Inferring resource selection and utilization distributions from irregular and error-prone animal tracking data
从不规则且带有误差的动物追踪数据推断资源选择和利用分布
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出基于拉普拉斯近似的单阶段框架，通过TMB实现，同时处理测量误差和不规则采样，在模拟和独角鲸数据中优于两步法。
Comments 29 pages
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。
1. 扩散模型 62 篇
Coupled charm and charmonium transport in a strongly coupled quark-gluon plasma
强耦合夸克-胶子等离子体中重 Charm 和 Charmonium 的输运
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本研究提出了一种基于热力学 T 矩阵相互作用的耦合 Charm-Charmonium 输运框架，用于描述强耦合 QGP 中 Charm-quark 扩散和 Charmonium 动力学。
Comments 24 pages, 17 figures
Quantitative Convergence for Sequential Interacting Diffusions via Incremental Relative Entropy
序列相互扩散的定量收敛与高斯波动：通过增量相对熵
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究了序列相互扩散系统的定量收敛与高斯波动，通过增量相对熵证明了路径空间熵的衰减及经验测度的收敛性，并建立了波动测度的高斯极限。
Comments 35 pages, 2 figures. We split the first version to two parts. This is the first part
Decoherence challenges in Nanoscience: A Quantum Phase Space perspective
纳米科学中的退相干挑战：量子相空间视角
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出基于量子相空间的框架，用于表征环境选择的指针态并建模退相干动力学，为纳米科学中的退相干问题提供新的理论工具和方法。
Comments 26 pages
2. 可控生成 4 篇
MagicMakeup: A Region-Controllable Diffusion Transformer for High-Fidelity Makeup-Transfer
MagicMakeup：用于高保真妆容转移的区域可控扩散Transformer
机构 * Zhejiang University（浙江大学） ； State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室） ； vivo Mobile Communication Co., Ltd.（维沃移动通信有限公司） ； vivo BlueImage Lab（vivo蓝图像实验室）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究妆容转移中区域可控性等难题，提出MagicMakeup框架，基于空间约束和概念解缠结，用令牌对齐区域门控和跨模态感知指导实现精确编辑与概念澄清，设计数据生成管道并建立基准，提升了多方面性能和鲁棒性。
Agentic Designer: Progressive Multi-Agent Collaboration for Structure-Aware Interior Layout Generation
智能设计师：用于结构感知室内布局生成的渐进式多智能体协作
机构 * Guangdong University of Technology（广东工业大学） ； South China University of Technology（华南理工大学）
专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV
AI总结 针对室内布局生成难题，提出智能设计师这一渐进式多智能体框架，将布局生成视为迭代约束验证决策过程，通过渐进共识机制协调三个智能体，经实验验证其显著优于现有方法，提升了结构遵循和功能设计连贯性。
Comments TPAMI 2026
Stochastic Quantization as Optimal Control
作为最优控制的随机量子化
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究将随机量子化表述为有限时间随机最优控制问题，利用可处理参考过程及参考校正终端成本，通过神经网络学习残余控制实现最优随机量子化，在多峰势和二维晶格标量\(\phi^4\)理论中取得成果，将量子化表述为控制。
Comments 7 pages, 4 figures
VPWEM: Non-Markovian Visuomotor Policy with Working and Episodic Memory
VPWEM：非马尔可夫视觉-运动策略与工作记忆与事件记忆
机构 * School of Computing and Data Science, University of Hong Kong（计算与数据科学学院，香港大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 VPWEM通过引入工作记忆和事件记忆，提升机器人在非马尔可夫任务中的动作生成性能。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L). \textcopyright 2026 IEEE
3. 图像修复 1 篇
3D-GIMP: When 3D Gaussian Inpainting Meets PatchMatch
3D-GIMP：当3D高斯图像修复与PatchMatch相遇
机构 * University of Stuttgart（斯图加特大学）
专题命中 图像修复 ：inpainting(title,abstract)；diffusion(abstract)；分类 cs.CV、cs.GR
AI总结 针对3D场景编辑中迭代扩散模型的问题，提出3D-GIMP混合范式，通过在关键参考视图进行图像修复并利用3D感知PatchMatch算法传播纹理，优先保证重建一致性，在渲染速度和视图一致性上表现更优。
Comments 15 pages
4. 个性化与一致性 2 篇
Adaptive Identity Anchoring: Closed-Loop Keyframe Placement for Synthetic Paired Supervision in Video Face Swapping
自适应身份锚定：用于视频人脸交换中合成配对监督的闭环关键帧放置
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV
AI总结 研究视频人脸交换缺乏自然配对监督问题，提出自适应身份锚定（AIA）方法，通过闭环反馈放置锚定并结合现实参考纹理恢复，还给出可证伪实验，有望解决合成身份漂移及过度平滑皮肤问题。
GroupVideo: Multi-Identity Customized Text-to-Video Generation
GroupVideo：多身份定制文本到视频生成
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Ant Group（蚂蚁集团）
专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV
AI总结 研究多身份定制文本到视频生成问题，提出GroupVideo框架，融合多模态身份对齐及相关模块，构建高质量数据集，在生成多角色视频时能保持身份一致且动作自然，优于现有方法。
5. 效率与蒸馏 6 篇
KroQuant: Kronecker-Structured Block Transforms for Efficient Post-Training Quantization of Diffusion Transformers
KroQuant：用于扩散Transformer高效训练后量化的克罗内克结构块变换
机构 * EPFL（洛桑联邦理工学院） ； Advanced Micro Devices, Inc.（超威半导体公司）
专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究针对扩散Transformer训练后量化到W4A4质量严重下降问题，提出KroQuant方法，对激活值3个2元素块应用克罗内克结构可逆变换，存储参数少，运行快，结合离线LoRaQ权重校准，输出更接近FP参考且保持或提高图像质量。
RealVDeblur: One-Step Diffusion for Generalizable Real-World Video Deblurring
RealVDeblur：用于通用真实世界视频去模糊的一步扩散法
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港中文大学多媒体实验室） ； CPII under InnoHK（创新香港研究院下的CPII） ； Tsinghua University（清华大学）
专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对真实世界视频去模糊难题，提出RealVDeblur框架。构建模糊合成管道提供数据，利用视频扩散先验恢复，采用逐帧编码并简化采样为一步生成器，还有时间窗口掩码稳定推理，在多方面表现出色且提升3D重建鲁棒性。
Comments Project page with code: https://rbjin.github.io/RealVDeblur/
SANA-Video 2.0: Hybrid Linear Attention with Attention Residuals for Efficient Video Generation
SANA-Video 2.0：具有注意力残差的混合线性注意力用于高效视频生成
机构 * NVIDIA（英伟达）
专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV
AI总结 SANA-Video 2.0是一种混合视频扩散Transformer，采用混合线性-softmax注意力和块注意力残差，在单个GPU上生成高质量视频，成本大幅降低，实现可扩展长时、高分辨率视频生成，性能与大模型竞争且速度更快。
Comments 13 pages, 9 figures, 5 tables
Ms. Forcing: Efficient Streaming Video Generation with Multi-Scale Patchification and Attention
Ms. Forcing：通过多尺度分块和注意力实现高效流视频生成
机构 * Brown University（布朗大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Meta
专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV
AI总结 研究针对流视频生成中传统方法的不足，提出Ms. Forcing范式，通过多尺度分块和注意力调整空间粒度，引入均匀噪声水平DMD减少不匹配，该方法提升了效率，在单个H200 GPU上性能显著优于Rolling Forcing。
ETC: Extreme Token Compression via Task-aware Visual Information Distillation in VLMs
ETC: 通过任务感知的视觉信息蒸馏实现视觉语言模型中的极端令牌压缩
机构 * School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感与信息工程学院）
专题命中 效率与蒸馏 ：text-to-image(abstract)；分类 cs.CV
AI总结 提出ETC框架，基于变分信息蒸馏原理，在减少输入令牌数量时最小化任务损失，通过文本-图像交叉注意力加权视觉特征并引入变分信息蒸馏，实现单令牌压缩下仍保持强任务性能。
DC-Leap: Training-Free Acceleration of dLLMs via Draft-Guided Contiguous Leaping Decoding
DC-Leap：通过草稿引导的连续跳跃解码实现无训练的dLLMs加速
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 研究针对dLLMs并行解码中因保守置信阈值致效率低的问题，提出DC-Leap框架。其采用动态连续验证策略消除JPDE，结合草稿引导解码机制。实验表明该框架能大幅加速dLLMs，长序列生成加速显著，且保证生成质量。
6. 其他图像生成 1 篇
Position: Natural Language Should Not Fully Replace Formal Languages
立场：自然语言不应完全取代形式语言
专题命中 其他图像生成 ：image generation(abstract)
AI总结 针对自然语言能否完全取代形式语言的争议，引入基于“任务特异性”的形式框架并证明“特异性交叉定理”，通过跨模态案例分析表明二者各有优势，是互补工具，倡导开发混合系统。
Comments To be published in ICML 2026 (position track)
