图像生成

Improving Medical Image Generative Models with Fréchet Distance Loss

用弗雷歇距离损失改进医学图像生成模型

Andrew Marshall, Xuanang Xu, Xiaoran Zhang, Rui Wang, Lawrence Staib, James Duncan

机构 * Yale University（耶鲁大学） 纠错

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

AI总结 研究针对扩散生成模型难以捕捉异质性肿瘤复杂形态特征的问题，提出用弗雷歇距离损失微调模型，通过在多数据集上集成该损失，提升了下游分割网络性能，证明其是改进医学图像生成模型临床工作流程的有效正则化方法。

Delving into the Temporal Challenges of Unified Video Protection Against Image-to-Video and Fine-Tuning-based Customization

深入探讨统一视频保护在图像到视频和基于微调的定制方面的时间挑战

Yuxin Huang, Ziming Hong, Mingming Gong, Wanyu Wang, Jing Zhang, Tongliang Liu

机构 * The University of Sydney（悉尼大学） ； University of Melbourne（墨尔本大学） ； City University of Hong Kong（香港城市大学） ； Wuhan University（武汉大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 研究针对基于扩散模型的视频定制引发的隐私等保护问题，提出TC-UAP方法，通过优化身份级多帧UAP并引入相关时间建模和损失，使其在时间上一致且鲁棒，在多种视频定制及攻击下实现强身份保护。

Comments This work provides a basis for the ECCV 2026 LifeGenIP Challenge on Unlearnable Videos against Diffusion-based Customization. Challenge page: https://lifegenip.cc/competition. Evaluation code: ECCV26_LifeGenIP_starting_kit" target="_blank" rel="noopener">https://github.com/tmllab/ECCV26_LifeGenIP_starting_kit. Project page: https://saythe17.github.io/TC-UAP/

VideoRAE: Taming Video Foundation Models for Generative Modeling via Representation Autoencoders

VideoRAE：通过表示自动编码器驯服用于生成建模的视频基础模型

Zhihao Xie, Junfeng Wu, Xinting Hu, Junchao Huang, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Huazhong University of Science and Technology（华中科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 研究视频生成模型潜在空间问题，提出VideoRAE，利用冻结视频基础编码器特征经1D自注意力投影仪压缩，支持多种潜在空间，通过多码本高维量化等实现强大重建，收敛快，验证了冻结VFM表示的有效性。

Comments Home page: https://zhxie0117.github.io/VideoRAE

Kepler-Encoder-v0.1: Towards a Multimodal Embedding Model for Robots

开普勒编码器v0.1：迈向机器人的多模态嵌入模型

Ishneet Sukhvinder Singh, Dhanoosh Pooranakumaran, Alex Nguyen, Jia Qi Yip

机构 * Menlo Research（门洛研究公司） 纠错

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

AI总结 研究针对机器人理解自身状态问题，提出开普勒编码器v0.1，通过学习查询交叉注意力层融合多模态信息，经自监督训练。实验表明其仅视觉潜空间能恢复末端执行器状态，优于其他方法，单个编码器涵盖多个机器人，冻结潜空间有多种用途。

Comments 33 pages

DiffGI: Differentiable Geometry Images for High-Fidelity Thin-Shell 3D Generation

DiffGI：用于高保真薄壳3D生成的可微几何图像

Eungjune Shim, Hansol Lee, Eunjung Ju

机构 * CLO Virtual Fashion Inc.（CLO虚拟时尚公司） 纠错

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

AI总结 DiffGI针对现有3D生成模型问题，提出端到端3D到2D映射框架，用连续函数取代二进制图，引入可微算法，训练相关模型，在薄壳3D生成中实现高保真、高精度，减少计算资源需求。

Comments Accepted to ECCV 2026

Your Data Manifold is Secretly a Reward Model: Shell-LCC for Text-to-Video Generation

你的数据流形实际上是一个奖励模型：Shell-LCC 用于文本到视频生成

Shihao Zhang, Yunzhi Li, Yuguang Yan, Junzhe Zhang, Wei Zhao, Bohan Wang, Hanwang Zhang

机构 * Huawei Central Research Institute（华为中央研究院） ； Guangdong University of Technology（广东技术大学） 纠错

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

AI总结 提出 Shell-LCC 方法，通过建模高质量 SFT 数据的流形结构，提供密集、可微且几乎零成本的奖励信号，以提升文本到视频生成质量，减少低层失真。

Comments ECCV 2026

Efficient Text-to-Audio Generation via Pruning

通过剪枝实现高效的文本到音频生成

Arshdeep Singh, Yi Yuan, Yun Chen, Wenwu Wang, Mark D. Plumbley

机构 * King's College London (KCL)（伦敦国王学院） ； University of Surrey（萨里大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对基于扩散的文本到音频生成模型AudioLDM计算成本高的问题，应用模型剪枝提高其计算效率，通过分析参数冗余和评估剪枝策略，经实验验证可大幅减少参数和运算量，且能在一定程度上恢复对特定声音事件的生成能力。

Comments Submitted to DCASE 2026 Workshop

AI-Augmented Adaptive Digital Twin Modeling for Brain Tumor Evolution Prediction and Treatment Scheduling

用于脑肿瘤进化预测和治疗计划安排的人工智能增强自适应数字孪生建模

Wenxi Liu, Michael Trimboli, Xianqi Li

机构 * Florida Institute of Technology（佛罗里达理工学院） ； Department of Mathematics and Systems Engineering（数学与系统工程系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对脑肿瘤进化预测和治疗计划难题，提出人工智能增强自适应数字孪生框架，集成多种模型与方法。实验表明该框架能有效提升预测准确性，降低肿瘤负荷，为患者特异性治疗优化提供统一框架，奠定向现实治疗计划转化基础。

Heavy-Tailed Flow Matching via Random Clocks

通过随机时钟进行重尾流匹配

Zhouhao Yang, Yezhen Wang, Kenji Kawaguchi, Vladimir Braverman, Haoyang Cao

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究重尾数据匹配问题，提出HTFM框架，将重尾源视为时钟条件高斯源混合，用截断对数签名特征编码时钟。实验显示其在多领域优于高斯流匹配等基线，保留低NFE采样优势，还提供尾部控制接口。

Exploring the Alignment of Generation and Understanding in Protein Structure Modeling

探索蛋白质结构建模中生成与理解的对齐

Junde Xu, Yuansheng Huang, Zijun Gao, Lihang Liu, Xiaoming Fang, Yu Kang, Jiezhong Qiu, Pheng Ann Heng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究蛋白质结构建模中生成与理解的对齐问题，通过基准测试发现现有生成模型表现不佳，受REPA框架启发提出训练时使生成模型与理解模型对齐，实验表明该方法显著提升功能蛋白质生成。

Concurrent Image Understanding and Generation: Self-Correcting Coupled Markov Jump Processes

并发图像理解与生成：自校正耦合马尔可夫跳跃过程

Minh-Quan Le, Armand Comas, Alexandros Lattas, Stylianos Moschoglou, Pedro Vélez, Amit Raj, Aaron Germuth, Thabo Beeler, Dimitris Samaras, Di Qiu

机构 * Stony Brook University（纽约州立大学石溪分校） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对人类认知中理解与生成的耦合循环，引入自校正耦合马尔可夫跳跃过程框架及$\texttt{CO}_\texttt{2}\texttt{Jump}$采样器，解决掩码扩散模型跨模态矛盾问题，创建多模态语料库，该方法在图像相关任务中性能优异，且性能随去噪步骤数提升。

Comments Project page: https://coupled-jump.github.io

Rearranged Stochastic Heat Equations with an Entropy Gradient Structure

具有熵梯度结构的重排随机热方程

Francois Delarue, Rhoss Likibi Pellat

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究扩展概率测度空间上的一维扩散模型，通过重排随机热方程并加入熵驱动梯度下降项惩罚动力学，经分裂论证证明方程定义良好，还研究了相关动力学性质及解的密度等，保留了随机热方程的平滑性质。

Comments 53 pages, 0 figure

Load Balancing with Individually Heterogeneous Servers

具有个体异构服务器的负载均衡

Burak Büke, Arpan Mukhopadhyay, Özge Tekin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有个体异构服务器的系统中JSQ负载均衡策略的扩散极限，基于测度值过程开发框架统一分析，确定区分不同平局决胜规则性能的关键对象，找到渐近最优的平局决胜规则并通过耦合比较证明结果。

Comments 70 pages, 3 figures

Existence, Uniqueness, and Pathwise Regularity for Multidimensional Semilinear SPDEs with Locally Lipschitz Coefficients and Rough Initial Data

具有局部Lipschitz系数和粗糙初始数据的多维半线性随机偏微分方程的存在性、唯一性和路径正则性

Jitendra Nath Naik, Lok Pati Tripathi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究由乘性噪声驱动、具粗糙初始数据的多维半线性随机演化方程，在系数全局Lipschitz时建解的适定性等，局部Lipschitz时证最大局部解相关性质，条件针对特定范数，可用于多种方程及处理奇异和非光滑初始数据。

Comments 46 pages

jQMC: A JAX-based ab initio quantum Monte Carlo package designed for GPU-accelerated computing

jQMC：一个基于JAX的用于GPU加速计算的从头算量子蒙特卡罗程序包

Kousuke Nakano, Michele Casula

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究介绍了基于Python的jQMC程序包，用于从头算QMC模拟。它实现了VMC和LRDMC算法，采用特定波函数，利用JAX进行自动微分等，支持多GPU并行化。经测试，在GPU上运行时比TurboRVB更快，不同算法有不同程度性能提升。

Comments 68 pages, 11 figures, 5 tables,

Using backscattered thermal neutrons to monitor boron concentration during BNCT: a Monte Carlo feasibility study

利用背散射热中子监测硼中子俘获治疗期间的硼浓度：蒙特卡罗可行性研究

Zirui Ye, Yuxin Wang, Meitong Wei, Xie George Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究BNCT中实时监测硼浓度的方法，用蒙特卡罗模拟评估背散射热中子作测量通道的可行性，通过薄LiF转换探测器捕获相关场，经差分成像和RDSR量化，得出其在体模中的相关特性及检测下限，为硼敏感测量概念奠定物理基础。

Comments 41 pages, 13 figures

Tensor-Network Finite Elements for Analytic Operator Equations

用于解析算子方程的张量网络有限元

Abhijatmedhi Chotrattanapituk, Michael J. Landry, Chu-Liang Fu, Mingda Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究将有限元与张量网络连接用于解析算子方程，通过有限元离散化诱导多线性相互作用张量层次结构，转化方程为加权残差优化问题，实现一维线性和非线性扩散计算并重现传统解，为算子方程求解提供通用变分语言和基础。

Comments 11 pages, 8 figures

Revealing the MoS2 Growth Mechanism in Chemical Vapor Deposition: Real-Time Imaging and Statistical Analysis

揭示化学气相沉积中MoS2的生长机制：实时成像与统计分析

Faizal Arifurrahman, Tianshu Zhai, Yuguo Wang, Jing Zhang, Andrew L. Hitt, Jun Lou, Ming Tang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究旨在揭示化学气相沉积中MoS2的生长机制。通过开发半自动图像处理流程分析原位光学显微镜图像，实现对大量单晶生长轨迹的高通量重建。统计分析表明其结晶受边缘附着限制机制控制，晶体非竞争性生长，为二维材料CVD生长优化提供了有力方法。

Role of small-radius and high-electronegativity A-Site dopants in enhancing proton transport and stability of perovskite electrolytes

小半径和高电负性 A 位掺杂剂在增强钙钛矿电解质质子传输和稳定性中的作用

Hang Ma, Ying Liang, Tianxing Ma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究 BaCeO₃ 基电解质应用受限问题，通过第一性原理计算等，揭示小半径、高电负性 A 位掺杂剂在增强钙钛矿电解质质子传输及稳定性上的协同作用，证明 A 位 Ca 掺杂优势并阐明机制，为高性能电解质设计提供指导。

Comments 15 pages and 11+4 figures. The version that accepted for publication in Phys. Rev. B

The soft volume of ultra-high energy neutrinos experiments

超高能中微子实验的软体积

Stefano Palmisano, Diego Redigolo, Michele Tammaro, Andrea Tesi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究开发半解析框架将超高能中微子通量映射到事件率，基于玻尔兹曼方程考虑软体积，推导碰撞算符展开简化输运问题，应用于冰立方数据并重新审视KM3NeT事件，为中微子通量模型与径迹可观测量搭桥。

Comments 40 pages, 10 figures

A Homogeneous Spectroscopic and Evolutionary Study of cool HgMn and hot Metallic A Stars

冷 HgMn 星和热金属 A 星的均匀光谱与演化研究

F. Kahraman Aliçavuş, E. Çelik, E. Niemczura

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究对 HgMn 和 Am 子类恒星进行均匀光谱与演化分析，通过分析高分辨率光谱得出大气参数等，研究元素丰度温度依赖性，计算恒星演化模型，发现两类恒星可能占据重叠演化序列，需进一步分析检验子类间联系。

Comments Accepted for publication in MNRAS

Advanced Techniques in Stability Analysis of Trans-Neptunian Objects

海王星外天体稳定性分析的先进技术

Tamás Kovács

专题命中 扩散模型 ：diffusion(abstract)

AI总结 综述海王星外天体稳定性分析，结合经典与现代方法绘制相空间、分类轨道传输，机器学习作补充，指出基于哈密顿动力学的混合动态 - 统计框架是探索高维参数空间的最有前景方向。

Comments review manuscript, 35 pages, 13 figures

Fréchet Distance Loss on Speech Representations for Text-to-Speech Synthesis

文本到语音合成中语音表示的弗雷歇距离损失

Ho-Lam Chung, Kuan-Po Huang, Bo-Ru Lu, Hung-yi Lee

机构 * Graduate Institute of Communication Engineering, National Taiwan University（国立台湾大学通信工程研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对少步TTS模型训练问题，提出语音表示弗雷歇距离损失（SR-FD），在微调时让模型用相同采样器合成语音，将其特征与参考统计量匹配，无需判别器和推理计算，显著降低Seed-TTS英语的字错误率，是提高可懂度的分布正则化方法。

A Multi-Wavelength View of the First Type Ic-BL Supernova with an Einstein Probe X-ray Shock Breakout

首次具有爱因斯坦探针X射线激波暴发的Ic-BL型超新星的多波段视角

Jillian C. Rastinejad, Gokul Srinivasaragavan, Nikhil Sarin, Tanner O'Dwyer, S. Bradley Cenko, James K. Leung, Anya E. Nugent, Daniel A. Perley, Genevieve Schroeder, Shreya Anand, Tomas Ahumada, Igor Andreoni, Aleksandra Bochenek, Alessandra Corsi, Christoffer Fremling, Anna Y. Q. Ho, Mansi M. Kasliwal, Geoffrey Mo, Anirudh Salgundi, Kendall I. Sippy, J. Sollerman, Eric C. Bellm, Tracy X. Chen, Michael W. Coughlin, Michael C. Davis, Fabio De Colle, Danielle Frostig, Christopher L. Fryer, Michael J. Graham, Xander J. Hall, K. -R. Hinds, Luca Izzo, Wynn Jacobson-Galan, Nathan P. Lourie, Keiichi Maeda, Josiah Purdum, Ben Rusholme, Avinash Singh, Robert Stein

专题命中 扩散模型 ：diffusion(abstract)

AI总结 基于爱因斯坦探针发现的近邻快速X射线暂现源EP260321a，通过多波段观测确认其与Ic-BL型超新星SN 2026gzf成协，首次为这类超新星提供确凿的X射线激波暴发证据，并约束了喷流能量和射电辐射。

Comments Version accepted to ApJL with minor changes

Pitch-Angle Scattering of Cosmic Rays: Confronting Theory with Observations

宇宙线的投掷角散射：理论与观测的对决

Huirong Yan, Siqi Zhao, Ming Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过比较西藏ASγ实验的宇宙线小尺度各向异性数据推导的局域星际介质投掷角扩散系数与理论预测，发现与阻尼在暖电离介质中的准板状快模散射预测高度一致，表明宇宙线散射主要由快模湍流主导。

Comments 9 pages, 4 figures, accepted in The Astrophysical Journal Letters (ApJL)

When can a neural operator replace a coarse solve? Architectural principles for two-level preconditioning

当神经算子可以取代粗解时？用于两级预处理的架构原理

Hugo Melchers, Victorita Dolean, Michael Abdelmalik

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了神经算子在两级预处理中的应用，通过系统变化四种DeepONet-like架构，发现Neural Green's Operator（NGO）在特定设计下表现最佳，能够有效替代粗解，同时揭示了固定大小学习粗空间在高Helmholtz波数下的失效原因。

Stochastic inflation from a non-equilibrium renormalization group

非平衡重整化群中的随机膨胀

Sebastián Céspedes, Thomas Colas

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从两个视角探讨随机膨胀，通过有效场论和重整化群方程分析，推导了包含耗散和扩散算符的理论，并计算了修正项。

Comments 48 pages without appendices (76 pages total), one figure; expanded discussion of the local limit

Continuum granular flow model with restitution-derived viscoelastic damping

具有恢复系数导出粘弹性阻尼的连续体颗粒流模型

Bodhinanda Chandra, Sachith Dunatunga, Ken Kamrin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种统一的粘弹性-粘塑性连续框架，用于建模速率依赖的颗粒流。通过将微惯性和粘弹性耗散纳入单一连续描述，建立了恢复系数与连续粘度的直接联系，展示了粘性耗散对波传播和碰撞过程的影响。

Comments 36 pages, 20 figures

Dislocation-ledge coupling governs semicoherent precipitate growth

位错- ledge耦合调控半相干析出相生长

Jin-Yu Zhang, Juan Du, Lin Yang, Frédéric Mompiou, Shigenobu Ogata, Wen-Zheng Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究揭示半相干析出相生长的动能缺陷过程，通过位错-ledge耦合机制解释其各向异性动力学及形态选择。

Comments Revised abstract and manuscript

A Full-Density Approach to Simulating Random Iteration Equations with Applications

全密度方法用于随机迭代方程的模拟及其应用

Wolfgang Hoegele

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种统一框架用于模拟随机迭代方程，通过逐步传播状态向量的全概率密度避免重复路径蒙特卡洛模拟，展示非线性随机微分方程、全密度梯度下降法及混沌映射等应用。