图像生成

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

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

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。

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}

Jumping for diffusion in random metastable systems

随机亚稳态系统中的扩散跳跃

Cecilia González-Tokman, Joshua Peters

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究针对随机亚稳态系统，通过时齐马尔可夫链跳跃分布近似其跳跃分布及可观测量扩散系数，并将结果应用于Horan随机配对帐篷映射，为相关系统的涨落分析提供了近似方法。

Representation formula, regularity and decay of solutions for sub-diffusion type equations

次扩散型方程解的表示公式、正则性与衰减性

Sandro Coriasco, Giovanni Girardi, Stevan Pilipović

专题命中 扩散模型 ：diffusion(title)

AI总结 该研究针对带合适初值的时间分数阶偏微分方程柯西问题，推导了解的表示公式，可通过初值波前集控制齐次问题解的奇点，为次扩散型方程解的正则性与衰减性分析提供了方法。

Comments 25 pages. Slight modification of the title. General revision and corrections. Reorganization and shortening of the text

I2VShield: An Efficient Proactive Defense Framework against DiT-based Image-to-Video Models

I2VShield：一种针对基于DiT的图像到视频模型的高效主动防御框架

Yimao Guo, Zuomin Qu, Wei Lu

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） 纠错

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

AI总结 针对I2V模型被滥用问题，提出I2VShield主动防御框架。其包含文本自适应扰动生成框架和非目标多模态注意力干扰攻击两部分。该方法在多数据集和模型上保护性能优，能破坏时空连贯性且降低计算成本。

Walk through Paintings: Egocentric World Models from Internet Priors

穿越绘画：来自互联网先验的自我中心世界模型

Anurag Bagchi, Zhipeng Bao, Homanga Bharadhwaj, Yu-Xiong Wang, Pavel Tokmakov, Martial Hebert

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Toyota Research Institute（丰田研究机构） 纠错

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

AI总结 EgoWM通过利用互联网先验和轻量级条件层，将预训练视频扩散模型转换为自我中心世界模型，实现可控的未来预测，提升结构一致性评分并降低推理延迟。

AngelSpec: Towards Real-World High Performance Inference with Speculative Decoding

AngelSpec：通过推测解码实现现实世界中的高性能推理

Hong Liu, Rui Cen, Junhan Shi, Guangshuo Qin, Jiebin Zhang, Tianyu Liu, Runzhi Fan, Guoliang Zhao, Ruobing Xie, Kai Zhang, Song Liu, Guanghua Yu, Jianchen Zhu

机构 * Tencent Inc.（腾讯公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究旨在通过推测解码实现高性能推理，提出AngelSpec统一训练框架，在训练、架构、推理层面解决异质性问题，其DFly框架提升了接受长度和吞吐量。

Physics-Informed Graph-Neural Decoding of the Surface Code: the Logical Signal as an Exact Topological Pairing

基于离散外微积分的用于表面码解码的物理信息图神经网络

P. E. Trevisanutto, S. Dhanpal, S. Basak, L. Petit, J. Thiyagalingam

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对表面码解码问题，提出基于离散外微积分的物理信息图神经网络解码器，通过离散泊松方程学习边权重，利用可微求解器获取电流，证明特定电流差值为拓扑配对，该方法在旋转表面码解码中表现良好，能精确读出逻辑信号。

Precise Determination of the Proton's Gluon Cloud Geometry from HERA data

从 HERA 数据精确确定质子胶子云的形状

Tobias Toll, Nahid Vasim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究从 HERA 实验的排他性 J/ψ产生提取小 x 处质子胶子结构，通过解析计算和拟合模型，精确确定质子胶子云形状，其热点有特定核心与晕结构，且形状与相关参数无关，拟合有稳定能量依赖性。

Comments 5 pages, 2 figures

On Analytically Tractable Multidimensional Diffusions via Doob h-Transforms, with Resetting and Applications to Wiener and Ornstein--Uhlenbeck Processes

多维扩散过程漂移变换的框架及其在维纳和奥恩斯坦-乌伦贝克动力学中的应用

Antonio DiCrescenzo, Verdiana Mustaro, Serena Spina

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一类多维扩散过程间的漂移变换框架，通过权函数实现转移概率密度的乘积形式，揭示双峰特征，并分析随机序、泊松重置等性质，以维纳和奥恩斯坦-乌伦贝克过程为例验证。

Comments 36 pages, 4 figures, 2 tables

Molecular reference corrections for quantum Monte Carlo adsorption energies

量子蒙特卡洛吸附能的分子参考校正

Roman Fanta, Michal Bajdich

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对单行列式固定节点扩散蒙特卡洛（SD-FNDMC）方法在表面热化学中分子参考态误差，提出混合循环将分子形成贡献替换为基准耦合簇参考，校正了Pt(111)和Cu(111)上ORR中间体的吸附能。

Comments 34 pages, 2 figures, 3 main tables; Supplemental Material included. Revised manuscript

Journal ref Phys. Rev. B 114, 125107 (2026)

PACE: Phase-Aware Chunk Execution for Robot Policies with Action Chunking

PACE: 面向动作分块策略的相位感知分块执行方法

Junnan Nie, Jiayi Li, Jiachen Zhang, Junyi Lao, Chenghao Liu, Tianle Zhang, Liang Lin, Songfang Huang

机构 * Peking University（北京大学） ； JD Explore Academy（京东探索研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出PACE方法，通过在线预测动作分块中的低速过渡点作为重规划边界，自适应选择执行步长，无需重新训练即可提升机器人策略成功率。

Comments 21 pages, 7 figures, 6 tables. Preprint

NeuroPDE+: A Scalable Neuromorphic PDE Accelerator Based on Spintronic and Ferroelectric Devices

MCPT-Solver：一种利用MTJ设备的蒙特卡洛算法求解器用于粒子输运问题

Siqing Fu, Lizhou Wu, Tiejun Li, Xuchao Xie, Sheng Ma, Jianmin Zhang, Wei Chen, Yunping Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出MCPT-Solver，一种基于自旋的硬件真随机数生成器，用于高效求解蒙特卡洛粒子输运问题，通过优化设计实现高吞吐量和可调概率输出。

Comments 14 pages, 24 figures

Hierarchical Search of Tree Tensor Networks for High-Dimensional Data

层次化张量网络结构搜索用于高维数据

Zheng Guo, Aditya Deshpande, Xinyu Wang, Brian C. Kiedrowski, Alex A. Gorodetsky

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出HISS算法，通过随机子网络采样与分层优化，实现高维数据的自适应张量网络结构搜索，提升压缩效率与泛化能力。

The Spectral Topology of Global Imbalances:A Graph-Theoretic Framework for Systemic Risk in the Balance of Payments

全球失衡的谱拓扑：一个用于国际收支系统性风险的图论框架

Chandrasekhar Gokavarapu, Sanjeev Kumar Chejarla, Balayya Rajana, V. N. S. R. Murthy Duggirala, Srinivasulu Chittaru

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一个基于图论的框架，通过分析国际收支的谱拓扑来评估系统性风险，定义了谱稳定性准则和稳定性边际，并利用非回溯算子确定主权债务传染的拓扑阈值。

Journal ref Advances in Applied Mathematics and Computing ISSN:3125-5167, 2026

Balancing Centralized Learning and Distributed Self-Organization: A Hybrid Model for Embodied Morphogenesis

平衡集中学习与分布式自组织：一种混合模型用于具身形态发生

Takehiro Ishikawa

机构 * College of Computing, Georgia Institute of Technology（计算机学院，佐治亚理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种混合模型，通过结合类脑控制器与类细胞基质，实现高效、稳定的图案形成，展示了集中学习与分布式自组织的最佳分工。

Comments Replaced with the peer-reviewed Version of Record published in Royal Society Open Science 13, 252327 (2026). DOI: 10.1098/rsos.252327

Journal ref R. Soc. Open Sci. 13 (2026) 252327

High-order, Compact, and Symmetric Finite Difference Methods for $d$-Dimensional Elliptic Equations

用于d维椭圆方程的高阶紧致对称有限差分方法

Qiwei Feng, Bin Han, Michelle Michelle, Jiwoon Sim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对d维超立方体上的变系数泊松方程，提出紧致对称高阶有限差分方法，证明1维紧致3点对称格式可任意阶相容，2维对应格式最大阶数为4、特殊条件下可达6，3维及以上的4阶格式可线性组合两类单轴与双轴差分格式，所有模板明确给出。

AI Alignment in Medical Imaging: Unveiling Hidden Biases Through Counterfactual Analysis

医学影像中的AI对齐：通过反事实分析揭示隐藏偏差

Haroui Ma, Francesco Quinzan, Theresa Willem, Stefan Bauer

机构 * School of Computation, Information and Technology, Technical University of Munich（技术大学慕尼黑计算、信息与技术学院） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Helmholtz AI, Munich, Germany（海德堡人工智能研究所，德国慕尼黑） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究针对医学影像ML系统的偏差问题，提出结合条件潜在扩散模型与统计假设检验的统计框架，在多数据集上验证其优于基线，为医疗AI安全提供可靠工具。

Learning Controlled Stochastic Differential Equations

学习受控随机微分方程

Luc Brogat-Motte, Riccardo Bonalli, Alessandro Rudi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对多维非线性受控随机微分方程，提出核方法拟合漂移与扩散项，证明有限样本误差界并通过数值实验验证，提供开源Python实现。