视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
Diffusion-GR2: 扩散生成推理重排序器
机构 * Meta AI ； UNC Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 扩散模型 ：diffusion(title,title_cn)
AI总结 提出Diffusion-GR2，通过转换微调、在线策略蒸馏和强化学习将自回归推理重排序器转换为块扩散模型，在保持精度的同时将推理吞吐量提升2.4-3.5倍。
Comments Work in progress
用于逼真超声图像合成的特征空间引导扩散
机构 * Artikode Intelligence S.L.（Artikode智能有限公司）
专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(title)；分类 cs.CV
AI总结 研究针对条件扩散模型合成超声图像逼真度不足问题，提出无需训练的特征空间候选引导（FSCG）采样策略，通过局部k近邻特征校正及按特征空间能量选最佳候选，缩小与真实图像差距，在多数据集上效果优于标准采样及其他基线。
Comments 11 pages, 4 figures. Pre-review manuscript version of a paper accepted at DGM4MICCAI 2026
用于激光雷达距离图像合成的对抗引导扩散
机构 * School of Electrical and Computer Engineering, National Technical University of Athens（雅典国立技术大学电气与计算机工程学院） ； Industrial Systems Institute, Athena Research Center（雅典娜研究中心工业系统研究所）
专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(title)；分类 cs.CV
AI总结 研究针对二维距离图像分割的无限制对抗攻击，提出基于扩散并利用分割损失对抗引导的方法，在SemanticKITTI数据集实验，能跨架构转移，相比基线在有效性与现实性间有独特权衡，实现可控退化。
Comments Accepted at the 1st Workshop on Secure and Trustworthy AI (STAI 2026), co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2026)
通过温度采样和方差校正时间偏移实现扩散多样化
机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究针对扩散模型难以达到罕见模式的问题，提出方差校正时间偏移方法，并结合温度采样，无需重新训练就能提升样本多样性，在多个模型中以低成本实现质量和保真度提升，还能实现从粗到细的控制。
Comments Webpage: https://peizhuoli.github.io/diversify-diffusion
噪声锚定扩散反演中的压缩不对称性与轨迹绑定
机构 * DGIST（大邱庆北科学技术院）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究真实图像扩散反演的质量-成本权衡，通过高斯噪声锚分离出压缩不对称与轨迹绑定机制，据此提出NARC方法，该方法无需训练，存储少且效果好，在实验中表现出色并可应用于其他模型。
基于扩散的测试用例生成的超网络自适应
机构 * Technical University of Munich（慕尼黑技术大学） ； University of Udine（乌迪内大学） ； fortiss
专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(abstract)
AI总结 针对深度学习系统可靠性评估问题，提出HyNeA生成式测试方法，通过超网络实现无数据集可控性，采用独特训练策略，能以较低计算成本有针对性地生成现实故障用例，提高可控性和测试多样性，还可推广到无故障标签数据领域。
CANDI：混合离散-连续扩散模型
机构 * Purdue University, West Lafayette, U.S.A（普渡大学） ； Google Deepmind（谷歌DeepMind）
专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)
AI总结 研究连续扩散应用于离散数据表现不佳的问题，提出CANDI混合框架解耦离散和连续破坏，实现同时学习，在受控生成和文本生成中分别展现优势，解锁连续扩散对离散空间的好处。
扩散加权磁共振成像预处理影响双参数前列腺磁共振成像中表观扩散系数估计和自动PI-RADS v2.1分类
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究不同DWI预处理策略对前列腺MRI中ADC估计及PI-RADS分类的影响，通过对268个病例应用多种处理方法，比较不同算法下的ADC图，训练分类器预测PI-RADS分数，发现预处理可提升ADC图质量及分类预测能力。
Comments 19 pages, 10 figures, ISMRM Diffusion workshop 2025, ESMRMB 2025
DiffEEG：用于学习脑电通用表示的自监督去噪扩散模型
机构 * Lebanese American University（黎巴嫩美国大学） ； Institute of Applied Artificial Intelligence, TÉLUQ University（应用人工智能研究所，泰鲁克大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究针对基于脑电的癫痫检测面临的注释稀缺和类别不平衡问题，提出DiffEEG自监督基础模型，通过去噪扩散预训练和强化学习微调学习通用神经表示，在癫痫检测中取得较好效果，证明该方法能以最少标记数据实现临床可部署监测。
Comments 19 pages, 6 figures
基于高效扩散变压器的PNI预测的自适应路由
机构 * Seoul National University（首尔国立大学） ； Kyung Hee University（庆熙大学） ； OUTTA ； Chung-Ang University（Chung-Ang 大学） ； Seoul National University School of Medicine（首尔国立大学医学院） ； Samsung Changwon Hospital（三星昌原医院） ； Samsung Medical Center（三星医疗中心） ； NVIDIA AI Technology Center（NVIDIA AI 技术中心）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对胆管癌PNI术前MRI预测难题，传统方法有局限。本文将PNI预测设为扩散分类问题，用基于Transformer的表示实现去噪网络，并引入自适应路由提高效率，实验取得了0.731的AUC及257.57 GFLOPs的结果。
通过注意力头控制扩散变换器中的运动传递
机构 * Yonsei University（延世大学） ； LG Electronics（LG电子） ； University of California, Merced（加州大学默塞德分校）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究如何控制扩散变换器中的运动传递，通过在注意力头层面分析，提出无需参数更新的头感知可控运动传递框架，利用语义对应引导和选择性特征注入，实现精确运动传递并为可控视频生成提供可解释基础。
Comments Accepted to ECCV 2026, Project page: https://sunyj-hxppy.github.io/halo/
EquiFusion：通过等变潜扩散实现与运动学无关的人体运动预测
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究针对现有3D人体运动预测模型受骨骼运动学硬编码限制的问题，提出EquiFusion模型，通过排列等变架构实现潜扩散，对未见运动学有跨数据集泛化能力，在基准测试中成果领先，建立了新的人体运动预测标准。
Comments Accepted to ECCV 2026. Visit our webpage at https://ceveloper.github.io/publications/equifusion/
DiffUE：通过扩散自动编码器增强不可学习示例的效用-不可学习性权衡
机构 * University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校） ； Oak Ridge National University, Knoxville（橡树岭国家实验室诺克斯维尔分部） ； University of Georgia, Athens（佐治亚大学雅典分校） ； Virginia Commonwealth University, Richmond（弗吉尼亚联邦大学里士满分校）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对AI模型利用个人图像致隐私侵犯问题，DiffUE通过在图像语义空间注入噪声，利用扩散自动编码器框架操纵语义特征，增强图像不可学习性，显著提升了图像质量和不可学习性之间的权衡，保障个人数据安全。
Comments To appear at the European Conference on Computer Vision (ECCV), 2026
通过内部潜变量分析对扩散模型进行统一骨干细化
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； INEEJI
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究扩散模型骨干细化问题，提出DUNE框架，通过分析内部潜变量检测突变偏差，对选定条目进行骨干特定抑制，可自然扩展到基于Transformer的模型，经实验验证该方法能提高保真度并减少幻觉。
Comments 45 pages, 23 figures. Accepted at the European Conference on Computer Vision (ECCV) 2026
基于双蒸馏的超模态插补扩散嵌入用于联邦多模态知识图谱补全
机构 * College of Computer Science, VCIP, DISSec, Nankai University（计算机学院、VCIP、DISSec、南开大学） ； School of Software, Tiangong University（软件学院、天津工业大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院、南洋理工大学）
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.MM
AI总结 针对多模态知识图谱分散问题，提出FedMKGC任务及MMFeD3-HidE框架，客户端内用超模态插补扩散嵌入模型，客户端间用多模态联邦双蒸馏传输知识，通过FedMKGC基准验证了该框架的有效性、语义一致性和收敛鲁棒性。
Comments Published in IEEE Transactions on Multimedia, 2026
基于潜在扩散模型的零样本段落级手写模仿
机构 * Planet AI GmbH
专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出基于潜在扩散模型的零样本段落级手写模仿方法，通过改进模型、增强注意力机制等，能处理未见风格，提高手写生成真实感，在综合评估中表现优异，还公开代码支持相关研究。
公司中隐性知识的传播：基于图上扩散的数学模型
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究公司中隐性知识传播，提出基于物理学热扩散概念及图论的模型，通过定义隐性知识转移图编码问卷数据，可优化课程安排、识别高知识需求员工，有助于公司多方面提升及改进知识管理等。
Comments 57 pages, 8 figures
Journal ref Journal of Knowledge Management (2026)
带扩散路径的马尔可夫链蒙特卡罗
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对多模态分布采样难题，提出沿扩散路径插值的方法，通过变分估计中间得分，引入MAD - Path采样器消除偏差，经谱隙分析明确路径特性，量化误差影响，实验表明其在全局探索和模式权重估计上优于其他方法。
从离散扩散模型中的全局专家组合到因子级专家组合
机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Mechanical & Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究所）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究针对离散扩散模型中专家组合方法的局限性，提出因子级组合框架FactorDiff，将样本分解为更小因子，通过动态路由使因子与相关专家匹配，在ARC - AGI基准测试中表现优于全局标量加权方案。
Xema：通过细粒度内存管理和自动配置实现高效扩散服务
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究针对扩散模型服务受GPU内存限制问题，提出Xema系统，通过细粒度内存管理和自动配置，利用可预测张量生命周期优化内存，引入离线规划器联合选择参数，实现高效扩散服务，相比现有配置提升SLO达成率并降低规划成本。
SegDiff：用于一致且自适应机器人操作的分段轨迹扩散
机构 * Institute of Trustworthy Embodied AI, Fudan University, China（可信具身人工智能研究院，复旦大学，中国） ； Shanghai Key Laboratory of Multimodal Embodied AI, China（上海多模态具身人工智能重点实验室，中国）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究针对机器人模仿学习中现有方法的不足，提出SegDiff闭环视觉运动策略，分解示范为运动段并预测连续轨迹，利用扩散模型等提出动态时间集成机制，在多场景中性能优于现有方法，能处理长时间依赖并保持实时适应与控制稳定。
粘性跳跃扩散：掩码、连续和混合扩散的统一视角
机构 * Purdue University（普渡大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究引入粘性跳跃扩散（SJDs）统一掩码、连续和混合扩散。通过去噪危险匹配从单个去噪分类器估计相关量，SJD能恢复多种扩散类型，其反转解释各类型特征，还拓展了解粘核设计空间，在多数据集上表现优于恒等核混合方法。
用于多任务块推的单扩散策略控制器，具有零样本模拟到现实转移
机构 * Harvard University（哈佛大学） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究旨在用强化学习从零训练单扩散策略用于多任务块推，提出含简单策略损失函数的框架，结合反向课程生成等应对探索挑战，评估其在不同条件下零样本从模拟到现实的转移能力，证明该流程有效。
Comments 8 pages, 7 figures
D-SafeMPC：基于离散时间控制障碍函数的扩散驱动安全模型预测控制
机构 * Paderborn University（帕德博恩大学） ； Illinois Institute of Technology（伊利诺伊理工学院） ； California Institute of Technology（加州理工学院） ； Technical University of Munich（慕尼黑工业大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究针对扩散模型用于机器人规划时无法保证安全和动态约束的问题，提出D-SafeMPC方法，通过控制障碍函数等引导扩散过程，结合迭代投影方案，经实验验证该方法能提升安全性、任务成功率和规划效率。
人类共享环境中长距离多机器人路径规划的扩散方法
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究人类共享环境中多机器人长距离路径规划问题，提出MRRD框架，结合滚动时域、并行扩散推理及冲突搜索机制，纳入时间条件与引导项，实验证明该框架能实时扩展到15个机器人，性能优于现有基线。
Comments 8 pages, 3 figures, to be published in IROS 2026
奇点空间：一种用于信号表示的生成扩散框架
机构 * Tel Aviv University（特拉维夫大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究提出奇点空间这一用于信号表示的生成扩散框架，基于复平面奇点，利用基于变压器的扩散模型，具有可解释性、结构稳定性等特性，在一维伯格斯激波测试中表现良好，为瞬变主导信号提供实用基础。
扩散模型的守恒定律
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究为一类无记忆噪声过程的扩散模型开发基于GEXIT函数的守恒定律，统一离散和连续扩散似然性表征，利用局部性属性简化训练，通过在合成数据和标准基准上验证，揭示有限容量去噪器对不同噪声后验近似精度差异影响性能。
具有空间异质性的混合反应扩散流行病模型中的前沿传播。第二部分：脉动行波
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究具有空间异质性的混合反应扩散流行病模型，证明了脉动行波存在性及前沿指数衰减率，给出\(c^*_R\)和\(c^*_L\)不同的例子，突出该系统与标量KPP型方程差异。
Comments arXiv admin note: substantial text overlap with arXiv:2408.07501
在奥氏条件下非紧支撑上遍历扩散过程扩散系数的非参数估计
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究非紧支撑上遍历扩散过程平方扩散系数的非参数估计，核心方法是投影到有限维空间构造估计量，贡献为建立风险界、收敛速率，进行模型选择并通过模拟数据完善理论结果。
Comments 42 pages, 3 figures
多物种交叉扩散方程的混沌传播定量估计
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究从适度相互作用随机粒子系统推导多物种交叉扩散方程的混沌传播定量估计，用相对熵方法分两步证明\(L^1\)范数下结果，结合相关收敛与估计经插值得\(L^q\)结果。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈