图像生成

NAMESAKES: Probing Identity Memorization in Text-to-Image Models

NAMESAKES: 探究文本到图像模型中的身份记忆

Morris Alper, Vasudha Varadarajan, Moran Yanuka, Angelina Wang, Hadar Averbuch-Elor

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tel Aviv University（特拉维夫大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 提出一种黑盒行为探针，无需参考照片或训练数据，即可区分文本到图像模型生成的图像是记忆还是虚构，并在NAMESAKES数据集上验证其有效性。

Comments Project page: https://namesakes-web.github.io

WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing

WeEdit：一个数据集、基准和基于字形引导的文本中心图像编辑框架

Hui Zhang, Juntao Liu, Zongkai Liu, Liqiang Niu, Fandong Meng, Zuxuan Wu, Yu-Gang Jiang

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

AI总结 WeEdit通过构建大规模数据集和定制训练策略，提升文本中心图像编辑的精度与多样性，优于现有开源模型。

Comments Accepted by ECCV2026

CompDiff: Hierarchical Compositional Diffusion for Fair and Zero-Shot Intersectional Medical Image Generation

CompDiff：分层组合扩散用于公平和零样本交叉性医学图像生成

Mahmoud Ibrahim, Bart Elen, Chang Sun, Gokhan Ertaylan, Michel Dumontier

机构 * Institute of Data Science, Faculty of Science and Engineering, Maastricht University, Maastricht, The Netherlands（数据科学研究所，科学与工程学院，马斯特里赫特大学，马斯特里赫特，荷兰） ； Department of Advanced Computing Sciences, Faculty of Science and Engineering, Maastricht University, Maastricht, The Netherlands（先进计算科学系，科学与工程学院，马斯特里赫特大学，马斯特里赫特，荷兰） ； VITO, Belgium（比利时VITO研究院） 纠错

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

AI总结 CompDiff通过分层组合扩散框架解决生成模型中因数据不平衡导致的公平性和零样本交叉性生成问题，在图像质量、子组公平性和零样本交叉性生成方面表现优异。

DSTAR: Accelerating Diffusion Transformers via Spatial and Temporal Redundancy Reduction

DSTAR：通过减少空间和时间冗余加速扩散变换器

Chi Zhang, Jieru Zhao, Yu Feng, Chen Zhang, Quan Chen, Minyi Guo

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

AI总结 研究针对扩散变换器多迭代推理低效耗能问题，提出软硬件协同设计框架DSTAR。算法上用细粒度混合精度量化和稀疏注意力重用机制，架构上设计专用硬件加速器，经评估在多个典型DiTs上实现显著延迟加速和节能，且不降低精度。

Comments Accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)

DiTango: Cost-Effective Parallel Diffusion Generation with Selective Attention State Reuse

DiTango：基于选择性注意力状态重用的经济高效并行扩散生成

Yuyang Chen, Runxin Zhong, Zan Zong, Hengjie Li, Yuyang Jin, Jidong Zhai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； University of Science and Technology Beijing（北京科技大学） ； PJlab（PJ实验室） 纠错

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

AI总结 研究针对扩散变换器并行化技术在多节点环境下通信开销大的问题，提出DiTango框架，通过选择性注意力状态机制及锚点引导的状态选择规划器等，在多节点设置中实现加速并保持生成质量。

Journal ref The 35th International Symposium on High-Performance Parallel and Distributed Computing (HPDC'26), July 13--16, 2026, Cleveland, OH, USA

SPEED: One-Step Pixel Diffusion for High-quality Video Frame Interpolation

SPEED：用于高质量视频帧插值的单步像素扩散

Zihao Zhang, Haoyu Zhao, Siqian Yang, Yidi Wu, Yudong Jiang, Zuxuan Wu

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

AI总结 研究针对视频帧插值中现有扩散模型的问题，提出SPEED单步像素扩散框架。采用渐进多阶段架构、仅噪声更新注意力机制和漂移感知时间步采样策略，实现高质量单步推理，在多个基准测试中性能超越现有方法。

Comments ACM MM2026

Physics-aware Masked Diffusion-based Flood Simulation for Urban Fisheye Disaster Detection

基于物理感知的掩码扩散的洪水模拟用于城市鱼眼灾害检测

Sodtavilan Odonchimed, Tsogt Enkhbayar, Oyunzul Munkhtamga, Munkhjargal Gochoo

机构 * The University of Tokyo（东京大学） ； Mongolian University of Science and Technology（蒙古科技大学） ； United Arab Emirates University（阿联酋大学） 纠错

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

AI总结 针对现实中洪水数据短缺及鱼眼图像失真致高精度洪水模拟难的问题，提出PhysFlood系统，利用扩散模型从单张鱼眼图像合成逼真洪水，可自由控制生成多样场景，实验证明其模拟图像有逼真度和鲁棒性。

Be Tangential to Manifold: Discovering Riemannian Metric for Diffusion Models

与流形相切：为扩散模型发现黎曼度量

Shinnosuke Saito, Takashi Matsubara

机构 * Hokkaido University（北海道大学） ； CyberAgent 纠错

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

AI总结 本文提出一种无需训练的黎曼度量，通过分数函数雅可比的谱结构区分流形切线与法线方向，从而在噪声空间中促进路径保持流形切线性，提升扩散模型的生成质量与文本-图像对齐。

Toward a mechanistic understanding of inference in visual cortex and diffusion models

迈向对视觉皮层和扩散模型中推理的机制性理解

Zeyu Yun, Alexander Belsten, Dasheng Bi, Zahra Kadkhodaie, Yubei Chen, Bruno A. Olshausen

机构 * Dept. of Electrical Engineering and Computer Science, UC Berkeley（加州大学伯克利分校电气工程与计算机科学系） ； Helen Wills Neuroscience Institute, UC Berkeley（加州大学伯克利分校海伦·威尔斯神经科学研究所） ； Herbert Wertheim School of Optometry and Vision Science, UC Berkeley（加州大学伯克利分校赫伯特·韦特海姆视觉科学学院） ； Redwood Center for Theoretical Neuroscience, UC Berkeley（加州大学伯克利分校红木理论神经科学中心） ； Flatiron Institute（Flatiron研究所） ； Dept. of Electrical and Computer Engineering, UC Davis（加州大学戴维斯分校电气与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究旨在理解视觉皮层和扩散模型中推理，提出基于稀疏编码的模型，用去噪分数匹配等训练，其性能出色，能揭示递归动力学机制，还能断开部分潜在变量与视觉输入连接，连接神经科学与机器学习领域。

DADiff: Diffusion-Driven Cross-Domain Policy Adaptation for Reinforcement Learning

DADiff：用于强化学习的扩散驱动跨域策略适应

Hanyang Chen, Anirudh Satheesh, Longchao Da, Hua Wei

机构 * Arizona State University（亚利桑那州立大学） ； 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)

AI总结 研究强化学习中跨域策略适应问题，提出基于扩散的DADiff框架，利用源域和目标域生成轨迹差异估计动态不匹配，开发奖励修改和数据选择变体，实验表明该方法性能优于现有方法，有效解决动态不匹配。

Comments Accepted by IROS 2026

From Similarity to Feasibility: Diffusion-Refined Retrieval-Augmented Generation for Distribution Network Optimization

从相似性到可行性：用于配电网优化的扩散细化检索增强生成

Yuxuan Chen, Haipeng Xie, Shuo Dai, Ruoyi Xu, Zhaohong Bie

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对配电网优化中传统方法的不足，提出GridRAG框架，通过将场景特征与最优解嵌入联合空间，检索相似历史场景，并用扩散模块细化解，实现跨场景通用且加速求解，相比基线有显著优势。

From Diffusion to Reaction-Diffusion: A Dynamical-Systems View of Oversmoothing in Hypergraph Neural Networks

从扩散到反应扩散：超图神经网络中过平滑的动力系统视角

Zhiheng Zhou, Mengyao Zhou, Yancheng Chen, 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 研究超图神经网络过平滑问题，从动力系统视角出发，提出反应扩散框架HNRD，通过定义算子解释消息传递为扩散过程，分析得出过平滑是能量耗散现象，HNRD能补偿耗散稳定变化，实验证明其优于基线，为深度超图架构设计提供框架。

Comments 17 pages,5 figures

Adaptive Multi-Step Lookahead Decoding for Diffusion Language Models

扩散语言模型的自适应多步前瞻解码

Yingqian Cui, Wei Deng, Lantao Mei, Hang Li, Charu C. Aggarwal, Hui Liu, Yue Xing

机构 * Michigan State University（密歇根州立大学） ； Morgan Stanley（摩根士丹利） ； IBM T.J. Watson Research Center（IBM 托马斯·J·沃森研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散语言模型解码，提出自适应多步前瞻框架AdaLook，基于候选分数方差动态决定是否继续展开及进行分支扩展，避免不必要的深度展开，实验证明其在准确性和解码步骤权衡上优于现有一步前瞻解码方法。

MGDT: MLLM-Guided Diffusion Transformer with Relation-Adaptive Mixture-of-Experts for Multimodal Knowledge Graph Completion

MGDT：具有关系自适应专家混合的MLLM引导扩散变压器用于多模态知识图谱补全

Xu Hou, Meiyu Liang, Wei Huang, Yawen Li, Zhe Xue, Wu Liu, Guanhua Ye, Lei Shi, Kangkang Lu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Communication University of China（中国传媒大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究多模态知识图谱补全问题，提出MGDT框架，先通过RASR-MoE模块选路径、抑干扰，再用MLLM对齐表示，最后KGDT去噪生成，实验证明该框架在三个基准数据集上性能优于基线。

Comments 8pages, 6 figures

Diffusion models recover accurate mixture weights despite score function insensitivity

扩散模型即使在得分函数不敏感的情况下也能恢复准确的混合权重

Andrew Dennehy, Ramchandran Muthukumar, Rebecca Willett, Nisha Chandramoorthy

机构 * University of Chicago（芝加哥大学） ； Data Science Institute（数据科学研究所） ； Department of Computer Science（计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于得分的生成模型在多模态分布中恢复混合权重的问题，通过定义扩散得分敏感性指数，证明其控制目标分布参数估计准确性，还展示了噪声调度对敏感性及模式放大的影响，此框架可用于恢复目标分布的定性参数。

Comments 37 pages, 7 figures

Uniqueness for nonlinear Fokker-Planck equations with general diffusion terms and their associated nonlinear Markov processes

具有一般扩散项的非线性福克 - 普朗克方程及其相关非线性马尔可夫过程的唯一性

Viorel Barbu, Yuqi Li, Michael Röckner

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有非对角扩散项的非线性福克 - 普朗克方程分布解唯一性，证明温和解在更大类中唯一，扩展以往结果，还证相关线性化方程唯一性，应用于麦克凯恩 - 弗拉索夫随机微分方程，建立\(L^{\infty}\)估计并证明其解的路径律构成非线性马尔可夫过程。

Constructing far-from-equilibrium patterns in a cross-diffusion vegetation-autotoxicity model

在交叉扩散植被自毒模型中构建远离平衡态模式

Annalisa Iuorio, Cinzia Soresina, Frits Veerman

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究利用几何奇异摄动理论，在受毒性影响的植物生长交叉扩散模型中构建稳态、周期、前沿型远离平衡态模式，扩展一维模式分析技术，证明其单参数族存在性，并依临界流形形状确定前沿型模式出现条件。

A Convergent Geometry-Aware Reduction for Diffusion in Branched Tubular Networks

一种收敛的几何感知降维方法用于分支管状网络中的扩散

Zachary M. Miksis, Gillian Queisser

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种新的几何感知降维方法，解决了Fick-Jacobs方程在大径向梯度下的不稳定性问题，通过局部泰勒展开获得具有几何无关误差的模型，并在分支网络中实现了高效数值方案。

Comments 20 pages, 9 figures

DiffuMamba: High-Throughput Diffusion LMs with Mamba Backbone

DiffuMamba：基于Mamba架构的高吞吐量扩散语言模型

Vaibhav Singh, Oleksiy Ostapenko, Pierre-André Noël, Eugene Belilovsky, Torsten Scholak

机构 * ServiceNow Research, Montreal, Canada（ServiceNow研究机构，加拿大蒙特利尔） ； Concordia University（Concordia大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffuMamba基于Mamba架构，通过结合扩散目标与线性序列建模，实现了高吞吐量的扩散语言模型，在长序列任务中表现出色。

Comments 9 pages, 3 figures

Dichotomous Diffusion Policy Optimization

二元扩散策略优化

Ruiming Liang, Yinan Zheng, Kexin Zheng, Tianyi Tan, Jianxiong Li, Liyuan Mao, Zhihao Wang, Guang Chen, Hangjun Ye, Jingjing Liu, Jinqiao Wang, Xianyuan Zhan

机构 * Fundation Model Research Center, Institute of Automation, Chinese Academy of Sciences（基础模型研究中心，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Xiaomi EV（小米电动车） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DIPOLE是一种新的RL算法，通过二元策略分解实现稳定可控的扩散策略优化，适用于复杂现实应用。

EmbodiedDiffusion: End-to-End Traversability-Guided Visual Diffusion for Heterogeneous Robot Navigation

EmbodiedDiffusion：用于异构机器人导航的端到端可通行性引导视觉扩散

Iana Zhura, Sausar Karaf, Faryal Batool, Nipun Dhananjaya Weerakkodi Mudalige, Valerii Serpiva, Ali Alridha Abdulkarim, Aleksey Fedoseev, Didar Seyidov, Hajira Amjad, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（智能空间机器人实验室，数字工程中心，斯克尔科沃科学与技术研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对自主导航中视觉可通行性估计问题，EmbodiedDiffusion框架利用无规划器合成监督等，同时预测可通行性地图与生成可行轨迹，经训练提炼语义到轻量级模型，能快速适应新平台，在多机器人室内环境中实现高效导航与轨迹生成。

Comments This work has been submitted for publication and is currently under review

FVAttn: Adaptive Sparse Attention with Runtime Load Balancing for Video Generation

FVAttn：用于视频生成的具有运行时负载均衡的自适应稀疏注意力

Hao Liu, Chenghuan Huang, Ye Huang, Zhiying Wen, Hao Liu, Mohan Zhang, Chen Li, Ziyang Ma, Jing Lyu, Jiangsu Du

机构 * Tencent Inc.（腾讯公司） ； Peking University（北京大学） 纠错

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

AI总结 研究视频生成中自注意力瓶颈问题，提出FVAttn方法，通过Top-$p$路由等技术及运行时负载均衡等策略，提升自适应稀疏注意力分布式执行效率，降低负载不平衡，实现注意力和推理加速，且视频质量有竞争力。

Orbis 2: A Hierarchical World Model for Driving

Orbis 2：一种用于驾驶的分层世界模型

Sudhanshu Mittal, Arian Mousakhan, Silvio Galesso, Karim Farid, Jonannes Dienert, Rajat Sahay, Thomas Brox

机构 * University of Freiburg（弗莱堡大学） 纠错

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

AI总结 研究针对当前世界模型不足提出分层驾驶世界模型，跨两层分解预测，结合扩散强制预训练和教师强制微调，在长距离生成保真度等多方面取得领先成果。

Comments Project page: https://lmb-freiburg.github.io/orbis2.github.io/

Test-Time Noise Guided Adaptation for Realistic Autoregressive Video Generation

用于逼真自回归视频生成的测试时噪声引导适应

Dimitrios Karageorgiou, Symeon Papadopoulos, Ioannis Kompatsiaris, Efstratios Gavves

机构 * Information Technologies Institute, CERTH（信息技术研究所，希腊研究与技术中心） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 研究针对自回归视频扩散模型误差积累问题，提出TANGO方法，通过噪声引导优化避免模型陷入终点，在VBench上有显著改进，降低了弗雷歇视频距离。

Comments ECCV2026

PE-Field 4D: Video Generation Models as Canvas

PE-Field 4D：作为画布的视频生成模型

Yunpeng Bai, Haoxiang Li, Qixing Huang

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Pixocial Technology（皮克社交科技） 纠错

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

AI总结 研究视频生成中扩散变换器控制场景几何形状的挑战，通过重新审视位置编码作用，引入几何感知交叉注意力机制及相关编码方案，构建可控视频生成框架，提升视点相关编辑任务的空间可控性且保留模型生成先验。

Wan-Dancer: A Hierarchical Framework for Minute-scale Coherent Music-to-Dance Generation

万舞者：一种用于分钟级连贯音乐到舞蹈生成的分层框架

Mingyang Huang, Peng Zhang, Li Hu, Guangyuan Wang, Ruoshi Zhang, Yi Lu, Gang Cheng, Bang Zhang

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） 纠错

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

AI总结 针对从音乐生成舞蹈视频的挑战，提出万舞者分层框架，解耦过程为全局关键帧规划和局部时间细化，利用音乐上下文确保连贯，通过动态帧率自适应等创新，突破时长限制，在多舞蹈类型上表现出色，达新的技术水平。

Comments project: https://humanaigc.github.io/wan-dancer-project/, code: https://github.com/Wan-Video/Wan-Dancer, modelscope: https://www.modelscope.cn/models/Wan-AI/Wan-Dancer-14B, huggingface: https://huggingface.co/Wan-AI/Wan2.2-Animate-14B

Fluctuation dynamics in randomly advected Navier-Stokes equations below critical scaling

低于临界标度的随机平流纳维 - 斯托克斯方程中的涨落动力学

Arnaud Debussche, Martina Hofmanová

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机平流纳维 - 斯托克斯方程，引入双参数模型族。在完全亚临界情形下证明大数定律，二维中更强假设下确定主导涨落，给出解的收敛情况及涨落特性。

A Projected Drift-Randomized Milstein Method for SDEs with Non-differentiable and Super-linear Drift Coefficients

一种用于具有不可微和超线性漂移系数的随机微分方程的投影漂移随机化米尔斯坦方法

Shuai Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对不可微且超线性增长漂移系数的随机微分方程，提出投影漂移随机化米尔斯坦方法，通过纳入漂移投影扩展方法，在特定条件下建立稳定性估计与残差界，实现L2意义下一阶强收敛，数值实验验证了收敛率与适用性。

Recovery of a Measure-valued Source in the Heat Equation from Sparse Boundary Measurements

从稀疏边界测量中恢复热方程中的测度值源

Ulysse Dalmasso, Siyu Cen, Yavar Kian

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究从稀疏边界测量中唯一确定测度值源的逆源问题，结合正则性等分析工具及数值研究，将相关文献从点源或\(L^2\)源扩展到一般拉东测度，实现点源和曲线上源的重建。

Loss of positive definiteness is a symptom, not the cause, of high-Weissenberg-number breakdown

正定的丧失是高魏森贝格数崩溃的症状，而非原因

Yuan Yu, Lanjin Lian, Feiyang Chu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究高魏森贝格数下数值崩溃问题，推导不定状态定量理论，通过多种测试和分析得出正定丧失非崩溃必要充分条件，离散耦合路径起决定作用，违反是分辨率指标并提供监测器。