图像生成

FrED: External Data Influence Estimation via Domain Knowledge Graph Grounding

FrED：通过领域知识图谱基础进行外部数据影响估计

Theodoros Aivalis, Iraklis A. Klampanos, Antonis Troumpoukis, Joemon M. Jose

机构 * National Centre for Scientific Research “Demokritos”（国家科学研究中心“德谟克利特”） ； University of Glasgow（格拉斯哥大学） 纠错

专题命中 文生图 ：image synthesis(abstract)

AI总结 针对生成式AI训练数据归因问题，提出在黑盒设置下运行的概率框架，融合连续特征相似度与领域特定知识图谱，在艺术图像合成和天气预报等领域评估，证明其有效性，为外部数据影响分析提供高效可解释机制。

Diffusion Models in Medical Image Inpainting: Challenges, Solution Taxonomy, and Future Directions

医学图像修复中的扩散模型：挑战、解决方案分类及未来方向

Arthur Dantas Mangussi, Joana Cristo Santos, Ricardo Cardoso Pereira, Ana Carolina Lorena, Mário A. T. Figueiredo, Pedro Henriques Abreu

机构 * Aeronautics Institute of Technology（航空技术学院） ； Science and Technology Institute, Federal University of São Paulo（圣保罗联邦大学科学与技术研究所） ； LASIGE, Faculdade de Ciências, Universidade de Lisboa（里斯本大学理学院LASIGE实验室） ； University of Coimbra, CISUC/LASI – Centre for Informatics and Systems of the University of Coimbra（科英布拉大学CISUC/LASI - 科英布拉大学信息与系统中心） ； Instituto Superior Técnico, Universidade de Lisboa, Instituto de Telecomunicações（里斯本大学高等技术学院、电信研究所） 纠错

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

AI总结 该研究对基于扩散的医学图像修复方法进行系统回顾，涵盖多方面内容并提出分类法。分析显示相关研究兴趣快速增长，扩散模型在生成合理重建结果及辅助临床任务上表现出色，但也面临缺乏标准化基准等挑战。

Unboxing Diffusion Models for the Arts: Interactive Model Bending and Practice-Based Explainability

剖析艺术领域的扩散模型：交互式模型调整与基于实践的可解释性

Ahmed M. Abuzuraiq, Philippe Pasquier

机构 * School of Interactive Arts and Technology, Surrey, Canada（交互艺术与技术学院，英国苏城） 纠错

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

AI总结 研究探讨创意实践中可解释人工智能，提出以实验和干预为中心的方法，通过集成模型调整和交互界面到工作流程，经对Stable Diffusion 1.5分析，助艺术家理解模型组件对生成图像的影响，让大型模型成为创意材料。

Comments Under review for "Explainable AI for the Arts" (N. Bryan-Kinns, Ed.), Springer

TILT: Improving Compositional Generation in Diffusion Models with a Model-Intrinsic Reward

TILT：使用模型内在奖励改进扩散模型中的组合生成

Debottam Dutta, Jaehoon Hahm, Jianchong Chen, Romit Roy Choudhury

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

AI总结 研究如何改进扩散模型的组合生成，提出无训练框架TILT，通过测试时奖励对齐，将组合失败解释为分布重叠模式并定义固有奖励，产生KL约束目标及指导步骤，实验表明该方法能在保图质时提升组合对齐。

Correlation-Aware and Gaussianity-Preserving Robust Latent Angular Watermarking for Diffusion Models

用于扩散模型的相关感知和高斯性保持的鲁棒潜在角水印

Yebin Zheng, Haonan An, Guang Hua, Zhiping Lin, Yuguang Fang

机构 * Singapore Institute of Technology（新加坡理工学院） ； City University of Hong Kong（香港城市大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 研究扩散模型潜在域水印问题，提出潜在角水印（LAW）及变体LAW-M，通过对映角编码保持高斯性，解决现有方法易受攻击及相关性退化问题，理论上严格表征相关性退化并推导自相关结构。

TRaM-VSR: Importance-Aware Token Routing and Merging for One-Step Diffusion Video Super-Resolution

TRaM-VSR：用于一步扩散视频超分辨率的重要性感知令牌路由与合并

Sicheng Gao, Zhuyun Zhou, Yixuan Liu, Tong Shen, Zongwei Wu, Radu Timofte

机构 * Advanced Micro Devices Inc.（超威半导体公司） ； Computer Vision Lab, CAIDAS & IFI, University of Würzburg（维尔茨堡大学CAIDAS与IFI计算机视觉实验室） 纠错

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

AI总结 研究针对视频超分辨率中扩散模型计算成本高及现有方法存在问题，提出TRaM-VSR框架，通过融合线索估计令牌重要性，经离线规划器校准调整，在路由组内分处理关键与非关键令牌，实现加速推理且保持质量和一致性。

Comments 18 pages, 7 figures

Spectral Prior for Reducing Exposure Bias in Diffusion Models

用于减少扩散模型中曝光偏差的频谱先验

Yuya Kobayashi, Masato Ishii, Yuhta Takida, Takashi Shibuya, Yuki Mitsufuji

机构 * Sony AI（索尼人工智能） ； Sony Group Corporation（索尼集团公司） 纠错

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

AI总结 研究针对扩散模型曝光偏差问题，提出频谱对齐（SPA）方法，通过离线拟合参数频谱模型及推理时基于快速傅里叶变换的梯度计算引导，减少计算开销且与CFG互补，在多种架构上实现一致改进。

Comments Accepted at ECCV2026

TG-Diff: Coupling Discrete Topology Diffusion and Topology-conditioned Geometry Diffusions for B-Rep Generation

TG-Diff：耦合离散拓扑扩散与拓扑条件几何扩散用于边界表示生成

MingZe Sun, Haiyong Jiang, Bingchen Yang, Haoxuan Song, Yidi Li, Jun Xiao, Peter Wonka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出TG-Diff框架，通过解耦拓扑与几何建模生成B-rep。基于以曲面为中心的表示开发两个扩散模型，拓扑扩散用离散扩散模型，曲面隐变量生成用条件隐变量扩散模型，经后处理形成封闭B-rep，计算量小且性能优越。

Comments none

GRACE: Gradient-Free Robot Action Generation via Combined Diffusion-MPPI Posterior Mean Estimation

GRACE：通过组合扩散-MPPI后验均值估计实现无梯度机器人动作生成

Leesai Park, Jiho HOng, Sanghyun Kim

机构 * School of Mechanical Engineering, Kyung Hee University（庆熙大学机械工程学院） ； Advanced Institute of Convergence Technology (AICT)（融合技术高级研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出GRACE方法，通过组合扩散-MPPI后验均值估计，仅用前向成本评估引导预训练扩散策略，构建成本条件引导后验并估计均值，在模拟和真实机器人上验证，比基线方法成功率高，能避免部署时障碍物。

MotifRole-Diff: Risk-Optimal Role-Aware Corruption for Masked Molecular Graph Diffusion

MotifRole-Diff：用于掩码分子图扩散的风险最优角色感知损坏

Tasfia Nuzhat Ornee, Elias Hossain, Ivan Garibay, Niloofar Yousef

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对分子图扩散中统一损坏计划的不足，提出MotifRole-Diff方法，根据去噪难度和扰动影响分配掩码率，经实验验证该方法能提升生成有效性并降低FCD，表明结构感知损坏是更优掩码策略。

From Score Approximation to Distribution Approximation in Score-Based Diffusion Models

基于得分的扩散模型中从得分近似到分布近似

Lan V. Truong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于得分的扩散模型中得分近似与分布近似的关系，利用经典神经网络近似理论等，通过推导显式上界，建立两者定量联系，给出从得分函数近似到反向扩散模型概率分布近似的简单明确保证。

Comments 18 pages

Diffusion-guided optimization for full waveform inversion

用于全波形反演的扩散引导优化

Yiran Shen, Yangkang Chen, Björn Engquist

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出在全波形反演（FWI）中用预训练扩散模型作正则化器，比较三种引导策略，通过多种实验表明分裂吉布斯扩散采样（SGDS）能提升重建质量，扩散引导优化可作实用正则化策略并保留波动方程建模循环。

Comments 32 pages, 16 figures. Source code: https://github.com/shenyiran91/SGDS-FWI

Anomalous Diffusion of Tropical Cyclones Observed in Huge Ensembles of Hindcasts

在大量后报数据中观测到的热带气旋异常扩散

Abdoul R. Zeba, William D. Collins, Ankur Mahesh, Boris Bonev, Karthik Kashinath, Thorsten Kurth, Michael S. Pritchard, Shashank Subramanian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究利用2023年夏季大量后报数据，通过改进的检测和跟踪框架识别热带气旋，用球形傅里叶神经算子生成后报数据，重现异常扩散幂律，得出其对热带气旋轨迹和登陆位置预测性的影响。

Anomalous-diffusion synthesis of non-Gaussian reservoir anomalies for time-lapse seismic inversion

用于时移地震反演的非高斯储层异常的反常扩散合成

Anderson Mateus de Sousa Nogueira, Paulo Vitor Ferreira, Katerine Rincon Perez, João M. de Araújo, Tiago Barros, Samuel Xavier-de-Souza, Sérgio Luiz da Silva, Gilberto Corso

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究开发基于物理知识的时移地震反演框架，针对现有方法无法捕捉储层反常输运特征的问题，引入时空分数扩散数据生成器，训练卷积神经网络，经验证能准确重建异常，扩展了4D地震反演适用性。

Unbiased Diffusion Monte Carlo for non local operators

用于非局部算符的无偏扩散蒙特卡罗方法

Carlos Rodriguez Perez, Valerio Olevano, Francesco Sottile, Vitaly Gorelov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对计算非局部算符的无偏扩散蒙特卡罗估计值问题，提出新数学精确方法，指出前沿技术前向行走的局限，通过在对称哈伯德二聚体和氦原子系统中的验证，证明新方法显著优于前向行走。

Comments 14 pages, 5 figures

Property-Guided Diffusion for Inverse Design of Crystalline Materials

用于晶体材料逆设计的属性引导扩散

Sourav Mal, Subhankar Mishra, Prasenjit Sen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对晶体材料逆设计中属性引导相关问题，基于DiffCrysGen开发框架，用参数高效适配器微调及无分类器引导，以多种属性为任务研究其影响，经预筛选和验证识别出稳定材料，确立该框架并提供新见解。

Comments 15 pages, 12 figures

Ionic Diffusion Properties of Rare-Earth High-Entropy Oxides from a Machine-Learned Interatomic Potential

基于机器学习原子间势的稀土高熵氧化物离子扩散特性

Mary Kathleen Caucci, Billy E. Yang, Saeed S. I. Almishal, Jon-Paul Maria, Susan B. Sinnott

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究利用CHGNet机器学习原子间势驱动分子动力学模拟，探究铈基稀土高熵氧化物中氧扩散。通过对三种CHGNet变体基准测试，揭示氧传输受空位浓度和阳离子环境影响，明确成分调整增强氧离子电导率的途径。

InnoText: A Unified Model for Visual Text Generation and Editing

InnoText：一种用于视觉文本生成和编辑的统一模型

Haowei Liu, Runze He, Jian Lu, Ao Ma, Run Ling, Ke Cao, Jiasong Feng, Wei Feng, Shuo Lu, Yexing Xu, Yun Wang, Jing Wang, Zhanjie Zhang

机构 * JD.com, Inc.（京东公司） ； University of Chinese Academy of Sciences（中国科学院大学） ； Chongqing University of Post and Telecommunications（重庆邮电大学） ； Beijing University of Technology（北京工业大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； City University of Hong Kong（香港城市大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 针对视觉文本生成和编辑的挑战，提出基于DiT的统一框架InnoText，通过引入字体大小感知调制模块等策略，构建双语数据集，实现了在单个模型中进行文本生成和编辑，提升了生成精度和编辑质量。

Comments Accepted by ECCV 2026

Twins: Learn to Predict Unified Representations with Focal Loss

Twins：使用焦点损失学习预测统一表示

Kaixiong Gong, Xin Cai, Bin Lin, Hao Wang, Yunlong Lin, Mingzhe Zheng, Bohao Li, Jian-Wei Zhang, Miles Yang, Zhao Zhong, Liefeng Bo, Xiangyu Yue

机构 * Tencent-Hunyuan（腾讯混元） 纠错

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

AI总结 研究统一多模态模型潜在空间不匹配问题，提出Twins统一连续令牌空间。因联合建模有优化不平衡，采用焦点回归目标解决，在ImageNet上有gFID增益，在多模态理解基准测试中表现好，还提高了重建保真度。

Comments ICML 2026. Code: https://github.com/Tencent-Hunyuan/Twins

Fast boundary-aware spatial intensity estimation on complex domains

复杂域上的快速边界感知空间强度估计

Takumi Nakagawa, Kōsaku Takanashi, Kenichiro McAlinn, Takafumi Kanamori

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对地理受限区域点模式总结问题，提出投影扩散核密度估计器（PDKDE），通过在截断拉普拉斯特征基中扩展诺伊曼扩散核，兼具边界感知和几何保留特性，计算高效，减少伪影，在瓦胡岛应用中表现良好。

DCS: A Unified Conditional Sensitivity Framework for Cross-Modal Copyright Infringement Detection

DCS：用于跨模态版权侵权检测的统一条件敏感度框架

Xiafeng Man

机构 * Fudan University（复旦大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对基础模型版权侵权检测问题，提出统一的DCS框架，将侵权证据视为反事实条件分布转移，通过条件差分隐私形式化，创建双分支并结合多种因素界定敏感度，还定义校准统计量，适用于多种模型并以不同方式评估。

Evolving Self-Organising Agents Without Fitness: Three Falsifiable Experiments from Constraint-Driven Selection to Developmental Encoding

无适应度的自组织智能体演化：从约束驱动选择到发育编码的三个可证伪实验

Anushka Sharma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在无设计者指定适应度函数时生物发育进化动力学能否产生，通过Genesis平台进行三个实验周期，测试可证伪假设，得出约束驱动选择、智能体介导生态位构建及CPPN间接编码相关结果，还产生了诊断工具和协议。

Comments GECCO Companion '26 Workshop Paper (EvoSelf/ESO Workshop), July 13-17, 2026, San Jose, Costa Rica. 3 pages. ACM ISBN 979-8-4007-2488-6/2026/07

Scaling Results for Piecewise Deterministic Monte Carlo : A Survey

分段确定性蒙特卡罗的缩放结果：一项综述

Joris Bierkens

专题命中 扩散模型 ：diffusion(abstract)

AI总结 综述分段确定性蒙特卡罗算法，探讨弹跳粒子采样器和之字形过程，通过缩放极限论证理解其行为与效率，涉及泛函中心极限定理等多种缩放情况，是2024年相关项目会议记录一部分。

Strict positivity property of inhomogeneous subdiffusion equations and its application to coupled subdiffusion systems

非齐次次扩散方程的严格正性性质及其在耦合次扩散系统中的应用

Yimeng Tian, Yikan Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非齐次次扩散方程的严格正性性质，通过连接格林函数填补缺失的严格正性。作为应用，研究耦合次扩散系统的严格正性，在适当条件下其不仅在时间上传播，还在系统分量间传播，为理解正性性质提供统一框架。

The Homogeneous Landau Equation with Regularised Thermal Noise

具有正则化热噪声的齐次朗道方程

Manh Hong Duong, Zihui He, Zhengyan Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有正则化热噪声的齐次朗道方程，基于确定性朗道方程结构等驱动因素构建模型。通过三级近似方案证明适度软势下概率弱解存在性，解满足相关守恒和估计，对特定噪声基还得到精细熵不等式。

Comments 102 pages

Pathwise uniqueness for degenerate stochastic differential equations with Hölder continuous coefficients

具有赫尔德连续系数的退化随机微分方程的路径唯一性

Jie Xiong, Wen Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有赫尔德连续系数的退化随机微分方程的路径唯一性问题，利用马利瓦因紧致性准则构造强解，通过对偶山田-渡边论证及弱唯一性得出路径唯一性。

Nonparametric Inference for Semigroup Blocks of Switching Diffusions

切换扩散半群块的非参数推断

Yuzhong Cheng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究切换扩散的状态索引半群块非参数估计，用Dynkin--Taylor展开等方法确定相关系数，收缩网格下得到渐近正态估计量，支持短时间近似等，固定网格局部多项式理论和数值研究作补充。

On the attractor of the semi-dissipative Boussinesq equations revised

关于修正的半耗散Boussinesq方程的吸引子

Kexin Li, Chunyou Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有粘性且无热扩散的二维Boussinesq方程的弱σ吸引子\(\mathcal{A}\)结构，证明其在温度分量投影是满射，且对任意\(r>0\)，\(\mathcal{A}_r\)在速度分量投影含无限维希尔伯特椭球。

Comments 23 pages, 0 figure

Uniform Large Deviations of Mckean-Vlasov Stochastic Fractional $(α,p)$-Laplacian Equations Driven by Superlinear Noise on $\mathbb{R}^d$

\(\mathbb{R}^d\) 上由超线性噪声驱动的 McKean-Vlasov 随机分数阶 \((α,p)\)-拉普拉斯方程的一致大偏差

Renhai Wang, Zhang Chen, Bixiang Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究 \(\mathbb{R}^d\) 上由超线性噪声驱动的 McKean-Vlasov 随机分数阶 \((α,p)\)-拉普拉斯方程，用单调方法和区域扩张论证建立全局适定性，利用广义弱收敛方法等建立一致大偏差原理，克服相关困难并控制扩散项。

Collision and non-collision for diffusions on configuration space

配置空间上扩散的碰撞与非碰撞

Theodoros Assiotis, Kohei Suzuki

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究实线上可逆无限多相互作用扩散过程的碰撞与非碰撞标准，基于位势理论和容量估计，结果与模型无关，还确定了\(\mathsf{Sine}_\beta\)对称狄氏型扩散的碰撞阈值，给出无限粒子对应物。