arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-07-31 至 2026-07-31 共收录 80 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 57 篇

2405.07285 2026-07-31 math.AP math-ph math.MP 78%

Solutions of time fractional anomalous diffusion equations with coefficients depending on both time and space variables

Ganbileg Bat-Ochir, Khongorzul Dorjgotov, Uuganbayar Zunderiya

专题命中 扩散模型 :diffusion(title,abstract)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27551 2026-07-31 cs.CR 新提交 71%

AnchorMark: Robust Diffusion Watermarking via Latent-Space Rotation Synchrony

AnchorMark:基于隐空间旋转同步的鲁棒扩散水印

Yuqi Qian, Yun Cao, Haocheng Fu, Haochen Zhao, Hong Zhang, Meineng Zhu

专题命中 扩散模型 :diffusion(title)

AI总结 针对现有反转水印在旋转等复合攻击下鲁棒性不足的问题,提出无训练的AnchorMark,利用隐空间旋转同步属性嵌入同步锚点,提升旋转及复合攻击下的比特准确率且对图像质量影响小。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.24974 2026-07-31 physics.chem-ph 版本更新 71%

Ultrafast configuration changes and anomalous diffusion of an aromatic adsorbate on rare-gas nanoparticles

芳香吸附质在稀有气体纳米颗粒上的超快构型变化与反常扩散

Arne Morlok, Philipp Elsässer, Yilin Li, Ulrich Bangert, Felix Riedel, Tanja Schilling, Frank Stienkemeier, Lukas Bruder

专题命中 扩散模型 :diffusion(title)

AI总结 研究稀有气体团簇上酞菁吸附质,结合高分辨率二维电子光谱和分子动力学模拟,揭示吸附质构型动力学,发现其亚扩散表面运动和捕获,为理解分子吸附质在纳米物体上的超快结合动力学提供见解。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.00434 2026-07-31 cs.CR 71%

CIF: A Constrained Inversion Framework for Reliable Message Extraction in Diffusion-Based Generative Steganography

CIF:一种用于扩散基生成隐写术中可靠信息提取的约束反演框架

Yuqi Qian, Yun Cao, Meiyang Lv, Haocheng Fu

专题命中 扩散模型 :diffusion(title)

AI总结 CIF通过约束反演框架提高扩散基生成隐写术中信息提取的准确性,减少潜在重构误差超过35%。

Journal ref Proceedings of the 14th ACM Workshop on Information Hiding and Multimedia Security (IH&MMSec '26), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12753 2026-07-31 cs.CV 版本更新 70%

RFMSR: Residual Flow Matching for Image Super-Resolution

RFMSR:用于图像超分辨率的残差流匹配

Shuwei Huang, Tianyao Luo, Jicheng Liu, Pan Zhou

机构 * Huazhong University of Science and Technology(华中科技大学) Wuhan University(武汉大学)

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

AI总结 研究针对图像超分辨率,提出残差流匹配框架RFMSR,将源分布集中于LQ潜变量以减少传输距离并保留结构先验,采用两阶段训练策略,实验证明该方法相比SOTA实现了相当甚至更优的感知质量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.03661 2026-07-31 cs.LG cs.AI 版本更新 67%

Dynamically Scaled Activation Steering

动态缩放的激活引导

Alex Ferrando, Xavier Suau, Jordi Gonzàlez, Pau Rodriguez

机构 * Apple(苹果公司) Universitat Autònoma de Barcelona(巴塞罗那自治大学)

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

AI总结 DSAS是一种动态缩放的激活引导框架,通过自适应调节引导强度,在生成过程中实现对特定概念的调控,同时提升模型的可解释性和性能平衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28581 2026-07-31 cs.CV 新提交 57%

ROAD: Reciprocal-Objective Alignment of Discriminative Semantics for 3D Shape Generation

ROAD:用于3D形状生成的判别式语义的互目标对齐

Xiao Luo, Mingyang Du, Xin Zhou, Tianrui Feng, Xiwu Chen, Xiaofan Li, Jiangning Zhang, Dingkang Liang

机构 * Huazhong University of Science and Technology(华中科技大学) Megvii(旷视科技) Zhejiang University(浙江大学)

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

AI总结 ROAD框架通过迁移判别式3D基础模型的先验,采用互目标对齐策略,仅用1.5%训练数据就实现了高保真3D生成,大幅降低了计算开销。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28470 2026-07-31 cs.AI cs.CV 新提交 57%

Towards Autonomous Aircraft Surveillance from Nanosatellites through On-Board Inference and Generative Data Augmentation

基于星上推理与生成式数据增强的纳卫星自主飞机监视技术研究

Antonio Delgado-Rosa, David Muñoz-Valero, Enrique Adrian Villarrubia-Martin, Juan Moreno-Garcia

机构 * Universidad de Castilla–La Mancha(卡斯蒂利亚-拉曼恰大学) Universidad de Castilla-La Mancha(卡斯蒂利亚-拉曼恰大学) Escuela de Ingeniería Industrial y Aeroespacial de Toledo(托莱多工业与航空航天工程学院) Escuela Superior de Informática(高等信息学院)

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

AI总结 针对纳卫星机载监视的下行链路瓶颈与数据集类别不平衡问题,提出结合星上推理与生成式数据增强的工作流,提升了检测精度与帧率,可作为实时自主监视的决策支持工具。

Comments 43 pages, 14 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28039 2026-07-31 cs.CV 新提交 57%

TongueReenact: Geometry-Anchored Tongue Synthesis for Face Reenactment

TongueReenact:几何锚定的人脸重演舌部合成

MD Wahiduzzaman Khan, Mingshan Jia, Xiaolin Zhang, En Yu, Kaska Musial-Gabrys

机构 * University of Technology Sydney(悉尼科技大学) Shandong University of Science and Technology(山东科技大学)

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

AI总结 本文提出首个跨身份舌部动态迁移框架,结合 foundation model 辅助的自举流水线与空间约束潜在掩码扩散模型,在舌部指标上较基线提升超两倍,且 VLM 评估证实其感知优势。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27749 2026-07-31 cs.CV cs.RO 新提交 57%

Articulated Object Reconstruction from Rest-State Observation

从静止状态观测的关节对象重建

Daeun Lee, Jaeah Lee, Woosung Kim, Haebeom Jung, Jaesik Park

机构 * Seoul National University(首尔大学)

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

AI总结 该研究针对需多关节状态运动观测的现有关节对象重建方法的局限,提出从单一静止闭合配置重建关节对象的方法,通过显式网格融合多模型输出,结合视频扩散模型实现无运动观测下的关节参数估计,性能与多种基线相当。

Comments ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27634 2026-07-31 cs.CV 新提交 57%

4DHumanDiff: Direct Text-to-4DGS Generation for Consistent 360-Degree Dynamic Humans

4DHumanDiff:直接基于文本生成4DGS以实现一致的360度动态人类

Renlong Wu, Haoran Chen, Yuxiang Wei, Xiaowei Jin, Wangmeng Zuo, Hui Li

机构 * School of Computer Science and Technology, Harbin Institute of Technology(哈尔滨工业大学计算机科学与技术学院)

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

AI总结 针对文本生成360度动态人类的现有方法存在成本高、一致性差的问题,本文提出4DHumanDiff扩散框架,直接基于文本生成4DGS表示的动态人类,结合新数据集与技术,实现高效且一致性更好的生成。

Comments 14 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27372 2026-07-31 cs.LG cs.AI cs.CL cs.CV 新提交 57%

Explorative Modeling: Unlocking a Third Pretraining Axis and End-to-End Generation

探索式建模:解锁第三大预训练轴与端到端生成

Alexi Gladstone, Heng Ji, Yilun Du

机构 * UIUC(伊利诺伊大学厄巴纳-香槟分校) Harvard(哈佛大学)

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

AI总结 本研究提出探索式建模(XMs),为生成式模型增添第三预训练轴,可提升多域性能与效率,还能实现端到端重构生成建模,推理步骤大幅减少。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.22241 2026-07-31 cs.CV 版本更新 57%

AgentHOI: Multi-Agent Reasoning for Human-Object-Interaction Video Generation via Implicit Representation Alignment

AgentHOI:通过隐式表示对齐进行人类-物体交互视频生成的多智能体推理

Ziyao Huang, Shunkai Li, Juan Cao, Chenyu Li, Youliang Zhang, Zixiang Zhou, Cong Wang, Yuan Zhou, Qinglin Lu, Fan Tang

机构 * University of Chinese Academy of Sciences(中国科学院大学) Tencent HunYuan(腾讯混元)

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

AI总结 研究针对HOI视频生成中现有方法依赖显式运动控制的问题,提出AgentHOI,通过多智能体推理和隐式文本-运动对齐策略,实现文本驱动的HOI视频生成,提升了交互自然性等,改进了复杂场景下的表现。

Comments Under review. The code is available at https://github.com/bone-11/agenthoi

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.08405 2026-07-31 cs.CV 版本更新 57%

SyncBreaker:Stage-Aware Multimodal Adversarial Attacks on Audio-Driven Talking Head Generation

SyncBreaker:面向音频驱动生成的多模态对抗攻击框架

Wenli Zhang, Xianglong Shi, Sirui Zhao, Xinqi Chen, Guo Cheng, Yifan Xu, Tong Xu, Yong Liao

机构 * University of Science and Technology of China(中国科学技术大学) Beijing University of Technology(北京工业大学)

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

AI总结 针对音频驱动生成中单模态防护不足的问题,提出SyncBreaker框架,通过多模态联合扰动提升防护效果,有效抑制唇同步和面部动态。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27768 2026-07-31 cs.SD cs.AI 新提交 50%

VocalRender: Score-Native Singing Voice Synthesis for Real-World Composition

VocalRender:面向实际作曲的原生乐谱歌声合成

Yukun Chen, Tianrui Wang, Zhaoxi Mu, Xinyu Yang, EngSiong Chng

专题命中 扩散模型 :diffusion(abstract)

AI总结 VocalRender是一种原生乐谱歌声合成系统,通过歌词、音高等乐谱信息直接合成歌声,采用交错歌词-音符表示与自回归扩散模型,在2300小时数据集训练后,自然度CMOS较最强基线高0.42分,适配实际作曲工作流。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28408 2026-07-31 cs.LG cs.AI math.ST stat.ML stat.TH 新提交 50%

On-Policy and Off-Policy Learning for Large Action Spaces

面向大动作空间的在线策略与离线策略学习

Imad Aouali

专题命中 扩散模型 :diffusion(abstract)

AI总结 本论文针对大动作空间交互式系统的策略学习挑战,提出meTS、dTS、sDM等结构化贝叶斯方法,解决在线与离线策略学习的关键问题并提供理论保证。

Comments PhD Thesis, 241 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27563 2026-07-31 cs.LG math.OC math.PR stat.AP stat.ML 新提交 50%

Strategies for Milestone-driven Start-ups in Multi-activity Settings

多活动场景下里程碑驱动型初创企业的策略

Zhengli Wang

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文构建多活动下里程碑驱动的初创企业随机控制模型,求解出仅依赖有效前沿曲线的最优策略,为创业决策提供了基础支撑。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28614 2026-07-31 math.PR 新提交 50%

Tampered Memory Elephant Random Walk on One-Dimensional Integer Lattice

一维整数格上的篡改记忆大象随机游走

Vinita Mulay, Neeraja Sahasrabudhe, Debleena Thacker

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究针对一维整数格提出篡改记忆大象随机游走,确定其相变的尖锐记忆阈值为1/2,推测该阈值也适用于随机记忆划分的情形,为大象随机游走的记忆相变问题提供了关键理论结果。

Comments 33 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28004 2026-07-31 math.PR 新提交 50%

Folding representations of reflected diffusions

反射扩散过程的折叠表示

David Itkin, Ioannis Karatzas

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究针对欧氏空间正则闭凸域边界上的带反射扩散过程,提出通过无约束扩散的瞬时变换(折叠)构造的新方法,完善了此类扩散过程的构建途径。

Comments 36 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27471 2026-07-31 math.NA cs.NA 新提交 50%

Residual-Driven Lifting Identification for Nonlinear-Manifold Reduced-Order Models of Parametrized Linear PDEs

参数化线性偏微分方程的非线性流形降阶模型的残差驱动提升识别

Francesco A. B. Silva, Jean C. Ragusa, Theron Guo, Rudy Geelen

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究针对参数化线性偏微分方程,提出残差驱动的非线性流形降阶模型提升识别方法,无需高保真快照即可实现,在平流-扩散等问题上精度优于线性子空间,与快照驱动方法精度相当。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28485 2026-07-31 quant-ph 新提交 50%

Optical linewidth narrowing for device-coupled single T centers

面向器件耦合的单个T中心的光学线宽窄化

Adam Johnston, Yu-En Wong, Shengbin Yan, Ulises Felix-Rendon, Songtao Chen

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究针对硅中单个T中心因光谱扩散导致的光学线宽过宽问题,采用激光扫描显微镜提供带隙以上光激发,实现70%线宽窄化,通过速率方程模型解释机制,为量子网络应用扫清障碍。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27446 2026-07-31 physics.bio-ph 新提交 50%

Do ions have a coating in neuronal electrolytes under an electric field?

电场下神经元电解质中的离子是否存在涂层?

János Végh

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究探讨电场下神经元电解质中离子是否存在涂层,假设涂层改变离子尺寸,修改斯托克斯-爱因斯坦关系描述电场驱动漂移,结合Hodgkin-Huxley实验证实离子涂层状态与速度无关,为轴突冲动传播研究提供参考。

Comments 10 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27402 2026-07-31 physics.bio-ph nlin.AO nlin.PS 新提交 50%

Continuous Game of Life: cell emergence and self-organization at the edge of growth

连续生命游戏:生长边缘的细胞涌现与自组织

Alexandre Guillet, Frank Jülicher

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究连续生命游戏的最小变体,其可生成自复制、滑行的类细胞图案,引入资源守恒定律后系统在稀-密转变处(生长边缘)自组织,为研究类生命模式涌现提供了理想模型。

Comments Code is available at: https://codeberg.org/A-Guillet/cGoL To be published in Artificial Life 26 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27306 2026-07-31 cond-mat.mes-hall cond-mat.mtrl-sci 新提交 50%

Harnessing Native Chromium Oxidation for Giant Orbital Torque and Field-Free Magnetization Switching in NiFe/Cr Bilayers

利用本征铬氧化实现NiFe/Cr双层膜中的巨轨道力矩与无场磁化翻转

Chirag Kalouni, Abhishek Kumar, Manish Kumar Mohanta, Kanupriya, Athira Ravindran K, Damanpreet Kaur, Preet Kamal, Puru Jena, Debangsu Roy

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究利用Cr本征氧化物,将NiFe/Cr双层膜转化为自包含双轨道电流源,开发漂移-扩散模型揭示Cr-CrOₓ界面的轨道电流增强效应,实现高效无场磁化翻转,确立本征氧化为可扩展的轨道力矩器件制备策略。

Comments 21 pages ,8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27317 2026-07-31 astro-ph.GA 新提交 50%

Superdiffusion at the Galactic Centre

银心处的超扩散

Pau Amaro Seoane, Kostas Tzanavaris, Reinhard Genzel, Frank Eisenhauer, Thomas Ott, Stefan Gillessen, Guillaume Bourdarot, Diogo C. Ribeiro, Matteo Sadun Bordoni, Simran Joharle, Felix Mang, Andreas Burkert, Jorge Cuadra, Diego Calderón, Hagai B. Perets, Tsvi Piran, Re'em Sari

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究以S星团轨道为基础,建立超扩散分数阶输运模型,模拟共振弛豫过程,解释费米气泡能量需求,为空间引力波探测器提供轨道输运校准模型及星系核并合事件拓扑模型。

Comments Submitted

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27011 2026-07-31 eess.AS 版本更新 50%

Qwen-Audio-3.0-Gen-Preview Technical Report

Qwen-Audio-3.0-Gen-Preview 技术报告

Junyu Dai, Xiaoyue Duan, Xinyue Fan, Yihan Feng, Jingbei Li, Xiangang Li, Yunjia Li, Lejun Min, Yufei Shi, Xingchen Song, Yiran Wang, Cheng Wen, Menglin Wu, Bajian Xiang, Huaicheng Zhang, Han Zhao, Ruichen Zheng

专题命中 扩散模型 :diffusion(abstract)

AI总结 针对现有音频系统难以组织多类型音频形成长时场景的问题,提出 Qwen-Audio-3.0-Gen-Preview 框架,采用 DiT 与共享 VAE 实现统一多域音频生成,在多个基准上展现出性能优势。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.21721 2026-07-31 stat.ML cs.LG 版本更新 50%

Prior laundering: learned priors with inherited, undetectable overconfidence

先验清洗:具有继承性、不可检测的过度自信的学习先验

Ali Siahkoohi, Sina Alemohammad

机构 * Institute for Artificial Intelligence, University of Central Florida(人工智能研究所,中央佛罗里达大学) Department of CS, University of Central Florida(计算机科学系,中央佛罗里达大学) Department of ECE, The University of Texas at Austin(电子工程系,德克萨斯大学奥斯汀分校)

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究在贝叶斯逆问题中使用学习生成先验时因真值稀缺采用先验清洗的情况,指出其过度自信问题,通过对旧后验求平均产生旧正则化器,单个最佳档案更糟,部署时拟合档案的先验未覆盖盲子空间,建议分开数据支持置信度与继承信念。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.06696 2026-07-31 stat.ML cs.LG stat.ME 版本更新 50%

Heat-Kernel Entropy Profiles and Geometric Effective Sample Size for Weighted Measures on Manifolds

流形上加权测度的热核熵剖面与几何有效样本量

Kisung You, Boram Cho

机构 * Baruch College(巴克尔学院)

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究紧致流形上加权测度,引入热核熵剖面这一多尺度总结方法,通过内在热流扩散加权原子并跟踪尺度不均匀性,可计算二阶Rényi熵的几何有效样本量,实验表明其能揭示传统总结遗漏的结构。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.17186 2026-07-31 math.NA cs.NA math.DS math.PR q-bio.QM stat.CO 版本更新 50%

Operator splitting for exploiting linear-rate closure in solving infinite ODE hierarchies

利用闭合条件和算子分裂求解线性速率ODE层级(如同主方程)

Joshua C Chang

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种方法,通过闭合条件和算子分裂来求解线性速率ODE层级,解决了连续时间马尔可夫过程的正向方程问题,展示了该方法在不同应用中的有效性,包括分支过程、矩阵值电报和G/R延长等。

Comments An implementation exists at https://github.com/nih-niddk-mbs/StochasticGene.jl

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.01110 2026-07-31 cs.RO 版本更新 50%

Compact Task-Aligned Imitation Learning for Laboratory Automation

紧凑的任务对齐模仿学习用于实验室自动化

Kanata Suzuki, Hanon Nakamura, Kana Miyamoto, Tetsuya Ogata

机构 * Spatial Robotics Research Center, Fujitsu Limited.(富士通株式会社空间机器人研究中心) Faculty of Science and Engineering, Waseda University(早稻田大学理工学部) National Institute of Advanced Industrial Science and Technology(国家工业科学与技术研究院)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出了一种紧凑的模仿学习框架,通过小基础模型和扩散变换器专家实现高效实验室自动化,实验显示其在三个任务中的高成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏