图像生成

Anchoring and Steering Diffusion: Enhancing the Faithfulness of Text-to-Image Generation at Inference Time

锚定与引导扩散：在推理时提升文生图生成的忠实度

Xinyi Wang, Yuyang Huang, Yalin Su, Pengcheng Luan, Tao Zhang, Feiming Wei, Wenxian Yu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出无训练框架AnchorSteer，通过语义锚定与反射引导组件改进文生图扩散模型的推理，在GenEval等基准上提升文本-图像对齐性能且保持视觉质量。

Comments Accepted by ECCV 2026

ServerlessT2I: Efficient Text-to-Image Workflow Serving on a Serverless Platform

ServerlessT2I：在无服务器平台上实现高效的文生图工作流服务

Xiaoxiao Jiang, Suyi Li, Sheng Yao, Tianyu Feng, Lingyun Yang, Dapeng Nie, Haoran Yang, Wei Wang

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

AI总结 ServerlessT2I是将T2I工作流分解为独立模型函数的无服务器系统，通过优化调度与内存利用，在相同GPU预算下提升请求率2倍，固定请求率下节省GPU资源达3倍。

BioPro: Towards Difference-Aware Gender Fairness for Vision-Language Models

BioPro: 关于差分意识的性别公平性在视觉-语言模型中

Yujie Lin, Jiayao Ma, Qingguo Hu, Wenbo Li, Genji Li, Derek Wong, Jinsong Su

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） 纠错

专题命中 文生图 ：image generation(abstract)；text-to-image(abstract)

AI总结 BioPro通过差分意识的性别公平性方法，在视觉-语言模型中实现选择性去偏，减少中性情境中的性别偏见同时保持显性情境中的性别忠实性。

Comments ACM Multimedia 2026

Dual Inversion for Text-to-Image Diffusion Models: From Both Prompt and Noise Perspectives

文本到图像扩散模型的双重逆推：从提示与噪声双视角

Xiaolong Liu, Junjian Li, Yuan Xiao, Jiaqi Deng, Dayong Ye, Tianqing Zhu, Huan Huo

机构 * University of Technology Sydney（悉尼科技大学） ； Geely（吉利） ； City University of Hong Kong（香港城市大学） ； City University of Macau（澳门城市大学） 纠错

专题命中 扩散模型 ：text-to-image(title,abstract)；diffusion(title,abstract)；image editing(abstract)；分类 cs.CV、cs.MM

AI总结 该研究针对现有文本到图像扩散模型提示逆推方法的局限，提出联合恢复语义提示与潜在噪声的Dualin方法，实现了高质量逆推提示与最优图像保真度，为可控图像编辑奠定基础。

Comments Accepted by ACM MM 2026

Calibri: Enhancing Diffusion Transformers via Parameter-Efficient Calibration

Calibri: 通过参数高效校准增强扩散变换器

Danil Tokhchukov, Aysel Mirzoeva, Andrey Kuznetsov, Konstantin Sobolev

机构 * MSU（莫斯科国立大学） ； FusionBrain Lab, AXXX（FusionBrain实验室，AXXX） 纠错

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

AI总结 本文通过深入分析去噪过程，提出Calibri方法，通过引入单个学习缩放参数提升DiT性能，优化校准以提高生成质量，减少推理步骤并保持高质量输出。

Comments Project page: https://v-gen-ai.github.io/Calibri-page/

Particle-Filtering-based Latent Diffusion for Inverse Problems

基于粒子滤波的隐式扩散模型在逆问题中的应用

Amir Nazemi, Mohammad Hadi Sepanj, Nicholas Pellegrino, Chris Czarnecki, Paul Fieguth

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

AI总结 本文提出基于粒子滤波的隐式扩散（PFLD）框架，用于逆问题求解时探索解空间，实验显示其在FFHQ-1K和ImageNet-1K数据集的三类逆问题任务中优于SoTA求解器PSLD。

Comments Mohammad Hadi Sepanj, Nicholas Pellegrino, and Chris Czarnecki contributed equally

Mitigating Compounding Error via Video Representation Regularization

通过视频表示正则化缓解复合误差

Taiye Chen, Qi Zhang, Yisen Wang

机构 * Peking University（北京大学） 纠错

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

AI总结 针对视频扩散世界模型自回归生成的复合误差问题，研究发现其与表示维度崩溃相关，提出视频表示正则化方法，在VBench指标上显著优于Diffusion Forcing，提升了长视频生成的鲁棒性。

Explicit Layer Modeling for Video Object Insertion and Layer Decomposition

用于视频对象插入和层分解的显式层建模

Kyujin Han, Seungjoo Shin, Sunghyun Cho

机构 * POSTECH（浦项科技大学） 纠错

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

AI总结 研究针对视频编辑系统缺乏显式分层表示的问题，提出TriLayer数据集及DBL-Diffusion框架，用于视频对象插入和层分解任务，显著提升了插入保真度和分解质量。

FreeShadow: Training-Free Shadow Removal via Illumination Transfer and Selective Content Preservation in Diffusion Models

FreeShadow：基于扩散模型的无需训练的光照迁移与选择性内容保留去阴影方法

Yinan Wang, Yan Huang, Yong Xu, Patrick Le Callet

机构 * School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； Pazhou Lab（琶洲实验室） ； Polytech Nantes, Université de Nantes（南特大学南特理工学院） 纠错

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

AI总结 FreeShadow是基于预训练扩散模型的无需训练去阴影方法，通过光照迁移注意力等技术解决传统方法泛化差、易生伪影等问题，实验表明其泛化能力强且生成图像逼真。

TPD: Temporal Prior Decoupling for Text-to-Video Diffusion Models

TPD：用于文本到视频扩散模型的时间先验解耦

Taewon Kang, Matthias Zwicker

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

AI总结 该研究针对文本到视频扩散模型的时间先验抑制问题，提出无需训练的TPD框架，通过帧选择性下界约束恢复被抑制的后期片段信号，提升后期概念实现效果且与骨干无关。

Eddeep: a deep-learning framework for fast eddy-current distortion correction in diffusion MRI

Eddeep：用于扩散MRI中快速涡流畸变校正的深度学习框架

Antoine Legouhy, Ross Callaghan, Yuchuan Qiao, Whitney Stee, Philippe Peigneux, Hojjat Azadbakht, Hui Zhang

机构 * Hawkes Institute（霍克斯研究所） ； University College London（伦敦大学学院） ； Institut Pasteur（巴斯德研究所） ； Université Paris Cité（巴黎西岱大学） ； AINOSTICS ltd.（AINOSTICS有限公司） ； Fudan University（复旦大学） ； Université Libre de Bruxelles (ULB)（布鲁塞尔自由大学） ； University of Liège (ULiège)（列日大学） 纠错

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

AI总结 本研究针对dMRI中涡流畸变校正方法计算成本高的问题，提出深度学习框架Eddeep，其通过两阶段网络实现与FSL Eddy相当的校正质量，同时大幅缩短推理时间，为大规模研究和临床部署提供支持。

Comments Associated GitHub repo: https://github.com/CIG-UCL/eddeep

WildShadowRemover: In-the-Wild Video Shadow Removal via Detail-Preserving Video Diffusion Models

WildShadowRemover：基于细节保留视频扩散模型的野外视频阴影去除方法

Jiamin Xu, Cong Wang, Zheng Dong, Chi Wang, Renshu Gu, Weiwei Xu, Gang Xu

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

AI总结 针对野外视频阴影去除难题，提出WildShadowRemover框架，通过LoRA微调适配视频扩散模型，结合细节注入、频率分解调制及Depth Anything 3深度先验，构建对应数据集，在阴影去除质量与时间一致性上优于现有方法。

Herding, Momentum, and Reversal in China's A-Share Market: An Agent-Based Network Model with Information Diffusion

中国A股市场的羊群效应、动量与反转：基于信息扩散的 Agent 网络模型

Jiahao Weng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究构建基于Agent的金融市场模型，结合局部羊群效应与信息扩散机制，解释中国A股市场的动量与反转现象，经实证验证相关机制的互补作用。

When Do Learned Diffusion Proposals Help Constraint Solving? A Controlled Study on Continuous Algebraic Systems

学习到的扩散提议何时有助于约束求解？针对连续代数系统的对照研究

Quang Bui, Sparsh Roy, Akash Gundimeda, Davin Yin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究针对连续代数系统开展对照实验，发现学习到的扩散提议仅在高维、变量未耦合的场景下，才比随机多起点更有助于约束求解，且其优势并非适用于所有真实系统。

FARI: Robust One-Step Inversion for Watermarking in Diffusion Models

FARI：用于扩散模型水印的鲁棒单步反演

Jindong Yang, Han Fang, Weiming Zhang, Nenghai Yu, Kejiang Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出FARI框架，通过单步反演结合轻量级对抗LoRA微调，在提升扩散模型水印验证鲁棒性的同时大幅缩短推理时间，效率与性能均优于50步DDIM反演。

Comments Accepted by ICLR 2026

Existence-Field Diffusion Model for Spatial Point Processes with Variable Cardinality

用于可变基数空间点过程的存在场扩散模型

Xiaoyin Pan, Christian R. Shelton, Rakshith Mahishi, Chengkuan Hong

机构 * University of California, Riverside（加州大学河滨分校） ； New York University（纽约大学） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对可变基数空间点过程生成建模难题，提出存在场扩散模型（EFDM），通过关联存在变量实现空间位置与基数的联合建模，在可变基数数据集上提升了建模能力。

Comments 19 pages, 9 figures, 6 tables. Preprint

Modelling Anomalous Diffusion: The Role of CTRWs and Non-Local Dynamics

异常扩散建模：连续时间随机游走（CTRWs）与非局部动力学的作用

Ivan Biočić, Bruno Toaldo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文总结了基于CTRWs的异常扩散随机方法，阐述其标度极限技术、与非局部方程的联系，及涵盖通用非局部演化方程的最新成果。

Comments 67 pages, 4 figures

A Hamilton-Jacobi Approach to Time-Delayed Nonlocal Diffusion Models in Shifting Habitats

移位生境中时滞非局部扩散模型的哈密顿-雅可比方法

Bing-Er Jiang, King-Yeung Lam, Wan-Tong Li, Wen Tao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究采用哈密顿-雅可比方程的粘性解理论，对移位生境中时滞非局部扩散方程的传播速度分类，揭示了非局部选择机制的方向不对称性和时滞不敏感性，确定了生境锁定消除时滞减速作用的阈值条件。

Denoising growth complexity: Data geometry and certified schedules for diffusion sampling

去噪增长复杂度：扩散采样的数据几何与可验证调度

Martin J. Wainwright

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出去噪增长复杂度（DGC），利用其鞅结构开发可验证扩散采样算法，推导KL误差边界，揭示适配数据几何可带来计算收益。

A New Paradigm for 3D Turbomachinery Design: Generative Diffusion Model Based Framework with Direct Geometry Encoding

三维涡轮机械设计的新范式：基于直接几何编码的生成扩散模型框架

Yingfan Geng, Jinhong Wang, Lazaros Papachristodoulou, Sibo Cheng, Teng Cao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究针对涡轮机械三维逆设计难题，开发了以扩散模型为核心的直接几何编码设计框架，实现高精度、多样化的三维压缩机几何生成，验证了坐标学习的可行性及方案的优异性能。

A Cartesian Grid Method for Advection-Diffusion Equations with Robin Boundary Conditions on Moving Domains

移动域上带有Robin边界条件的对流-扩散方程的笛卡尔网格方法

Han Zhou, Yoichiro Mori, Lingxing Yao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出一种移动域带Robin边界的对流-扩散方程的笛卡尔网格方法，避免重网格化与切割单元，收敛性与计算效率良好，经数值例子验证有效性。

Beyond Block Boundaries: Multi-Block Editing for Diffusion Large Language Models

超越块边界：扩散大语言模型的多块编辑

Xingyu Mou, Zijin Huang, Tianze Zhang, Yuxin Ma, Lanning Wei, Zengfeng Huang, Da Zheng, Lun Du

机构 * Ant Group（蚂蚁集团） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对块扩散语言模型的块边界问题，提出多块编辑（MBE）方法。通过无需训练的解码算法编辑前序块令牌，引入监督微调策略，扩展SGLang提升效率。实验表明该方法在保持吞吐量时优于基线，在长程一致性任务上有显著性能提升。

Projective Graph Residualization: Variation-Allocation Frontiers for Control-Function IV

用于控制函数工具变量的图扩散残差

Rui Wu, Zongyuan Chen, Hong Xie, Defu Lian, Enhong Chen

机构 * School of Computer Science and Engineering, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出自适应各向异性工具热流（A-IHF），一种基于图扩散的残差提取方法，用于灵活控制函数，通过检测处理跳跃并调整图传导性，在合成基准测试中优于多种基线方法。

Comments Submitted to IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). 33 pages, 9 figures, including supplementary material

The Score Hamiltonian: Mapping Diffusion Models to Adiabatic Transport

得分哈密顿量：将扩散模型映射到绝热输运

Peter Halmos, Boris Hanin

机构 * Computer Science Department, Princeton University（普林斯顿大学计算机科学系） ； ORFE Department, Princeton University（普林斯顿大学ORFE系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过构建得分哈密顿量，建立了基于得分的扩散模型采样与薛定谔算子基态绝热输运之间的精确对应关系，并利用绝热定理推导了密度重建误差界和退火调度方案。

Comments 26 pages, 10 figures. v3: Expanded supplementary discussion in appendix of application to various score-based parameterizations. Main results and main text unchanged

Beyond directions: Symmetry-aware rotation sets for triaxial diffusion encoding by geometric filter optimization

超越方向：通过几何滤波优化的对称感知旋转集用于三轴扩散编码

Sune Nørhøj Jespersen, Filip Szczepankiewicz

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出几何滤波优化方法，通过利用扩散信号的内在二面体对称性，生成最优旋转集以提高扩散编码中粉末平均信号的准确性和精度，适用于轴对称和三轴配置。

Comments 25 pages, 8 figures This is a preprint of an article published in Magnetic Resonance in Medicine 2026, available online at http://doi.org/10.1002/mrm.70489

Graph Signal Diffusion Models for Wireless Resource Allocation

图信号扩散模型用于无线资源分配

Yigit Berkay Uslu, Samar Hadou, Shirin Saeedi Bidokhti, Alejandro Ribeiro

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出利用图信号扩散模型进行无线网络资源优化，通过生成对抗性策略实现近最优资源分配，展示了在功率控制中的高效与泛化能力。

Comments Accepted for presentation at 2026 IEEE SPAWC (Signal Processing Advances in Wireless Communications)

Effects of Dynamic Disorder on Diffusion in Rugged Energy Landscapes

动态无序对粗糙能量景观中扩散的影响

Biman Bagchi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究探讨了动态无序对粗糙能量景观中扩散的影响，通过分析波动率变化，揭示了从陷阱主导到运动缩小的连续过渡。

Comments 53 pages, 1 figure, Revised version: discussion expanded, presentation clarified, and references updated. Main conclusions unchanged

Optimal Control of McKean--Vlasov Branching Diffusion Processes

McKean-Vlasov 分支扩散过程的最优控制

Julien Claisse, Jiazhi Kang, Tianxu Lan, Xiaolu Tan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了 McKean-Vlasov 分支扩散过程的最优控制问题，通过建立动态规划原理和 HJB 主方程，推导了线性-二次分支过程的显式解。

CSI Prediction Using Diffusion Models

基于扩散模型的信道状态信息（CSI）预测

Mehdi Sattari, Javad Aliakbari, Alexandre Graell i Amat, Tommy Svensson

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种基于扩散模型的新型概率CSI预测框架，分解任务为时间编码器与扩散生成器，研究多种推理方案与骨干，仿真显示其性能优于现有最先进基线模型。

Comments Accepted, IEEE Transactions on Wireless Communications

ReDiSC: A Reparameterized Masked Diffusion Model for Scalable Node Classification with Structured Predictions

ReDiSC：用于结构化预测可扩展节点分类的重参数化掩码扩散模型

Yule Li, Yifeng Lu, Zhen Wang, Zhewei Wei, Yaliang Li, Bolin Ding

机构 * Sun Yat-sen University（中山大学） ； Renmin University of China（中国人民大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有节点分类方法未建模图节点标签相关性的问题，提出ReDiSC重参数化掩码扩散模型，通过变分EM框架学习，在同构/异构图上性能优异且可扩展至大规模数据，优于多数基线方法。

Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-60545-6}