图像生成

Tree-of-Thoughts Reasoning for Text-to-Image In-Context Learning

用于文本到图像上下文学习的思维树推理

Stepanida Alekseeva, Jenifer Kalafatovich, Seong-Whan Lee

机构 * Korea University（韩国大学） 纠错

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

AI总结 研究文本到图像上下文学习中模型的推理问题，提出思维树推理框架，通过多阶段推理和选择层减轻提示模糊性与组合错误，实验表明该结构化多分支推理能提升图像生成效果，无需额外训练或微调。

Comments 6 pages, 3 figures, 4 tables. Accepted at IEEE SMC 2026. Code available at https://github.com/Pandastep/ToT-T2I-ICL

LEMUR 2: Unlocking Neural Network Diversity for AI

LEMUR 2：释放人工智能的神经网络多样性

Tolgay Atinc Uzun, Waleed Khalid, Saif U Din, Sai Revanth Mulukuledu, Akashdeep Singh, Chandini Vysyaraju, Raghuvir Duvvuri, Avi Goyal, Yashkumar Rajeshbhai Lukhi, Muhammad A. Hussain, Krunal Jesani, Usha Shrestha, Yash Mittal, Roman Kochnev, Pritam Kadam, Mohsin Ikram, Harsh R. Moradiya, Alice Arslanian, Dmitry Ignatov, Radu Timofte

机构 * University of Würzburg（维尔茨堡大学） 纠错

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

AI总结 LEMUR 2旨在释放神经网络多样性，通过统一生成、评估和部署管道，利用多种方式生成超14000个不同架构及大量训练记录，采用特定管道进行自动部署和延迟基准测试，涵盖多模态任务，为LLM微调提供数据基础，推动相关新兴范式发展。

Comments 10 pages, 9 figures, 1 table

Making Implicit Preservation Intent Explicit in Conversational Image Editing

在对话式图像编辑中明确隐式保留意图

Soomin Han, Jihyung Ahn, Bumsoo Kim, Buru Chang

机构 * Sogang University（西江大学） ； Korea University（高丽大学） ； Chung-Ang University（中央大学） 纠错

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

AI总结 研究对话式图像编辑中隐式保留意图的问题，提出无需训练的ReSpec框架，通过配对恢复感知指令与历史视觉参考使隐式保留明确化，实验显示该框架提升了恢复保真度和时间一致性。

Do Counterfactually Fair Image Classifiers Satisfy Group Fairness? -- A Theoretical and Empirical Study

反事实公平的图像分类器是否满足群体公平性？——理论与实证研究

Sangwon Jung, Sumin Yu, Sanghyuk Chun, Taesup Moon

机构 * Seoul National University（首尔国立大学） ； NAVER AI Lab（NAVER人工智能实验室） ； ASRI/INMC/IPAI/AIIS, Seoul National University（首尔国立大学ASRI/INMC/IPAI/AIIS） 纠错

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

AI总结 研究图像分类中反事实公平与群体公平的关系，构建新数据集评估二者，发现CF不意味着GF，原因是潜在属性G，提出CKD基线，实验表明减少对G的依赖可使实现CF的模型满足GF。

Comments NeurIPS 2024 Track Datasets and Benchmarks

An Hybrid Quantum-Classical Diffusion Model for Image Generation

一种用于图像生成的混合量子-经典扩散模型

Qipeng Qian, Keli Deng, Yuntao Qian

专题命中 扩散模型 ：image generation(title,abstract)；diffusion(title,abstract)

AI总结 研究针对量子扩散模型应用于经典高维数据的限制，提出结合经典自动编码器与混合态量子去噪扩散概率模型的混合生成管道，用于图像生成，通过简化反向动力学算法展示该方法在MNIST图像生成上的效果及意义。

AI for Cultural Heritage Textiles: Fine-Tuned Latent Diffusion for Novel Ulos Motif Synthesis

用于文化遗产纺织品的人工智能：针对新型乌洛花纹合成的微调潜在扩散模型

Humasak Tommy Argo Simanjuntak, Jesika Purba, Sitogab Girsang, Widya Manurung, Samuel Situmeang, Arlinta Barus, Daniel Oranova Siahaan

机构 * Information Systems Study Program, Faculty of Informatics and Electrical Engineering, Institut Teknologi Del（信息系统研究项目，信息与电气工程学院，技术学院） 纠错

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

AI总结 该研究针对传统乌洛编织局限，提出在高分辨率乌洛图案数据集上微调Protogen v3.4和Stable Diffusion v1.4两个潜在扩散模型来生成新颖设计，通过多种方式评估模型性能，发现特定引导尺度能平衡保真度与多样性，支持非物质文化遗产创新更新。

Comments 21 pages, 8 figures, 3 tables. The manuscript is currently under review at the 2026 4th International Conference on Data, Information and Computing Science (https://www.cdics.org/)

JuZhou 1.0 Technical Report: The First Edge-Native Text-to-Image Foundation Model Trained Entirely on China-Developed AI Accelerators

JuZhou 1.0 技术报告：首个完全在中国开发的AI加速器上训练的边缘原生文本到图像基础模型

Ce Chen, Congrui Wang, Yonglin Li, Zhenchen Wan, Mingyang Geng, Junhao Xiao, Zhengpeng Xing, Yaqing Hu, Yao Wu, Zhaoyang Qu, Long Lan, Xinwang Liu, Yingqi Peng, Shijia Li, Zufeng Zhang, Chen Ma, Jingjing Zhou, Xingyu Wang, Qilin Lu, Bin Jiang, Qilin Sun, Shanzhi Gu, Yaoguang Jin, Tongliang Liu, Kede Ma, Yifan Peng

专题命中 扩散模型 ：text-to-image(title,abstract)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 提出JuZhou 1.0，一个超轻量级文本到图像基础模型，通过紧凑骨干网络、Rectified Flow训练、DMD2蒸馏和中文语义对齐，实现完全离线设备端运行，性能优于SDXL等模型。

Diffusion Model-Based Data Augmentation for Enhanced Neuron Segmentation

基于扩散模型的数据增强用于增强神经元分割

Liuyun Jiang, Yanchao Zhang, Jinyue Guo, Yizhuo Lu, Ruining Zhou, Hua Han

机构 * State Key Laboratory of Brain Cognition（脑认知国家重点实验室） ； Brain-inspired Intelligence Technology, Institute of Automation, Chinese Academy of Sciences（脑启发智能技术，自动化研究所，中国科学院） ； School of Future Technology, University of Chinese Academy of Sciences（未来技术学院，中国科学院大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） 纠错

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

AI总结 本文提出基于扩散模型的数据增强方法，用于提升神经元分割的性能，通过生成结构合理的图像-标签对，提高分割准确率。

Journal ref 2026 IEEE 23rd International Symposium on Biomedical Imaging (ISBI), pp. 01-05, 2026

Selective Timestep Weighting and Advantage-Based Replay for Sample-Efficient Diffusion RLHF

用于样本高效扩散强化学习从人类反馈中学习的选择性时间步加权和基于优势的重放

Eric Zhu, Abhinav Shrivastava, Soumik Mukhopadhyay

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland, College Park（马里兰大学帕克分校） 纠错

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

AI总结 研究如何提高扩散模型中强化学习从人类反馈的效率，提出选择性时间步加权和基于优势的重放两种互补策略，通过强调信息丰富的时间步和轨迹优化，提升反馈效率，样本效率比基线提高6倍。

Comments 19 pages, 18 figures, 4 tables. Submission under review. A shorter, non-archival 4-page abstract version of this work was accepted to CVPR 2026 Workshops (GCV, CVEU)

Heterogeneity-Adaptive Diffusion Schrodinger Bridge for PET-Guided Whole-Body MRI Translation

用于PET引导的全身MRI转换的异质性自适应扩散薛定谔桥

Chengbo Wang, Jiacheng Yu, Linjie Bian, Ming Qi, Xiaosheng Liu, Tongtong Che, Jichang Zhang, Shuyu Li, Shaoli Song, Xiuying Wang

机构 * The University of Sydney（悉尼大学） ； Fudan University Shanghai Cancer Center（复旦大学附属上海肿瘤医院） ； Beijing Normal University（北京师范大学） 纠错

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

AI总结 针对PET-MR扫描时间长的问题，提出异质性自适应扩散薛定谔桥（HA-DSB）框架，通过整合视觉语言模型嵌入及PET先验，利用双阶段引导机制，实现全身MRI转换，提升不同区域尤其是病变区域的转换质量。

Comments Accepted at MICCAI 2026

DiffCVE: Diffusion-based Compressed Video Enhancement

DiffCVE：基于扩散的压缩视频增强

Wenqiang Xiao, Wenzhuo Ma, Junxi Zhang, Zhenzhong Chen

机构 * School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感信息工程学院） 纠错

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

AI总结 针对严重压缩视频感知质量增强难题，提出DiffCVE方法。设计CPDC分支联合建模，引入CDSP机制与CPWF模块，利用编码先验及条件提示等，经实验验证该方法能有效提升感知质量，尤其在严重压缩时。

Gen4U: Unifying Video Generation and Understanding via Diffusion

Gen4U：通过扩散统一视频生成与理解

Michael King, Aravindh Mahendran, Matthew Koichi Grimes, Fedor Kitashov, Adham Elarabawy, Pedro Velez, Maks Ovsjanikov, Viorica Pătrăucean

机构 * Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 研究通过互 kNN 对齐指标揭示视频扩散模型潜在空间特性，引入 Gen4U 框架，该框架能单次前向传递重新利用生成表示，实验表明冻结的大规模视频扩散模型可作视频编码器，Gen4U 统一视频生成与理解范式且保留生成能力。

Retrieving and Refining Winning Noise Tickets for Diffusion-Based Motion Generation

检索和优化用于基于扩散的运动生成的获胜噪声票证

Sakuya Ota, Qing Yu, Kent Fujiwara, Satoshi Ikehata, Ikuro Sato

机构 * Institute of Science Tokyo（东京科学研究所） ； LY Corporation（LY公司） ； National Institute of Informatics (NII)（国立情报学研究所） 纠错

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

AI总结 研究基于扩散的文本到运动模型语义漂移问题，提出WINRO框架，通过在扩散采样前选择和优化获胜噪声票证改善文本与运动对齐，无需重新训练，提升了不同模型的文本与运动保真度、时间鲁棒性，并推广到多种应用。

Comments Accepted to ECCV 2026, Project page: https://sinc865.github.io/winro/

MMDiff: Extending Diffusion Transformers for Multi-Modal Generation

MMDiff: 扩展扩散变换器用于多模态生成

Yagmur Akarken, Orest Kupyn, Christian Rupprecht

机构 * University of Oxford, Visual Geometry Group（牛津大学视觉几何组） 纠错

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

AI总结 提出MMDiff框架，利用冻结的扩散变换器通过轻量解码器联合生成图像及多种密集感知模态，发现多时间步特征融合与空间变化聚合权重是关键，在语义分割等任务上取得优异性能。

ContrastiveCFG: Guiding Diffusion Sampling by Contrasting Positive and Negative Concepts

对比CFG：通过对比正负概念引导扩散采样

Jinho Chang, Changsun Lee, Hyungjin Chung, Jong Chul Ye

机构 * EverEx 纠错

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

AI总结 研究在条件扩散模型采样中，针对简单否定CFG引导存在的问题，提出用对比损失实现对给定条件引导的新方法，能在多样场景下有效注入或去除给定概念并保持样本质量。

Comments 20 pages, 11 figures. Poster in ICML 2026

Feller diffusion in an interval: Inhomogeneous fluctuation-induced asymmetric escape

区间内的费勒扩散：非均匀涨落诱导的不对称逃逸

Prashanta Bauri, Debasish Mondal

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究费勒扩散在有限区间内的非均匀涨落诱导不对称逃逸，通过设置特定出口点，发现平均逃逸时间对初始条件等非单调依赖，逃逸时间涨落主导均值，其不对称性影响随机决策中的速度 - 精度权衡。

Comments 10 pages, 8 figures. Presented as a poster at two conferences.. Submitted to The Journal of Chemical Physics

DiPhon: Diffusion on Graphons for Scalable Graph Generation

DiPhon：基于图子上的扩散用于可扩展图生成

Sergio Rozada, Yiming Qin, Manuel Madeira, Pascal Frossard, Alejandro Ribeiro

机构 * King Juan Carlos University（金 Juan 卡洛斯大学） ； EPFL（苏黎世联邦理工学院） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究如何将扩散模型扩展到大型图，通过图子提出DiPhon框架，制定连续扩散过程并推导逆时间过程，证明其与连续图子过程的矩匹配，实验展示了在小图训练后生成大图的可扩展性。

Tensor Train Diffusion: Leveraging Low-Rank Structures for High-Dimensional Score-Based Sampling

张量列车扩散：利用低秩结构进行高维基于分数的采样

Robert Gruhlke, Julius Berner, David Sommer, Lorenz Richter

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究如何利用低秩结构进行高维基于分数的采样，提出基于函数张量列车格式求解HJB方程的方法，结合反向迭代方案，克服现有技术瓶颈，实现从复杂目标分布高效高保真采样。

Journal ref ICML 2026

Hypergraph Neural Stochastic Diffusion: An SDE Framework for Uncertainty Estimation

超图神经随机扩散：一种用于不确定性估计的SDE框架

Zhiheng Zhou, Mengyao Zhou, Dengyi Zhao, Xingqin Qi, Guiying Yan

机构 * School of Mathematics and Statistics, Shandong University, Weihai（山东大学（威海）数学与统计学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究超图神经网络预测不确定性，提出超图神经随机扩散框架HyperNSD，将超图表示建模为随机过程，通过可学习函数量化不确定性，经理论分析和实验验证，能可靠估计不确定性并保持预测精度，提供随机动力学框架。

Comments 26 pages,6 figures

HPG-Diff: Hierarchical physics-guided diffusion with differentiable connectivity constraints for topology optimization

HPG-Diff：具有可微连通性约束的分层物理引导扩散用于拓扑优化

Jinbo Yang, Mingyue Yuan, Boyuan Zhang, Yoshifumi Kitamura, Shikai Jing

机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部） ； Research Institute of Electrical Communication, Tohoku University（东北大学电气通信研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对深度生成模型用于拓扑优化缺乏物理引导的问题，提出HPG-Diff框架，通过分层物理引导策略和浮动材料抑制损失增强物理一致性，经定量评估和案例研究验证了该方法在降低误差和适应特定域方面的有效性。

PriGo: Test-Time Primitive Guidance to Diffusion and Flow Policies for Adaptive Robotic Manipulation

PriGo：用于自适应机器人操作的扩散和流策略的测试时原语引导

Zezeng Li, Enda Xiang, Thuy Tran, Di Huang, Momath Thiam, Liming Chen

机构 * École Centrale de Lyon（里昂中央理工学院） ； Beihang University（北京航空航天大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对机器人操作中现有策略泛化性不足问题，提出PriGo框架，引入PANet模块及可微原语引导机制，能在测试时无缝集成到预训练策略，实验证明其提升了扩散和流策略的鲁棒性、执行及泛化能力。

Constrained Decoding for Diffusion Language Models via Efficient Inference over Finite Automata

通过有限自动机上的高效推理实现扩散语言模型的约束解码

Meihua Dang, Stefano Ermon

机构 * Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散语言模型的约束解码问题，提出基于有限自动机高效推理的算法，能保证约束满足，支持多种解码方式，经实验验证在多种任务上提升准确率且推理开销小。

Intrinsic-Noise Consolidation: A Doob-Barrier-Conditioned Diffusion Turns Analog Device Noise into a Continual-Learning Resource

内在噪声整合：一种杜布障碍条件扩散将模拟设备噪声转化为持续学习资源

Gunner Levi Howe

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨模拟神经形态硬件中内在设备噪声能否整合记忆，提出将突触整合视为杜布h变换的方法，经实验验证该方法能使内在噪声成为整合红利，如在Split - MNIST和BrainScaleS - 2芯片实验中展现独特效果。

Comments 14 pages, 9 figures. Includes a proof-of-concept training run on real BrainScaleS-2 neuromorphic silicon (hardware-in-the-loop). Code, and data

Generative Diffusion Models of Stochastic Graph Signals

随机图信号的生成扩散模型

Yiğit Berkay Uslu, Samar Hadou, Sergio Rozada, Shirin Saeedi Bidokhti, Alejandro Ribeiro

机构 * University of Pennsylvania（宾夕法尼亚大学） ； King Juan Carlos University（胡安·卡洛斯国王大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究图上随机信号采样问题，提出用去噪扩散框架统一解决，核心方法是由图神经网络参数化反向扩散过程，通过U-GNN架构实现，在股票价格预测和无线资源分配任务中取得广泛数值结果。

Comments Submitted to and under review by IEEE Transactions on Signal Processing

Diffusion enabled Optimal Transport distances for graph matching

用于图匹配的扩散增强最优传输距离

Iman Seyedi, Francesco Archetti

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出用于图匹配的DsrFGW方法，通过纳入扩散过程统一节点特征与结构连通性。在合成成对图匹配任务评估中，该方法相比srFGW优势明显，能降低对噪声等的敏感度，适应问题难度，是结构不确定下图比较的稳健框架。

How Much Spatial Control Is Enough? Subdomain Optimal Control of Reaction-Diffusion Systems in Synthetic Developmental Biology

多少空间控制就足够了？合成发育生物学中反应扩散系统的子域最优控制

Mohamed Amine Ouchdiri, Hamza Faquir, Saad Benjelloun, Adnane Saoud

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究反应扩散系统子域最优控制问题，通过推导最优性损失上界得出达到目标模式所需控制区域最小尺寸公式，还探讨分布式控制情况，数值例证表明约40%域的控制区域可高精度驱动系统转变模式。

Essential spectrum for Brox-type diffusion processes

布罗克斯型扩散过程的本质谱

Yuichi Shiozawa, Jian Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究多维布罗克斯扩散过程在两种随机介质下马尔可夫半群的本质谱与紧性，通过多种理论和准则分析，给出高斯和列维环境下相关结论，建立样本路径与谱特征联系框架并提出大势指数开放问题。

Taming nonlinear energy diffusion: The case of time-crystal energy condensates

驯服非线性能量扩散：时间晶体能量凝聚体的情况

P. I. Hurtado, G. Cortés-Guillén

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究随机能量扩散的Kipnis-Marchioro-Presutti模型的体驱动非线性变体，通过局部平衡近似推导流体动力学描述，经动力学蒙特卡罗模拟验证，展示该驱动机制能控制非线性能量输运，诱导时间晶体相及行进能量凝聚体。

Comments 12 pages, 4 figures

Structured drift design for denoising diffusion models

去噪扩散模型的结构化漂移设计

Mahsa Taheri

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出几何感知Ornstein-Uhlenbeck过程，通过方差感知各向异性漂移嵌入数据几何结构，改善扩散模型对多模态、高相关分布的模式分离和相关性保持。

An effective energy-enstrophy diffusion process with a condensation bound

具有凝聚界的有效能量-涡量扩散过程

Alain-Sol Sznitman, Klaus Widmayer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究利用\(\mathbb{R}^N\)上高斯测度定义椭圆扩散系数，建立其平稳分布的存在唯一性，推导出凝聚界，还证明此扩散是特定演化过程定律的无粘极限，为相关研究提供了新方法和结论。

Comments 29 pages, 2 figures, typos corrected, redactional improvement of abstract and introduction