图像生成

When Pretty Isn't Useful: Investigating Why Modern Text-to-Image Models Fail as Reliable Training Data Generators

当漂亮并不有用：调查现代文本到图像模型为何无法作为可靠的训练数据生成器

Krzysztof Adamkiewicz, Brian Bernhard Moser, Stanislav Frolov, Tobias Christian Nauen, Federico Raue, Andreas Dengel

机构 * RPTU University Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 研究发现现代文本到图像模型在生成合成数据时性能下降，揭示其生成的数据分布狭窄且缺乏多样性，挑战了生成现实感进步即意味着数据现实感进步的假设。

Comments Accepted to CVPR26, Project Page: https://bill2462.github.io/When-Pretty-Isn-t-Useful-page/, Code: https://github.com/Bill2462/When-Pretty-Isn-t-Useful-codebase

RePlan: Reasoning-guided Region Planning for Complex Instruction-based Image Editing

RePlan：基于推理的复杂基于指令的图像编辑区域规划

Tianyuan Qu, Lei Ke, Xiaohang Zhan, Longxiang Tang, Yuqi Liu, Bohao Peng, Bei Yu, Dong Yu, Jiaya Jia

机构 * Tencent AI Lab（腾讯人工智能实验室） ； CUHK（香港中文大学） ； HKUST（香港科技大学） 纠错

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

AI总结 研究针对复杂指令图像编辑中现有模型在IV-复杂性下的不足，提出RePlan框架，结合视觉语言规划器与扩散编辑器，经强化学习提升性能，还推出IV-Edit基准，该框架在相关设置中优于强大基线，提高了区域精度和整体一致性。

Comments [ECCV2026] Precise multi-region control and planning for instruction-based image editing. Our project page: https://replan-iv-edit.github.io

Nemotron-Labs-Diffusion-Image: Advancing Masked Discrete Diffusion for High-Resolution Image Synthesis

Nemotron-Labs-Diffusion-Image：推进掩码离散扩散用于高分辨率图像合成

Shufan Li, Greg Heinrich, Hanrong Ye, Yonggan Fu, Aditya Grover, Jan Kautz, Pavlo Molchanov

机构 * NVIDIA 纠错

专题命中 扩散模型 ：diffusion(title,title_cn)；image synthesis(title,abstract)；image generation(abstract)；text-to-image(abstract)

AI总结 提出Nemotron-Labs-Diffusion-Image模型，通过令牌编辑机制和分组交叉熵目标解决掩码离散扩散模型的自校正缺失和训练信号稀疏问题，实现高分辨率文本到图像合成。

Comments 23 pages, 12 figures

Lavida-O: Elastic Large Masked Diffusion Models for Unified Multimodal Understanding and Generation

Lavida-O：用于统一多模态理解与生成的弹性大掩码扩散模型

Shufan Li, Jiuxiang Gu, Kangning Liu, Zhe Lin, Zijun Wei, Aditya Grover, Jason Kuen

机构 * Adobe（Adobe公司） ； UCLA（加州大学洛杉矶分校） 纠错

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

AI总结 研究提出Lavida-O统一多模态MDM，采用Elastic-MoT架构，结合轻量级生成与理解分支，通过多种技术支持高效生成。该模型在多模态任务基准测试中性能领先，优于现有模型，还能加速推理，成为可扩展多模态推理和生成新范式。

Comments 31 pages, 15 figures

Sparse-LaViDa: Sparse Multimodal Discrete Diffusion Language Models

稀疏-LaViDa：稀疏多模态离散扩散语言模型

Shufan Li, Jiuxiang Gu, Kangning Liu, Zhe Lin, Zijun Wei, Aditya Grover, Jason Kuen

机构 * Adobe（Adobe公司） ； UCLA（加州大学洛杉矶分校） 纠错

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

AI总结 针对掩码离散扩散模型推理速度慢的问题，提出Sparse-LaViDa框架，通过动态截断冗余掩码令牌加速采样，引入专用寄存器令牌和注意力掩码保证质量与一致性，基于LaViDa - O构建，在多任务中实现加速且保持质量。

Comments 18 pages (12 pages for the main paper and 6 pages for the appendix), 9 figures

VOiLA: Vectorized Online Planning with Learned Diffusion Models for POMDP Agents

VOiLA: 基于学习扩散模型的向量化在线规划用于POMDP智能体

Marcus Hoerger, Rishikesh Joshi, Rahul Shome, Ian Manchester, Hanna Kurniawati

机构 * Australian National University（澳大利亚国立大学） ； The University of Sydney（悉尼大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出VOiLA框架，利用条件扩散模型学习POMDP模型，通过蒸馏加速采样并与向量化在线规划器集成，在三个基准任务和实物机器人上实现高效在线规划。

Comments Submitted to the 2026 International Symposium of Robotics Research (ISRR)

Knowledge-Embedded and Hypernetwork-Guided Few-Shot Substation Meter Defect Image Generation Method

知识嵌入与超网络引导的少样本变电站电表缺陷图像生成方法

Jackie Alex, Justin Petter

机构 * St. Petersburg College（斯波尔丁学院） 纠错

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

AI总结 针对变电站电表缺陷图像标注样本稀缺问题，提出将知识嵌入、超网络引导条件控制集成到稳定扩散管道的方法，能逼真可控合成缺陷图像，优于现有基线，提升下游检测器mAP等，为工业检测提供数据合成方案。

Comments arXiv admin note: This paper has been withdrawn by arXiv due to unverifiable authorship and affiliation

CoDi -- an exemplar-conditioned diffusion model for low-shot counting

CoDi——一种用于少样本计数的示例条件扩散模型

Grega Šuštar, Jer Pelhan, Alan Lukežič, Matej Kristan

机构 * Faculty of Computer and Information Science, University of Ljubljana（计算机与信息科学学院，卢布尔雅那大学） 纠错

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

AI总结 研究少样本目标计数问题，提出基于潜在扩散的CoDi模型，其核心是基于示例的条件模块，能生成高质量密度图。在FSC和MCAC基准测试中表现出色，分别在少样本等场景及整体上大幅超越现有技术。

Conditioning Residuals for Diffusion Models via Representation Feedback

通过表示反馈对扩散模型的残差进行条件设定

Weilai Xiang, Hongyu Yang, Di Huang, Yunhong Wang

机构 * State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（虚拟现实技术与系统国家重点实验室，北京航空航天大学） ； Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） 纠错

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

AI总结 研究扩散模型中能否利用固有路径路由内部推断语义，提出条件残差这一轻量级反馈机制，通过反馈紧凑特征摘要提供自适应指导，实验显示其提升了生成性能及下游任务表现，还揭示了训练动态和特征结构的改进。

Comments Substantially revised and retitled. Code available at https://github.com/FutureXiang/ddae_plus_plus

LaViDa: A Large Diffusion Language Model for Multimodal Understanding

LaViDa：用于多模态理解的大型扩散语言模型

Shufan Li, Konstantinos Kallidromitis, Hritik Bansal, Akash Gokul, Yusuke Kato, Kazuki Kozuka, Jason Kuen, Zhe Lin, Kai-Wei Chang, Aditya Grover

机构 * UCLA（加州大学洛杉矶分校） ； Panasonic AI Research（松下人工智能研究） ； Adobe Research（Adobe研究） ； Salesforce Research（Salesforce研究） 纠错

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

AI总结 研究针对现有视觉语言模型在快速推理和可控生成方面的不足，提出基于离散扩散模型构建 LaViDa 系列视觉语言模型，采用多种新技术，在多模态基准测试中性能出色，成为自回归视觉语言模型的有力替代。

Comments 26 pages, 8 figures

Adapting Diffusion-Based Music Synthesis to Speech and Singing Voice Conversion

将基于扩散的音乐合成模型应用于人类语音转换

Ben Maman, Frank Zalkow, Hans-Ulrich Berendes, Paolo Sani, Christian Dittmar, Meinard Müller

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究将基于扩散的音乐合成模型用于语音转换，通过扩展条件设定、重新解释音色条件等方法，使模型在自然度等方面表现良好，还发现纳入乐器数据的问题及现成特征提取器的作用，凸显跨域模型转移对统一音频生成系统的潜力。

Comments Accepted to International Conference on Digital Audio Effects (DAFx) 2026

FlashDiff: Efficient Regional Execution and Scheduling for Diffusion Model Serving

FlashDiff：用于扩散模型服务的高效区域执行与调度

Yaqi Qiao, Ping He, Songrun Xie, Ayush Barik, Chensong Zhang, Zhengzhong Tu, Fan Lai

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Vanderbilt University（范德比大学） ； HKUST（香港科技大学） ； NVIDIA（英伟达） ； Texas A&M University（德克萨斯农工大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散模型服务效率低的问题，提出FlashDiff系统，通过自适应区域执行和调度，利用扩散细化特性及三种机制，有效降低端到端服务延迟，提高吞吐量。

An optimal local theory for reaction-diffusion equations driven by non-trace-class noise

非迹类噪声驱动的反应扩散方程的最优局部理论

Antonio Agresti, Fabian Germ, Mark Veraar

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对乘性有色噪声驱动的反应扩散方程，建立了粗糙噪声与高度不规则初值下解的局部存在唯一性理论，确定了临界初值空间，并应用于Allen-Cahn、Burgers等模型。

Comments 46 pages

Diffusion in quantum state preparation: From passive cooling to system-bath engineering

量子态制备中的耗散扩散：从被动冷却到系统-环境工程

Tim Pokart, Lukas König, Sebastian Diehl, Jan Carl Budich

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了两种粒子数守恒协议在制备拓扑非平凡态中的性能，发现耗散诱导扩散限制了冷却能力，并通过分析验证了冷却时间与系统尺寸的二次方关系。

Comments 12 pages, 11 figures, includes supplementary material

Journal ref Phys. Rev. Research 8, 023336. Published 25 June, 2026

Walk based Laplacians for Modeling Diffusion on Complex Networks

基于游走的拉普拉斯算子用于复杂网络上的扩散建模

Francesca Arrigo, Fabio Durastante

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究开发了用于复杂网络扩散建模的新框架，通过构造基于游走的拉普拉斯算子，引入含记忆效应的参数族，包含多种变体，证明其扩展了标准拉普拉斯算子定义及性质，提出高效算法并经实验验证其灵活性与计算效率。

The Effect of Stochasticity in Score-Based Diffusion Sampling: a KL Divergence Analysis

基于分数的扩散采样中随机性的影响：KL散度分析

Bernardo P. Schaeffer, Ricardo M. S. Rosa, Glauco Valle

机构 * Instituto de Matemática, Universidade Federal do Rio de Janeiro（数学研究所，里约热内卢联邦大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于分数的扩散采样中随机性对生成过程的影响，通过KL散度演变分析，得出对精确和近似分数函数的不同影响，经实验验证理论，还给出解析示例及最优随机性函数表征。

Comments 43 pages

ACID: Adaptive Caching for vIDeo generation

ACID：用于视频生成的自适应缓存

Om Agrawal, Saurabh Agarwal, Aditya Akella

机构 * UT Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 研究视频扩散模型推理慢问题，提出ACID自适应缓存方法，通过监测漂移信号变化动态切换阈值，无需重新训练，可插入现有缓存方法，实验证明其能显著提升推理速度且质量退化可忽略。

Comments 16 pages, 12 figures

Flow Matching in Feature Space for Stochastic World Modeling

特征空间中的流匹配用于随机世界建模

Francois Porcher, Nicolas Carion, Karteek Alahari, Shizhe Chen

机构 * FAIR at Meta（Meta的FAIR） 纠错

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

AI总结 提出FlowWM，在预训练特征空间中直接进行流匹配，通过可微一步投影机制实现高效训练，在合成和真实基准上提升感知性能、模式覆盖和时域鲁棒性。

Comments 24 pages, 18 figures, 6 tables

Teacher-Guided Causal Interventions for Image Denoising: Orthogonal Content-Noise Disentanglement in Vision Transformers

教师引导的因果干预用于图像去噪：视觉变换器中的正交内容-噪声解构

Kuai Jiang, Zhaoyan Ding, Guijuan Zhang, Dianjie Lu, Zhuoran Zheng

机构 * China University of Mining and Technology（中国矿业大学） ； Shandong Normal University（山东师范大学） ； Qilu University of Technology（青岛科技大学） 纠错

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

AI总结 教师引导的因果解构网络通过正交解构提升图像去噪的鲁棒性和效率。

Comments 15 pages, 5 figures, and 5 tables. Revised manuscript. Kuai Jiang and Zhaoyan Ding contributed equally to this work

Stochastic Yield Catastrophe in Delay-Facilitated Self-Assembly

延迟促进自组装中的随机产率灾难

Richard Swiderski, Severin Angerpointner, Erwin Frey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究细胞中超分子结构自组装在低目标数下受随机波动影响的问题，通过最小两隔室模型随机模拟，发现延迟促进组装易发生随机产率灾难，限制较大结构交换可恢复产率，揭示随机顺序竞争慢事件是其特征。

Comments 17 pages, 10 figures

Full replica symmetry breaking in the Sherrington-Kirkpatrick model

谢林顿 - 柯克帕特里克模型中帕里西测度的无限支撑

Patrick Lopatto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究谢林顿 - 柯克帕特里克模型在零外场及β>1时帕里西测度的支撑情况，通过反证法，利用高斯科尔 - 霍普夫表示导出微分不等式，证明此时帕里西测度具有无限支撑。

Comments 54 pages

Option prices from operational-time reaction-boundary lattices

来自操作时间反应边界格点的期权定价

Chris Angstmann, Tim Gebbie

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出操作时间马尔可夫格点模型，推导期权定价方程，将局部波动率与风险中性买卖反应边界方差关联，分离操作核、日历时间投影和定价测度选择，阐明未跨度时钟、跳跃或更新风险导致的不完全市场定价。

Comments 25 pages, 2 figures, and 1 table. Appendices added to tighten the mathematical claims; operational-time and calendar-time price notation clarified; stochastic-clock valuation claims more precisely delimited

Energy-energy correlators inside single inclusive jets in heavy-ion collisions with CoLBT-hydro model

重离子碰撞中单包含喷注内能量-能量关联函数：基于CoLBT-hydro模型

Zhong Yang, Raghav Kunnawalkam Elayavalli, Xin-Nian Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用引入介质尺度Q_M=2.0 GeV的CoLBT-hydro框架，通过理论背景减除和CMS混合事件方法，模拟再现了CMS测量结果，揭示了喷注修正对能量-能量关联函数的影响，并研究了领头与次领头喷注的路径长度依赖及双喷注快度间隙导致的扩散尾迹信号。

Compressible Navier-Stokes Flow in Schrödinger-Type Variables

可压缩纳维-斯托克斯流在薛定谔型变量中

James R. Beattie, Max Sokolova, Khush Negandhi, Bart Ripperda

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于薛定谔型变量的可压缩纳维-斯托克斯流的精确Cole-Hopf型改写方法，通过非线性自洽势和对称分解揭示了流体动力学的算子结构。

Comments Submitted. 13 pages (main), 4 pages (appendix). 3 figures. Accepted in PRR

Turing patterns on non-fluctuating surfaces under mechanical stresses

非波动表面下的机械应力中的图灵图案

Fumitake Kato, Hiroshi Koibuchi, Madoka Nakayama, Sohei Tasaki, Tetsuya Uchimoto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在非波动表面上利用反应扩散方程分析图灵图案的形成，结合芬斯勒几何模型和应力公式，探讨机械应力对生物模式的影响。

Comments 25 pages, 11 figures, with supplementary PDF files and Fortran f90 files

Quasi-Monte Carlo for Bayesian design of experiment problems governed by parametric PDEs

基于参数偏微分方程的贝叶斯实验设计问题的拟蒙特卡洛方法

Vesa Kaarnioja, Claudia Schillings

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了由偏微分方程 governed 的贝叶斯反问题最优实验设计，通过全张量积和稀疏张量积组合的拟蒙特卡洛方法分析参数双积分问题，验证了稀疏方法在收敛率上的优势。

Speed fluctuations of a stochastic Huxley-Zel'dovich front

随机Huxley-Zel'dovich前沿的速度波动

Evgeniy Khain, Baruch Meerson, Pavel V. Sasorov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机Huxley-Zel'dovich前沿在长时间内的速度波动，通过蒙特卡罗模拟验证了理论预测，并发现前几粒子的异常行为。

Comments 12 pages, 9 figures

Rate Equation for the Transfer of Interstitials across Interfaces between Equilibrated Crystals

间隙原子在平衡晶体界面间转移的速率方程

Jörg Weissmüller

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究间隙原子在平衡晶体界面间热激活转移，基于统计力学和恒定跃迁概率得出速率定律，该定律满足细致平衡原理，能解释金属氢化物在相变或临界点附近充电减缓的实验现象。

Comments Preprint of manuscript published as Phys. Rev. Lett. 136, 066201 (2026). This version 2 in arXiv includes correction as detailed in Erratum submitted June 22, 2026 to Phys. Rev. Lett.. Corrects inverted sign of time-constant in Eq (20); note added line in Eq A3. Conclusions maintained. Version v3 remedies a Tex problem in v2

Journal ref Original article: Phys. Rev. Lett. 136, 066201 (2026); Erratum: Phys. Rev. Lett. (2026)

An exactly solvable asymmetric simple inclusion process

一个可解的非对称简单包含过程

Arvind Ayyer, Samarth Misra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出了一种可解的非对称简单包含过程（q，t，θ）ASIP，通过分析其稳态、相关函数和相图，揭示了其在不同参数下的对称性和分布特性。

Comments 30 pages, 10 figures, many changes in response to referee comments, final version

Journal ref Journal of Statistical Physics, 193 no. 5, (2026) 52, 28pp

Plasma and Thermal Processing Leading to Spatial and Temporal Variability of the Trapped O2 at Europa and Ganymede

导致木卫二和木卫三上捕获的氧气出现时空变化的等离子体和热处理

Apurva V. Oza, Robert E. Johnson, Carl A. Schmidt, Wendy M. Calvin, Yuk L. Yung

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究木卫二和木卫三上氧气时空变化，通过分析等离子体与表面作用产生的非平衡缺陷密度等，探讨捕获与退火竞争及半球差异对氧气带影响，还讨论大气源重要性，揭示等离子体和热处理对冰卫星挥发性物质及地质活动的作用。

Comments 14 pages, 3 figures, 2 tables, accepted for publication in Astrobiology

Journal ref Astrobiology, Volume 26, Issue 6, 1 June 2026, Pages 472-484