arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-07-22 至 2026-07-22 共收录 39 信号源:cs.CV, cs.GR, cs.MM

1. 文生图 1 篇

2607.18724 2026-07-22 cs.AI 新提交 78%

One Rewrite to Fix Them All? Type-Aware Repair Allocation for Text-to-Image Prompt Optimization

一劳永逸?用于文本到图像提示优化的类型感知修复分配

Haoyue Liu, Xiaoyu Ma, Ye Chen, Shuguang Cui, Xiaoying Tang

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)理工学院) XJTU-POLIMI Joint School, Xi’an Jiaotong University(西安交通大学-米兰理工大学联合学院) Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)(深圳未来智能网络研究院)

专题命中 文生图 :text-to-image(title,abstract)

AI总结 研究文本到图像提示优化问题,提出将语义提示优化制定为原子修复分配的方法,在无需训练的TARA框架中实例化,实验表明该方法在多个基准生成器单元中语义准确性最佳,且运行快、图像质量好。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 图像编辑 1 篇

2607.18787 2026-07-22 cs.CV 新提交 74%

Image Editing Models are Numerical Solvers

图像编辑模型是数值求解器

Ulysse Mizrahi

机构 * Tel Aviv University(特拉维夫大学)

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

AI总结 研究预训练生成式图像编辑模型能否为数值模拟提供通用接口,通过既定求解器监督,将相同架构和协议应用于多种方程,结果显示该模型可表示多样物理映射,还识别了相关基本约束。

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 扩散模型 30 篇

2607.19344 2026-07-22 cs.CV cs.AI cs.GR 新提交 86%

Appearance Pointers -- Multimodal Region Control of Diffusion Transformers

外观指针——扩散变压器的多模态区域控制

Rahul Sajnani, Yulia Gryaditskaya, Radomír Měch, Srinath Sridhar, Matheus Gadelha

机构 * Brown University(布朗大学) Adobe Research(Adobe 研究院)

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

AI总结 针对可控图像生成难题,提出外观指针方法,通过区域对应网络和空间聚合机制生成并细化指针,为扩散变压器引入模态无关的局部多模态控制接口,单一模型性能达或超现有技术。

Comments 38 Pages, Preprint with supplement

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18882 2026-07-22 cs.CV cs.LG 新提交 83%

Local Label-Informed Feature Transfer for Generating Ground-Truth Medical Images: A Comparison of GAN- and Diffusion-Based Approaches

用于生成真实医学图像的局部标签信息特征转移:基于GAN和扩散方法的比较

Rick Wilming, Irem Ozseker, Luca Matteo Cornils, Ahcène Boubekki, Benedict Clark, Danny Panknin, Stefan Haufe

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

AI总结 研究针对医学成像中验证XAI方法缺少真实数据的问题,提出LLIFT框架,用GAN和扩散两种范式实现,能生成含真实病变的半合成脑磁共振图像,为评估XAI方法提供了可控真实数据,且评估效果良好。

Comments 6 pages, submitted to IEEE MetroXRAINE 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18510 2026-07-22 cs.CV 新提交 83%

DuSPiT: Dual-Branch Sub-Patch Pixel Diffusion Transformer

DuSPiT:双分支子补丁像素扩散变换器

Yunpeng Bai, Yossi Gandelsman, Michaël Gharbi

机构 * The University of Texas at Austin(德克萨斯大学奥斯汀分校) Reve(瑞夫)

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

AI总结 研究针对像素空间扩散中单一表示兼顾全局与细节的问题,提出双分支子补丁像素扩散变换器DuSPiT。通过分离全局与局部处理,利用两分支交互,实现更丰富细节和更好质量效率权衡,优于此前的像素空间扩散变换器。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18539 2026-07-22 cs.CV 新提交 79%

AniGS: Bridging Rendering and Diffusion Prior for 3D Scene Animation

AniGS:弥合3D场景动画的渲染与扩散先验

Yen-Chi Cheng, Chen Gao, Chuhan Chen, Tuotuo Li, Rajvi Shah, Ayush Saraf, Changil Kim, Liangyan Gui, Alexander Schwing, Johannes Kopf, Hung-Yu Tseng

机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) Waymo(Waymo公司) Carnegie Mellon University(卡内基梅隆大学) Meta

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

AI总结 AniGS旨在为3DGS重建的大型场景添加动画,用规范3DGS表示场景,借时间条件变形场建模运动,利用预训练视频扩散模型及迭代更新策略,防止静态区域运动伪影,实验证明该方法能产生自然动态和高质量新视图视频。

Comments Preprint. Project page: https://yccyenchicheng.github.io/AniGS/

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19223 2026-07-22 cs.LG cs.CL 新提交 78%

AdaFlash: Adaptive Speculative Decoding via On-Policy Distilled Diffusion Drafters

AdaFlash:通过策略蒸馏扩散草稿器实现自适应推测解码

Yu-Yang Qian, Hao-Cong Wu, Chen Chen, Jiacheng Sun, Zhenhua Dong, Peng Zhao, Zhi-Hua Zhou

机构 * State Key Laboratory for Novel Software Technology, Nanjing University(南京大学计算机软件新技术国家重点实验室) School of Artificial Intelligence, Nanjing University(南京大学人工智能学院) Huawei Foundation Model Dept(华为基础模型部)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究针对扩散草稿器在推测解码中存在的问题,提出AdaFlash框架,包含基于策略蒸馏算法和自适应长度头,有效降低方差,实验证明该框架能提高推理速度,尤其在高并发场景中吞吐量显著提升。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18345 2026-07-22 cs.SD cs.AI cs.LG 新提交 78%

Addressing Limited Data in Auditory Attention Decoding with Diffusion Generative Models

用扩散生成模型解决听觉注意力解码中的数据有限问题

David Rannaleet, Victor Gunnarsson, Bo Bernhardsson, Martin A. Skoglund, Emina Alickovic

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究针对助听器中听觉注意力解码因数据有限面临的挑战,利用扩散概率模型生成合成语音诱发EEG数据进行数据增强,实验证明该方法能显著提高AAD性能,凸显其减轻训练数据限制及增强模型鲁棒性的潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19218 2026-07-22 q-fin.MF math.ST stat.TH 新提交 78%

Denoising Subordinated Probabilistic Models: Diffusion with a Tempered-Stable Volatility Clock, and What the Noise Mechanism Actually Controls

去噪从属概率模型:具有 tempered - 稳定波动率时钟的扩散以及噪声机制实际控制的内容

Junchi Shen, Helin Zhao

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究提出去噪从属概率模型(DSPM),其混合向量由特定波动率过程驱动成平稳 AR(1)链,证明相关界定结果,通过实验验证模型效果,耦合链与数据恢复控制、学习先验记忆,解决噪声机制及模型相关问题。

Comments 14 pages, 5 figures; working draft, code available from the author

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19052 2026-07-22 math.AP 新提交 78%

Traveling waves of a reaction-diffusion system with partially coupled diffusion

具有部分耦合扩散的反应扩散系统的行波

Thomas Giletti, Hirofumi Izuhara, Harunori Monobe

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究具有部分耦合扩散的反应扩散系统的行波解,在第一个分量不扩散时进行理论分类,两个分量都扩散时进行数值研究,应用于捕食者 - 猎物和流行病学等模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18610 2026-07-22 math.AP 新提交 78%

Delayed diffusion with measure-valued kernels in nonlinear parabolic equations

非线性抛物方程中具有测度值核的延迟扩散

Yuki Tsukamoto

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究由有限符号测度核控制的带延迟扩散项的非线性抛物方程,通过有效当前算子结构假设和总记忆算子路径强制条件,证明弱解存在唯一性及稳定性,涵盖坍缩延迟原子,还验证了p - 拉普拉斯型例子假设。

Comments 26 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18993 2026-07-22 physics.flu-dyn 新提交 78%

Preferential and differential diffusion in RANS simulation of lean hydrogen flames with tabulated chemistry

贫氢火焰RANS模拟中基于表格化学的优先和差异扩散

Alex M. Garcia, Emiliano M. Fortes, Eduardo J. Pérez-Sánchez, Daniel Mira, Marco Vivenzo, Michael Gauding, Heinz Pitsch, Nico Schmitz, Christian Wuppermann

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究贫氢火焰RANS模拟中优先和差异扩散问题,基于表格化学模型扩展到RANS框架,考虑混合平均扩散等因素,通过假定PDF方法纳入湍流-化学相互作用,能正确再现火焰相关特性,证明模型在模拟中纳入相关效应的能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18512 2026-07-22 hep-ph hep-ex physics.data-an 新提交 78%

D$e^+e^-$ffusion: Capturing the Beam-Beam Physics of $e^+e^-$ Collisions with Diffusion Models

D$e^+e^-$ffusion:用扩散模型捕捉 $e^+e^-$ 碰撞中的束流-束流物理

Antonio Chahine, Mariarosaria D'Alfonso, Jan Eysermans, Emmett Forrestel, Loukas Gouskos, Lindsey Gray, Katie Kudela, Haoyun Liu, Benedikt Maier, Dimitrios Ntounis, Christoph Paus, Umar Sohail Qureshi, Caterina Vernieri

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究高亮度 $e^+e^-$ 对撞机中束流诱导背景问题,提出 D$e^+e^-$ffusion 去噪扩散概率模型,经训练能再现 IPC 分布,通过模拟和分类器评估保真度,其生成事件速度比 Geant4 快近四个数量级,为 FCC-ee 设计研究提供快速模拟替代物。

Comments 18 pages, 11 figures, and 1 table. Data and code are available at https://github.com/umarsqureshi/Deeffusion

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18472 2026-07-22 cond-mat.mtrl-sci 新提交 78%

Vacancy Diffusion Across FeCrAl Alloy Composition Space for Accident-Tolerant Fuel Cladding

用于耐事故燃料包壳的空位在FeCrAl合金成分空间中的扩散

Mihai Pitigoi, Peter Hatton

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 研究FeCrAl合金中用于耐事故燃料包壳的空位扩散,用物种分辨的KMC模型结合线性替代模型,通过采样不同成分映射局部化学环境对空位跳跃及扩散率的影响,发现增加Cr含量降低扩散率,富Cr合金空位迁移受抑制。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18516 2026-07-22 cs.LG cs.CV 新提交 70%

Signed Rectified Flow: Negativity-Controlled Generation

带符号整流流:负性控制生成

Runlong Liao, Baiyu Su, Lizhang Chen, Qiang Liu

机构 * UT Austin(德克萨斯大学奥斯汀分校)

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

AI总结 研究提出带符号整流流(Signed RF),通过推广整流流,基于带符号测度构建生成模型,能将概率集中在正区域并排除负区域。分析其连续性方程并给出解释,推动实用算法,在多应用中提升性能,改进了保真度 - 多样性权衡等。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19332 2026-07-22 cs.LG cs.CV 新提交 57%

ROMS-IMLE: A Minimalist Approach to Competitive Single-Step Generative Modelling

ROMS-IMLE:一种用于竞争性单步生成建模的极简方法

Chirag Vashist, Ke Li

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

AI总结 质疑生成模型中逐步变换噪声分布的必要性,采用极简方法,选IMLE为训练目标、卷积网络为模型,经添加关键要素得到单步参数高效生成模型,在ImageNet 256上取得良好效果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19100 2026-07-22 cs.CV 新提交 57%

FlexiAvatar: Unified 3D Gaussian Human Avatars Under Arbitrary Body Visibility

FlexiAvatar:任意身体可见性下的统一3D高斯人体头像

Yihalem Yimolal Tiruneh, Muhammad Salman Ali, Uyoung Jeong, Muneeb A. Khan, MD Khalequzzaman Chowdhury Sayem, Allanur Bayramgeldiyev, Binod Bhattarai, Seungryul Baek

机构 * UNIST(韩国蔚山科学技术院) University of Aberdeen(阿伯丁大学) University College London(伦敦大学学院) Fogsphere(雾球公司)

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

AI总结 研究从单目视频重建3D人体头像问题,提出FlexiAvatar框架,结合遮挡鲁棒跟踪与特定部分残差细化捕捉细节,用扩散方法处理不可见区域,实验表明其重建质量高,还能减少运行时和内存开销。

Comments Accepted in ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18770 2026-07-22 cs.CR cs.CV 新提交 57%

GLID: Gated Local Intrinsic Dimension Repairs the Blind Spots of Face-Forgery Detectors

GLID:门控局部内在维度修复面部伪造检测器的盲点

Guang Yang, Fengchen Liu

机构 * University of California, Los Angeles(加州大学洛杉矶分校) University of California, Berkeley(加州大学伯克利分校)

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

AI总结 研究针对微调基础模型面部伪造检测器对训练外生成器家族有盲点的问题,提出GLID检测器,通过估计图像补丁令牌局部内在维度,经置信门进入微调检测器,在基准测试中表现出色,揭示相关经验法则并降低准确率跨种子传播。

Comments 21 pages, 16 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18436 2026-07-22 cs.CV 新提交 57%

Surprise Forcing: What to Remember, When to Skip in Long Video Generation

惊喜强制:长视频生成中该记住什么、何时跳过

Shuwei Shi, Zhen Li, Muyao Niu, Chuanhao Li, Bo Zheng, Kaipeng Zhang, Yinqiang Zheng

机构 * Alaya Lab(阿莱雅实验室) The University of Tokyo(东京大学)

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

AI总结 研究长视频生成中资源分配问题,提出惊喜强制框架,含惊喜门控内存库、基于优先级的替换和相关性感知路由,以及惊喜感知去噪,实验证明该框架提高了长时一致性、视觉质量并保持实时流吞吐量。

Comments Technical report

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19030 2026-07-22 q-fin.CP q-fin.PR stat.CO 新提交 50%

Pricing options on illiquid assets using liquid market benchmarks: an application to energy markets

使用流动性市场基准对非流动性资产的期权定价:能源市场的应用

Federico Aluigi, Lucia Caramellino, Paolo Pigato, Edoardo Scrima

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究针对汽油期权市场流动性不足难以构建隐含波动率曲面的问题,通过相关巴舍利耶局部波动率模型联合建模布伦特和汽油期货价格,计算隐含波动率校正,经模拟验证该框架适合成品油建模与衍生品定价。

Comments 26 pages, 11 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19137 2026-07-22 eess.IV cs.AI cs.LG 新提交 50%

MIRAGE: Multi-scale Lesion-Informed Representation with Auxiliary Guidance for MRI Contrast Enhancement

MIRAGE:用于MRI对比度增强的具有辅助引导的多尺度病变信息表示

Andrea Borghesi, Xin Wang, Jonas Teuwen, George Yiasemis

机构 * Netherlands Cancer Institute(荷兰癌症研究所)

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究从对比前乳腺MRI切片推断对比度增强的问题,提出MIRAGE方法,结合多种损失与监督形式,在多中心数据上评估,该方法在多个指标排名第一,显著提升病变定位,揭示了保真度与效用的权衡。

Comments 9 pages, 2 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18795 2026-07-22 econ.GN cs.CL q-fin.EC 新提交 50%

Measuring AI innovation with trademark data

用商标数据衡量人工智能创新

C. Castaldi, F. Castellacci, A. Fronzetti Colladon, L. Segneri, F. Venturini

专题命中 扩散模型 :diffusion(abstract)

AI总结 探讨用商标数据衡量人工智能创新,指出AI商标可补充专利捕捉不同维度创新,能揭示公司利用AI技术情况,商标数据及时且覆盖全经济部门,通过对意大利公司实证探索展示见解并思考其应用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19126 2026-07-22 cs.LG cs.AI 新提交 50%

Parallel Noising in Neural Markov Logic Networks

神经马尔可夫逻辑网络中的并行噪声处理

Peter Jung, Giuseppe Marra, Ondrej Kuzelka

机构 * Czech Technical University(捷克技术大学) KU Leuven(鲁汶大学)

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究针对神经马尔可夫逻辑网络在大结构上表现欠佳的问题,通过用图神经网络增强势函数表达能力,结合受并行回火启发的并行噪声训练和推理算法,提升其在图生成及小分子结构生成中的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18339 2026-07-22 cs.CR 新提交 50%

Shared Vulnerabilities in Robustness-Optimized Defenses: One Breach Exposes the Family

鲁棒性优化防御中的共享漏洞:一次突破暴露整个家族

Hanrui Wang, Ruihao Zheng, Shuo Wang, Isao Echizen, Xingbo Dong, Zhe Jin

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究对抗鲁棒性优化防御中存在的共享漏洞风险,通过引入新协议、攻击方法及映射,发现各家族内部有自然可转移性,净化防御风险严重,未来防御应兼顾漏洞多样性和转移隔离,而非仅优化个体鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19071 2026-07-22 math.AP 新提交 50%

Stability for the Boussinesq Equations with Horizontal Dissipation near the Hydrostatic Balance on $\mathbb{R}^2$

二维平面上近静水平衡处具有水平耗散的Boussinesq方程的稳定性

Jiahong Wu, Mengxin Yan, Ning Zhu

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究二维平面上近静水平衡处仅具水平耗散的Boussinesq方程,利用速度-温度耦合产生内重力波及色散衰减与水平耗散构成稳定机制,并对特定初始扰动建立经典解全局存在唯一性及给出速度和温度衰减率。

Comments 40 pages, comments are welcome!

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18978 2026-07-22 math.DS 新提交 50%

Characterizing the Dynamics of Muscle Regeneration in the mdx Mouse Model

表征mdx小鼠模型中肌肉再生的动力学

Elena Scibona, Davide Carbone, Lamberto Rondoni, Abramo Agosti

专题命中 扩散模型 :diffusion(abstract)

AI总结 探索mdx小鼠骨骼肌免疫反应模型,基于文献描述组织及免疫细胞对损伤反应,扩展原分析突出系统动力学特性,修改方程纳入扩散项,通过数值研究一、二维情况下扩散影响及系统对局部损伤的反应。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18862 2026-07-22 math.PR 新提交 50%

Tamed Euler Schemes for Singular SDEs with Multiplicative Levy Noise

具有乘性列维噪声的奇异随机微分方程的驯服欧拉格式

Hua Zhang, Mingbo Zhang

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究具有奇异漂移、乘性布朗及列维噪声的多维随机微分方程的驯服欧拉格式,基于非局部Zvonkin变换等方法,通过误差分解得出强收敛率,能分离跳跃贡献,在跳跃系数消失时恢复布朗型估计。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18784 2026-07-22 math.AP 新提交 50%

Short-time behavior and invariant surfaces for caloric functions with non-constant boundary values

具有非恒定边界值的热函数的短时行为和不变曲面

Diego Berti, Rolando Magnanini, Michele Marini

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究非散度形式变系数热方程柯西 - 狄利克雷问题,结合多种思想推导解的短时行为渐近公式,证明椭圆对应形式及相关渐近公式,并用公式描述热方程时间不变曲面,给出不同边界值情况的结果。

Comments 28 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18788 2026-07-22 physics.flu-dyn 新提交 50%

Spontaneous stochasticity and anomalous dissipation in collapsing wave turbulence

坍塌波湍流中的自发随机性与反常耗散

Wandrille Ruffenach

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究聚焦Majda-McLaughlin-Tabak型方程的有限时间波坍塌,通过粘性扩散或非线性饱和正则化动力学,发现坍塌前后两种正则化极限不同,产生自发随机性,为其可应用于更广泛系统提供数值证据。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18620 2026-07-22 physics.soc-ph cs.AI 新提交 50%

Temporal-Causal Unity as an Operational Framework for Collective Dynamics: Causal-Progress Clocks, Synchronization, and Polarization

作为集体动力学操作框架的时间因果统一性:因果进展时钟、同步和极化

Jian Liu, Dong Sun

机构 * Xintong Zhima (Beijing) Technology Co., Ltd.(新 Tong 之马(北京)技术有限公司)

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究提出时间因果统一性框架,连接过程哲学与认知社会动力学操作模型,定义因果进展,通过主体相关因素控制演化,以Kuramoto特殊情况为例说明同步阈值等,推导相关假设和协议,搭建过程本体与复杂系统建模的桥梁。

详情

展开后加载摘要…

URL PDF HTML 收藏