Nanoscale Protein Diffusion in Supercooled Cryoprotectant Solutions
过冷冷冻保护剂溶液中的纳米级蛋白质扩散
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究过冷冷冻保护剂溶液中蛋白质扩散，结合XPCS和SAXS，测量铁蛋白扩散系数，发现冷却时其迁移率高于预期，最小波动摩擦模型可再现，为相关理论和模拟研究提供实验基准。
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 123 篇
Combining complex Langevin dynamics with score-based and energy-based diffusion models
将复利文动力学与基于得分和基于能量的扩散模型相结合
机构 * Centre for Quantum Fields and Gravity（量子场与引力中心） ； Department of Physics, Swansea University（斯旺西大学物理系） ； RIKEN Center for Interdisciplinary Theoretical and Mathematical Sciences (iTHEMS)（理化学研究所交叉学科理论与数学科学中心） ； School of Science and Engineering, The Chinese University of Hong Kong Shenzhen (CUHK-Shenzhen)（香港中文大学（深圳）科学与工程学院） ； Frankfurt Institute for Advanced Studies（法兰克福高级研究 institute）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文探讨了复利文动力学与基于得分和能量的扩散模型结合的可能性，旨在利用扩散模型学习复利文过程采样的分布，并探索其潜在应用。
Comments 22 pages, many figures
Journal ref J. High Energ. Phys. 2025, 160 (2025)
Low-dimensional adaptation of diffusion models: Convergence in total variation
扩散模型的低维适应性：全变差中的收敛性
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究扩散模型利用低维结构加速采样，聚焦DDIM和DDPM采样器，证明其在精确得分函数下的迭代复杂度，扩展到学习得分函数情况，通过基于核的估计器实现假设，为采样器适应性提供证据并改进DDPM理论。
Denoising Data with Measurement Error Using a Reproducing Kernel-based Diffusion Model
使用基于再生核的扩散模型对含测量误差的数据进行去噪
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对测量系统获取的含误差数据，提出基于再生核希尔伯特空间方法训练扩散模型的去噪框架，能生成接近无误差数据的去噪数据，推导散度上界验证有效性，模拟及实际应用表明该方法性能良好。
Tracing boron diffusion into a textured silicon solar cell using electron beam induced current in a scanning transmission electron microscope
利用扫描透射电子显微镜中的电子束诱导电流追踪硼向织构化硅太阳能电池中的扩散
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究利用扫描透射电子显微镜中的电子束诱导电流及硼扩散模拟，追踪织构化硅太阳能电池中硼的掺杂剂分布，通过有效模型考虑表面复合，模拟与实验数据相符，还探讨了其在量化弱电场方面的应用。
MixFlow Training: Alleviating Exposure Bias with Slowed Interpolation Mixture
MixFlow训练：用慢插值混合减轻曝光偏差
专题命中 扩散模型 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV
AI总结 研究扩散模型训练-测试差异问题，提出MixFlow方法，利用慢流现象的慢插值混合对预测网络后处理，在类条件图像生成和文本到图像生成实验中验证有效，在RAE模型的ImageNet生成任务上取得好结果。
Comments CVPR 2026
LiveEdit: Towards Real-Time Diffusion-Based Streaming Video Editing
LiveEdit：迈向基于扩散的实时流式视频编辑
机构 * THU（清华大学） ； HKUST（香港科技大学）
专题命中 扩散模型 ：diffusion(title)；分类 cs.CV
AI总结 提出一种因果逐帧编辑的流式视频框架，通过三阶段蒸馏将双向模型能力迁移至单向流式编辑器，结合AR掩码缓存实现12.66 FPS的实时编辑，并保持背景稳定。
Comments Accepted by ECCV 2026, Project page: https://live-edit.github.io
A Data-Driven Interpolation Method on Smooth Manifolds via Diffusion Processes and Voronoi Tessellations
基于扩散过程与沃罗诺伊细分的光滑流形上数据驱动的插值方法
机构 * Universidad de Chile（智利大学）
专题命中 扩散模型 ：diffusion(title)
AI总结 本文提出一种基于拉普拉斯-贝尔特拉米算子和沃罗诺伊细分的数据驱动插值方法，通过扩散过程和数据内在几何构造连续扩展，实现高效插值并提升可扩展性。
Comments Comments are welcome
Structure-Detail Decoupled Autoregressive Generation for Fast and High-Fidelity Virtual Try-On
用于快速和高保真虚拟试穿的结构-细节解耦自回归生成
机构 * Huazhong University of Science and Technology（华中科技大学） ； Wuhan Institute of Technology（武汉工程大学） ； Xiaomi EV（小米汽车）
专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)；分类 cs.CV
AI总结 研究虚拟试穿问题，提出STAR-VTON框架，通过解耦潜在空间结构合成与像素空间细节恢复，结合匹配信息细化器，实现高效高保真虚拟试穿，其中VAR-VTON效率高，像素空间细化器能有效恢复细节。
Slot-RAE: Streamlining Object-Centric Learning via Direct Representation Auto-Encoders
Slot-RAE：通过直接表示自动编码器简化以对象为中心的学习
机构 * LIRIS（里昂图像与信息系统实验室） ； Ecole Centrale de Lyon（里昂中央理工学院）
专题命中 扩散模型 ：diffusion(abstract,abstract_cn)；分类 cs.CV
AI总结 研究针对以对象为中心的模型部署问题，提出Slot-RAE框架，直接在视觉基础模型特征空间运行，采用特征空间扩散过程及独特训练方式，在COCO数据集实验中取得领先成果，实现高效无监督对象发现等，速度和计算效率更高。
SUREFlow: State-space Uncertainty-aware REsidual Flow Matching for Robust Robot Manipulation
SUREFlow：用于鲁棒机器人操作的状态空间不确定性感知残差流匹配
机构 * School of Electronic and Electrical Engineering, Kyungpook National University（庆尚国立大学电子与电气工程学院）
专题命中 扩散模型 ：diffusion(abstract)；generative vision(abstract)
AI总结 研究针对机器人操作策略在复杂条件下的不稳定性问题，提出SUREFlow框架，基于Mamba主干联合预测动作速度与残差不确定性，能选择性细化动作维度，在LIBERO等平台实验中取得良好效果，提升了机器人操作的鲁棒性与效率。
Comments Accepted at IEEE/RSJ International Conference on Intelligent Robots & Systems (IROS) 2026, Pittsburgh, PA, USA
NaviCache: Test-Time Self-Calibration Caching for Video Generation
NaviCache: 视频生成的测试时自校准缓存
机构 * Zhejiang University（浙江大学） ； Cornell University（康奈尔大学） ； Tencent Hunyuan（腾讯文生视频）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV、cs.MM
AI总结 针对视频扩散模型计算成本高的问题，提出NaviCache方法，将特征演化重构思为惯性导航系统问题，通过双状态估计架构自适应跟踪特征变化比和潜在漂移，实现有界误差的计算跳过，在多个模型上取得优异性能。
Comments Published at ICML 2026: Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026
Cycle-World: Mitigating Error Accumulation in Long-term Video World Models via Reverse-Prediction Cycle Consistency
循环世界：通过反向预测循环一致性减轻长期视频世界模型中的误差累积
机构 * School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院） ； Institute of Cyber-Systems and Control, Zhejiang University, Hangzhou, China（浙江大学控制系统研究所） ； Nanyang Technological University, Singapore（新加坡南洋理工大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 针对自回归扩散模型在长视频生成中误差累积问题，提出循环世界框架，通过训练和推理阶段的时间可逆性及反向预测模型抑制误差，实验证明其在VBench基准测试中显著减轻误差漂移，提升生成质量和时间一致性。
Comments Accepted by ECCV 2026
BackgroundMellow: A Multi-Modal Cohesive Framework for Narrative-Driven Rich Cinematic Soundscape Generation
BackgroundMellow：一种用于叙事驱动的丰富电影音效生成的多模态凝聚框架
机构 * Indian Institute of Technology Kharagpur（印度理工学院卡拉格布尔分校）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.MM
AI总结 多模态AI中为文本叙事生成电影音效困难，BackgroundMellow框架将其视为编排与信号处理问题，通过主 - 专家架构、Tango2模型、背景音乐检索器及NLP模块实现，经实验验证在时间同步等方面有效。
Comments 7 pages
Is Energy Guidance All You Need? Training-Free Norm Injection for Driving World Models
你所需要的只是能量引导吗？用于驱动世界模型的无训练规范注入
机构 * Institute of Automotive Technology, Technical University of Munich（慕尼黑工业大学汽车技术研究所）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 研究基于大型视频扩散主干的驾驶世界模型难以控制的问题，提出通过可微能量函数在采样时操控规划轨迹，无需重新训练主干，以Open-Sora 2.0 MM-DiT主干模型为例验证，指出跨流耦合是端到端可控关键。
Comments Accepted to Robotics: Science and Systems 2026 Robot World Models Workshop
Action Map Policy: Learning 3D Closed-loop Manipulation via Pixel Classification
动作映射策略：通过像素分类学习3D闭环操作
机构 * Northeastern University（东北大学） ； Stanford University（斯坦福大学） ； Brown University（布朗大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 研究针对机器人学习中动作空间的挑战，提出动作映射策略（AMP），将3D闭环操作策略学习转为图像空间分类问题，通过投影动作到图像平面，以像素为类别控制维度，实现高精度、快速推理，实验证明其优于基线。
Comments Project Website: https://haojhuang.github.io/amp_page/
Effective Synthetic Image Detection via Noise Residual Clustering
通过噪声残差聚类实现有效的合成图像检测
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 针对合成图像检测问题，提出一种无训练方法，先提取噪声残差指纹，再经视觉Transformer提取多尺度特征并融合，用少量真实图像样本初始化聚类中心，在四个基准数据集上平均准确率达82.2%，泛化能力优于现有检测器。
Imperceptible and Reversible Adversarial Examples against Vision-Language Models for Privacy Protection
用于隐私保护的针对视觉语言模型的不可察觉且可逆的对抗性示例
机构 * School of Cyber Science and Engineering, Huazhong University of Science and Technology（华中科技大学网络空间安全学院） ； College of Computer Science, Chongqing University（重庆大学计算机科学学院） ； School of Software and engineering, Huazhong University of Science and Technology（华中科技大学软件工程学院） ； School of Information and Communication Technology, Griffith University（格里菲斯大学信息与通信技术学院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 研究针对视觉语言模型基于文本的隐私攻击问题，提出CloakDiff框架，结合扩散对抗编辑与可逆网络生成不可察觉的对抗性示例，设计EDM启发式采样提高保真度，实验证明该框架能实现多模态隐私保护且具高视觉质量和可逆性。
Comments Accepted by ACM MM 2026
TS-Mask VLA: 2D Temporal-Spatial Masking for Vision-Language-Action Model with Effective Bridging
TS-Mask VLA：用于视觉-语言-动作模型的具有有效桥接的二维时空掩码
机构 * Institute of Cyber-Systems and Control, Zhejiang University（浙江大学网络系统与控制研究所） ； Tongji University（同济大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 研究针对视觉-语言-动作模型问题，提出TS-Mask VLA框架，基于离散扩散动作专家和时空二维掩码策略，在模拟基准和现实任务实验中表现出色，验证了设计有效性。
Comments 9 pages, 5 figures, accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
VGGRPO: Towards World-Consistent Video Generation with 4D Latent Reward
VGGRPO：迈向世界一致的视频生成的4D潜在奖励
机构 * Google（谷歌） ； University of Oxford（牛津大学） ； CREST-ENSAE, Institut Polytechnique de Paris（巴黎综合理工学院CREST-ENSAE） ； University of Copenhagen（哥本哈根大学）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 VGGRPO通过引入4D潜在几何模型和组相对策略优化，提升视频生成的几何一致性与稳定性，避免VAE解码的高计算开销。
Comments Accepted at ECCV 2026. Project Page: https://zhaochongan.github.io/projects/VGGRPO
MoLingo: Motion-Language Alignment for Text-to-Human Motion Generation
MoLingo：用于文本到运动生成的运动-语言对齐
机构 * University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； Max Planck Institute for Informatics（马克斯·普朗克信息学研究所） ； Imperial College London（伦敦帝国理工学院） ； Zuse School ELIZA（Zuse ELIZA 学院）
专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV
AI总结 本文提出MoLingo模型，通过在连续潜在空间中去噪生成逼真的人体运动。研究如何构建语义对齐的潜在空间和最佳注入文本条件以提高运动真实性与描述一致性。
Comments Accepted by CVPR 2026. Project page: https://hynann.github.io/molingo/MoLingo.html. Title type fixed, content unchanged
Journal ref Proc. IEEE/CVF Conf. Comput. Vis. Pattern Recogn. (CVPR), 2026, pp. 38387-38398
BDFlow-3DRM: Height-Coherent 3D Radio Map Construction via Bi-Dynamical Flow Matching
BDFlow-3DRM：通过双动态流匹配构建高度相干的3D无线电地图
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对现有3D无线电地图构建方法对高度维度建模不足的问题，提出BDFlow-3DRM框架，通过双动态流匹配，从收发器高度输入学习表示，建模相邻层依赖关系，实验验证其有效性，相比基线降低误差与复杂度，有实际构建潜力。
LLM-Enhanced Dynamic Financial Knowledge Graphs for Cross-Entity Signal Propagation and alpha discovery
用于跨实体信号传播和阿尔法发现的大语言模型增强动态金融知识图谱
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对传统金融NLP忽略跨实体信息扩散问题，开发基于大语言模型的金融测量和信号传播框架，构建动态金融知识图谱，通过社区感知机制传播信号，引入新金融信号及测试，实验表明该框架能准确恢复网络结构等，有增量预测能力。
Comments 36 pages, 7 figures
Mixture of Frames Policy: Multi-Frame Action Denoising for Bimanual Mobile Manipulation
帧混合策略：用于双手机器人移动操作的多帧动作去噪
机构 * Stanford University（斯坦福大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究双手机器人移动操作中多帧动作去噪问题，提出帧混合策略（MoF），通过在多坐标框架同步去噪，维护规范扩散状态并融合噪声预测，在模拟和实际任务中均优于单帧基线。
MusicMark: A Robust Generative Watermarking Framework for Music Generation
MusicMark：一种用于音乐生成的鲁棒生成式水印框架
机构 * Korea University（韩国大学） ； Inha University（仁荷大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对人工智能音乐生成中水印溯源问题，现有方法多为事后处理且易受攻击。本文提出MusicMark，在生成时将水印嵌入语义潜在空间，通过水印适配器和联合目标训练，实验证明其在多种攻击下优于基线，翻唱攻击中也更具鲁棒性。
Comments Submitted to IEEE Transactions on Information Forensics and Security
Whole-Body Semantic-to-Actuation Grounding of Elephant-Inspired Soft-Trunk Motion via Lightweight Flow Matching
通过轻量级流匹配实现大象启发式软躯干运动的全身语义到驱动的基础
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对近距离人机交互中类似躯干机器人关联开放词汇响应难的问题，提出基于轻量级流匹配的全身语义到驱动基础框架，将多模态大语言模型响应转换为元组，参数化轨迹并采样运动，实验显示其提升关联正确性、减少推理时间，还提升了人机交互满意度。
Diachronic Sample Integration: Robust Tail-Risk Estimation with Generative Models
历时样本整合：使用生成模型进行稳健的尾部风险估计
机构 * University of Melbourne（墨尔本大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对深度生成模型在风险敏感应用中尾部估计问题，提出历时样本整合（DSI）框架，通过整合随机训练轨迹各检查点样本，平均尾部波动，经理论形式化，实证显示其在固定预算下能大幅降低尾部估计误差，优于多种基线。
PIER-Flow: Physics-Informed Efficient Rectified Flow for Real-Time Mobile Robot Navigation
PIER-Flow：用于实时移动机器人导航的物理信息高效整流流
机构 * School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对移动机器人在复杂环境下导航问题，提出PIER-Flow策略。通过将MPC专家知识融入常微分方程，利用并行潜在采样等实现单步动作生成，经物理信息训练目标及异步架构提升性能，在模拟和实际部署中均取得良好效果，显著加速规划并降低延迟。
Neural Discovery of Memory and Nonlocal Kernels in Integro-Differential Equations with Constrained Kolmogorov--Arnold Networks
利用约束柯尔莫哥洛夫 - 阿诺德网络对积分 - 微分方程中的记忆和非局部核进行神经发现
机构 * University of Utah（犹他大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究从稀疏有噪观测中发现积分 - 微分方程的记忆和非局部核这一逆问题，提出基于可微求解器框架，用约束柯尔莫哥洛夫 - 阿诺德网络参数化并施加物理约束，经训练和符号回归得到表示，实验表明构造约束比软惩罚更具鲁棒性。
Small data global in-time existence for Nakao's problem in two and three space dimensions
二维和三维空间中中尾问题的小数据全局时间存在性
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究二维和三维空间中的中尾问题，通过结合阻尼与无阻尼分量的相关公式及论证方法，建立小数据温和Sobolev解的全局时间存在性与唯一性，还得到相关估计，三维中避免对\(p\)的限制，且无阻尼分量散射到自由波。
