问题，提出信息基础引导（IGG）框架，通过动态加权将引导锚定到语义重要令牌，在相关任务中生成更优图像，有效纠正基于AR的方法。

Comments Accepted to The Forty-Third International Conference on Machine Learning (ICML 2026); 15 pages, 7 figures

Prompt-Adapter Context Routing for Parameter-Efficient Multi-Shot Long Video Extrapolation

用于参数高效多镜头长视频外推的提示适配器上下文路由

Anna Córdoba, Adam Puente Tercero, Nerea Angulo Hijo, Mar Linares Tercero, Julia Barrientos, Ainhoa Miranda, Jesús Olivera

机构 * Instituto de Investigación en Visión Artificial（人工视觉研究所） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 研究多镜头长视频外推问题，提出PACR-Video框架，通过冻结文本到视频扩散变换器，用低秩时间适配器及递归提示库增强，结合特定调优目标和调度，在多基准测试中优于多种基线，证明其能为长视频外推提供可控能力。

Comments 10 pages, 2 figures

Patch Knowledge Transfer for Efficient AI-Generated Image Quality Assessment

用于高效人工智能生成图像质量评估的补丁知识转移

Jiquan Yuan

专题命中 效率与蒸馏 ：image generation(abstract)；分类 cs.CV

AI总结 针对人工智能生成图像质量评估任务，主流方法存在计算成本高或评估准确性差的问题，提出基于知识蒸馏的补丁知识转移（PKT）框架，设计双模型架构，实验表明该框架能降低计算成本并平衡模型效率与评估准确性。

Comments 13 pages. ICME26 Spotlight

Reduced NEXI protocol for the quantification of human gray matter microstructure on the Connectome 2.0 scanner

用于Connectome 2.0扫描仪中人类灰质微结构量化的一种简化NEXI协议

Quentin Uhl, Tommaso Pavan, Julianna Gerold, Kwok-Shing Chan, Yohan Jun, Shohei Fujita, Aneri Bhatt, Yixin Ma, Qiaochu Wang, Hong-Hsi Lee, Susie Y. Huang, Berkin Bilgic, Ileana Jelescu

机构 * Lausanne University Hospital (CHUV) and University of Lausanne（拉沃斯大学医院（CHUV）和拉沃斯大学） ； Massachusetts General Hospital（麻省总医院） ； Athinoula A. Martinos Center for Biomedical Imaging（阿提诺拉A.马丁诺斯生物医学成像中心） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出一种简化NEXI协议，利用可解释AI框架减少扫描时间，验证了其在体内的有效性，并展示了其在微结构映射中的优势。

Comments Submitted to Imaging Neuroscience. This all-in-one version includes supplementary materials. 34 pages, 145 figures, 4 tables

Imbalance-Robust and Sampling-Efficient Continuous Conditional GANs via Adaptive Vicinal Learning and Auxiliary Regularization

通过自适应邻域学习和辅助正则化实现不平衡鲁棒且采样高效的连续条件生成对抗网络

Xin Ding, Yun Chen, Yongwei Wang, Kao Zhang, Sen Zhang, Peibei Cao, Xiangxue Wang

机构 * School of Artificial Intelligence/School of Future Technology, Nanjing University of Information Science & Technology, Nanjing, China（人工智能学院/未来技术学院，南京信息科学技术大学） ； Perceptual and Generative AI Lab, Nanjing University of Information Science & Technology, Nanjing, China（感知与生成人工智能实验室，南京信息科学技术大学） ； College of Media, Zhejiang University, Hangzhou, China（传媒学院，浙江大学） ； College of Computer Science and Technology, Zhejiang University, Hangzhou, China（计算机科学与技术学院，浙江大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 研究针对CcGAN固定大小邻域训练对标签密度敏感及CCDM计算昂贵问题，提出结合软/混合自适应邻域与辅助判别器引导正则化的CcGAN-AVAR，实验表明其能保持GAN采样效率，提升生成质量和标签一致性，推理速度远超CCDM。

Optimal Transport Q-Learning for Flow Policy Steering and Acceleration

用于流策略引导和加速的最优传输Q学习

Andreas Sochopoulos, Esmeralda S. Whitammer, Nikolaos Tsagkas, João Moura, Michael Gienger, Sethu Vijayakumar

机构 * University of Edinburgh（爱丁堡大学） ； Honda Research Institute Europe（本田欧洲研究院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对流策略性能优化难题，提出最优传输Q学习（OTQL），利用机器人经验，通过优势加权条件最优传输流匹配微调加速流策略，提升单任务和VLA策略成功率，减少推理步骤数。

Decision-Focused Scenario Generation and Selection for Efficient and Robust Grid Dispatch

用于高效稳健电网调度的决策聚焦场景生成与选择

Yangze Zhou, Yihong Zhou, Thomas Morstyn, Yi Wang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对电网调度中分布鲁棒优化依赖预测场景构建模糊集存在的问题，提出基于决策聚焦的生成框架，依下游运行成本优化场景，适配多种生成模型，开发可微场景选择器，案例研究显示可有效降低运行成本。

Comments 10 pages, 12 figures

Strain-Rate-Consistent $\varepsilon$-Based Non-Premixed Flamelet Model

基于应变速率一致的基于ε的非预混小火焰模型

Sylvain L. Walsh, Yalu Zhu, Feng Liu, William A. Sirignano

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 研究非预混燃烧传统FPV公式应变速率不一致问题，提出基于ε的替代耦合方法即ε-Z小火焰模型，通过二维RANS模拟对比，分析平均应变速率场与局部应变速率关系，指出原公式问题，阐述新模型优势。