图像生成

Dominant vs. Dominated: Concept-Level Generative Collapse in Diffusion Models

主导与被主导：扩散模型中的概念级生成坍缩

Hayeon Jeong, Jong-Seok Lee

机构 * Yonsei University（延世大学） 纠错

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

AI总结 研究文本到图像扩散模型多概念生成中的DvD不平衡，引入DominanceBench，从数据和机制角度研究其成因，通过受控微调、交叉注意力及头部消融分析，揭示DvD是系统性概念级失败模式，为可靠可控多概念生成提供依据。

Rarity-Aware Discrete Diffusion with Spatially Consistent Decoding for Photo-Realistic Image Super-Resolution

用于逼真图像超分辨率的稀有感知离散扩散与空间一致解码

Ao Li, Yapeng Du, Yi Xin, Lei Zhu, Le Zhang, Guangtao Zhai, Ce Zhu, Xiaohong Liu

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

AI总结 针对图像超分辨率，提出DiMOO-SR框架。训练时用逆频率采样处理稀有令牌，推理时用空间一致性排名提高结构连贯性。实验表明该框架仅需少量并行解码步骤就能实现有竞争力的感知质量，凸显离散扩散在图像超分辨率中的潜力。

Comments 5 tables, 6 figures

Dissipative Unimodular Gravity: Linking Energy Diffusion to Bulk Viscosity as an Alternative to $Λ$CDM under DESI DR2 Data

耗散单模引力：将能量扩散与体积粘性联系起来作为ΛCDM的替代方案，在DESI DR2数据下

Norman Cruz, Esteban González, Guillermo Palma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于单模引力的耗散模型，通过DESI DR2数据验证，显示其在宇宙学常数问题上具有竞争力，作为ΛCDM的替代方案。

Comments 15 pages, 4 figures, 2 tables. Some general modifications were made throughout the entire text. Additionally, a new Section VI was added to discuss physical arguments supporting the hypothesis that cosmological dissipation naturally arises from energy non-conservation via diffusion

LaCache: Exact Caching and Precision-Adaptive Inference for Diffusion Large Language Models

LaCache：用于扩散大语言模型的精确缓存和精度自适应推理

Xingru Chen, Zelang Liang, Yongjia Ma, Jiqing Zhan, Shuling Yang, Lian Wen, Kun Zhan

机构 * Li Auto Inc.（理想汽车公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散大语言模型算子级冗余问题，提出LaCache加速框架，通过无损缓存中间结果及集成FP8量化策略，无需训练，单独使用可实现约1.3倍端到端加速，与现有方法结合可达40.2倍加速且保持任务精度。

On the Separability of Information in Diffusion Models

关于扩散模型中信息分离性

Akhil Premkumar

机构 * Department of Applied Physics, Yale University, New Haven, CT 06511, USA（应用物理系，耶鲁大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究扩散模型中信息的分离性，发现模型大部分信息用于重建图像细节，而类别标签相关性由语义内容决定，从而解释了无分类器指导的有效性。

Comments 30 pages + references, 19 figures. v5: Camera-ready version from ICML 2026

Diffusion-based Annealed Boltzmann Generators : benefits, pitfalls and hopes

基于退火的玻尔兹曼生成器：益处、陷阱与希望

Louis Grenioux, Maxence Noble

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了基于退火蒙特卡洛的玻尔兹曼生成器，探讨了扩散模型在其中的应用及其在高维多模态目标中的性能表现。

Comments TMLR camera ready version

Momentum Diffusion, Decoherence and Drag Force on a Magnetic Nanoparticle

动量扩散、退相干与磁性纳米粒子的拖力

Agya Sewara Alam, Anupam Mazumdar

专题命中 扩散模型 ：diffusion(title)

AI总结 本文研究了磁性纳米粒子在量子叠加态下受波动电磁场影响的退相干率及拖力来源，通过长波极限下的涨落-耗散定理进行推导并与其他性质进行比较。

Comments 28 pages, includes appendices, no figures

MagicPrompt: Ultra-Lightweight Prompt Tuning for Video Generation

MagicPrompt：用于视频生成的超轻量级提示调整

Yinhan Zhang, Dingwei Tan, Xianghao Kong, Yue Ma, Yeying Jin, Anyi Rao

机构 * HKUST（香港科技大学） ； HKUST(GZ)（香港科技大学（广州）） ； Tencent（腾讯） 纠错

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

AI总结 研究针对大规模视频扩散模型下游任务微调计算成本高的问题，提出MagicPrompt轻量级框架。采用注意力嵌入提示调整和双空间奖励反馈优化，在可训练参数不到1%时达竞争性能，显著降低训练成本。

Agent-Based Modeling of Low-Emission Fertilizer Adoption for Dairy Farm Decarbonisation using Empirical Farm Data

基于代理模型的爱尔兰奶牛场低排放肥料采用情况模拟及脱碳研究

Surya Jayakumar, Kieran Sullivan, John McLaughlin, Christine OMeara, Indrakshi Dey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究针对奶牛场脱碳问题，提出基于代理模型框架，利用经验数据模拟氮管理和低排放肥料采用情况，计算相关指标并量化不确定性，模型预测准确率高且通过验证，还建立了探索性政策框架。

Comments 15 pages

Non-Asymptotic Variational Learning for Monotone Nonlinear Multiscale Elliptic Equations: Scale-Robust Primal-Dual Bounds and Strong-Form Statistical Ill-Conditioning

非线性多尺度物理信息学习的统计公式差距

Ronald Katende

机构 * Department of Mathematics（数学系） ； Kabale University（卡巴勒大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非线性多尺度椭圆方程物理信息学习的统计公式差距，为边界兼容变分神经求解器推导误差界，构造一维周期扩散方程最小障碍见证，通过数值评估得出相关指数，表明变分公式可消除统计惩罚但未解决多尺度逼近问题。

Comments 21 pages, 7 figures, 6 tables

FreyaTTS: A Compact Tokenizer-Free Flow-Matching Transformer for Turkish-First Speech Synthesis

FreyaTTS技术报告

Ahmet Erdem Pamuk, Ömer Yentür, Ahmet Tunga Bayrak, Yavuz Alp Sencer Öztürk, Mustafa Yavuz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 介绍无分词器的土耳其语文本转语音模型Freya-TTS，通过无规则端到端建模、非自回归并行去噪等方法推进框架，在基准测试中表现出色，优于开源系统，适合边缘部署，且已开源模型权重、代码和基准测试。

PedNStream: Scalable Network Flow Simulation for Pedestrian Traffic Management

PedNStream: 面向行人交通管理的可扩展网络流模拟

Weiming Mai, Dorine Duives, Serge Hoogendoorn

机构 * Delft University of Technology（代尔夫特理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出基于链路传输模型（LTM）的行人网络流模拟器PedNStream，通过随机链路动力学和效用路由选择实现大规模闭环控制评估，验证了队列形成、拥堵消散和自适应重路由等机制。

Comments 14 pages, 14 figures

Excess energy fluctuations with applications to deviations from Debye's specific heat

由过剩能量波动引起的德拜比热偏差

Ralph V. Chamberlin, Sumiyoshi Abe

专题命中 扩散模型 ：diffusion(abstract)

AI总结 基于分子动力学模拟和热平均理论，提出一种解释晶体比热超出德拜T^3定律的机制，通过时间-相位平均与热浴解耦的局域激发类比反常扩散，修正能量波动与比热关系，与模拟和实验吻合。

Comments 20 pages, 4 figures

Spectral-transport stability and benign overfitting for minimum norm interpolation

谱-传输稳定性与插值学习中的良性过拟合

Gustav Olaf Yunus Laitinen-Fredriksson Lundström-Imanov

机构 * Linköping University（林雪平大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了插值学习中高过参数化模型为何能实现零经验风险并保持预测准确性，提出谱-传输稳定性框架，结合数据分布谱几何、学习规则敏感性和噪声对齐结构，定义了尺度依赖的Fredriksson指数，推导了有限样本风险界和良性过拟合判据，揭示了隐式正则化机制。

Comments 13 pages, 5 figures, 6 tables

A Sheaf-Theoretic and Topological Perspective on Complex Network Modeling and Attention Mechanisms in Graph Neural Models

图神经模型中复杂网络建模与注意力机制的层论与拓扑视角

Chuan-Shen Hu

机构 * National Central University（国立中央大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出细胞层论框架分析图神经网络中节点特征与边权重的局部一致性与调和性，并引入基于拓扑数据分析的多尺度扩展以捕获层次特征交互。

Comments Accepted as a poster at the AAAI 2026 Workshop on Mathematical Foundations of AI (MATH4AI)

Spatiotemporal Moran dynamics in continuous media

连续介质中的时空莫兰动力学

Melika Gorgi, Kamran Kaveh, Navid Aliakbarian, Mohammad Reza Ejtehadi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究旨在理解自然选择在时空的展开，通过推导连续介质中莫兰动力学时空极限的偏微分方程来融合不同观点，模型含繁殖力和生存力两成分，揭示了不同动力学下选择波速度差异，并扩展到非均匀介质。

Entire Large Solutions for Competitive Semilinear Elliptic Systems with General Nonlinearities Satisfying Keller--Osserman Conditions

具有满足凯勒 - 奥瑟曼条件的一般非线性项的竞争半线性椭圆系统的整体大解

Dragos-Patru Covei

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究\(\mathbb{R}^{n}\)中加权合作系统正径向解，通过引入阈值集构造整体解，对\(W = u + v\)变换得下界估计。确定分量式爆破假设，给出转移原理两证明，该系统源自等温双物种扩散 - 反应平衡。

Comments 20 pages

Geometry-Guided Generative Representation for Functional Brain Graphs

功能脑图的几何引导生成表示

Subati Abulikemu, Tiago Azevedo, Michail Mamalakis, John Suckling

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对网络神经科学中功能脑图表征问题，用图变换器自动编码器，结合特定领域功能梯度几何，无监督学习紧凑脑图表示，能分离认知状态、解码视觉刺激，还可生成合成脑图。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

An operator-splitting algorithm for the hypergraph $p$-Laplacian with applications to missing data recovery

一种用于超图p-拉普拉斯算子的算子分裂算法及其在缺失数据恢复中的应用

Kehan Shi, Jin Liu, Martin Burger

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文针对超图p-拉普拉斯正则化，提出算子分裂算法，通过高斯-赛德尔方式处理超边，利用辅助变量和ADMM克服非光滑性，证明算法收敛性，并通过缺失数据恢复问题测试，表明其比现有方法更快。

Comments 20 pages

SynSur: An end-to-end generative pipeline for synthetic industrial surface defect generation and detection

SynSur：一种端到端的生成管道用于合成工业表面缺陷的生成与检测

Paul Julius Kühn, Mika Pommeranz, Arjan Kuijper, Saptarshi Neil Sinha

机构 * Fraunhofer IGD（弗劳恩霍夫工业驱动研究所） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 本文提出SynSur端到端生成管道，结合视觉-语言模型提示、LoRA适应扩散、掩码引导修复和样本筛选，通过合成数据缓解工业缺陷检测数据稀缺问题，并在跨领域迁移中验证其有效性。

Scaling Synthetic-Image Pre-Training for Federated Fine-Tuning of Large Vision Models

扩展用于大型视觉模型联邦微调的合成图像预训练

Qianpiao Ma, Xiaozhu Song, Junlong Zhou, Yue Zeng, Jianchun Liu, Huaqing Tu

专题命中 个性化与一致性 ：image generation(abstract)；diffusion(abstract)

AI总结 研究针对联邦微调中资源限制、系统异构性和非IID数据等挑战，提出统一框架FeDiSyn。通过缩放定律、基于扩散的合成图像生成及贡献感知LoRA配置和带宽分配算法，减少训练时间和通信成本，提升训练和准确率。

Comments This paper has been accepted by International Conference on Parallel Processing (ICPP 2026)

4DGS360: 360° Gaussian Reconstruction of Dynamic Objects from a Single Video

4DGS360：从单个视频中进行动态物体的360度高斯重建

Jae Won Jang, Yeonjin Chang, Wonsik Shin, Juhwan Cho, Nojun Kwak

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出4DGS360框架，通过3D原生初始化解决动态物体360度重建中的几何模糊问题，结合优化实现一致的4D重建，并引入iPhone360基准测试集验证方法有效性。

Comments Accepted to ECCV 2026. Project page: https://jaewon040.github.io/4dgs360/

WorldPack: Dynamic Frame Compression for Long-context Video World Modeling

WorldPack：用于长上下文视频世界建模的动态帧压缩

Yuta Oshima, Yusuke Iwasawa, Masahiro Suzuki, Yutaka Matsuo, Hiroki Furuta

机构 * The University of Tokyo（东京大学） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 研究针对长上下文视频世界建模中时空一致生成的挑战，提出WorldPack视频世界模型，通过轨迹打包和几何选择机制，基于3D空间相关性动态分配压缩率，扩展有效上下文，在相关数据集上优于基线，提升空间推理任务表现。

Mage-Flow: An Efficient Native-Resolution Foundation Model for Image Generation and Editing

Mage-Flow：用于图像生成和编辑的高效原生分辨率基础模型

Xinjie Zhang, Peng Zhang, Shicheng Zheng, Jinghao Guo, Zhaoyang Jia, Yifei Shen, Xun Guo, Yuxuan Luo, Jiahao Li, Wenxuan Xie, Fanyi Pu, Xiaoyi Zhang, Kaichen Zhang, Zongyu Guo, Tianci Bi, Dongnan Gui, Zhening Liu, Zimo Wen, Zihan Zheng, Senqiao Yang, Xiao Li, Jinglu Wang, Bin Li, Yan Lu

机构 * Microsoft Mage Team（微软Mage团队） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；text-to-image(abstract)；diffusion(abstract)；image editing(abstract)

AI总结 研究针对大规模视觉生成器成本高的问题，提出Mage-Flow，由Mage-VAE和原生分辨率多模态扩散Transformer组成。通过协同设计实现高效文本到图像生成及编辑，开发完整模型家族，Turbo变体在高分辨率下生成和编辑高效，性能有竞争力。

SGMD: Score Gradient Matching Distillation for Few-Step Video Diffusion Distillation

SGMD: 得分梯度匹配蒸馏用于少步视频扩散蒸馏

Zhuguanyu Wu, Ruihao Gong, Yang Yong, Yushi Huang, Xiangyu Fan, Lei Yang, Dahua Lin, Xianglong Liu

机构 * Beihang University（北京航空航天大学） ； SenseTime Research（商汤科技研究院） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 针对分布匹配蒸馏在少步视频扩散中训练昂贵且运动动态保守的问题，提出得分梯度匹配蒸馏（SGMD），通过直接优化假得分朝向教师并使用教师停止梯度Fisher作为稳定目标，实现约3倍训练加速并显著提升运动动态。

Comments ICML 2026