图像生成

ARGen: Affect-Reinforced Generative Augmentation towards Vision-based Dynamic Emotion Perception

ARGen：基于情感强化的生成增强方法用于基于视觉的动态情绪感知

Huanzhen Wang, Ziheng Zhou, Jiaqi Song, Li He, Yunshi Lan, Yan Wang, Wenqiang Zhang

机构 * Fudan University（复旦大学） ； East China Normal University（华东师范大学） 纠错

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

AI总结 本文提出ARGen框架，通过情感语义注入和自适应强化扩散阶段，解决野外动态表情识别中的数据稀缺问题，提升情绪感知的生成质量和识别性能。

MMPhysVideo: Physically Plausible Video Generation Through Joint RGB-Perception Modeling

MMPhysVideo: 通过联合多模态建模提升视频生成的物理合理性

Shubo Lin, Xuanyang Zhang, Wei Cheng, Weiming Hu, Gang Yu, Jin Gao

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, CASIA（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； StepFun（阶跃星辰） ； Beijing Key Laboratory of Super Intelligent Security of Multi-Modal Information（多模态信息超级智能安全北京市重点实验室） ； School of Information Science and Technology, Shanghai Tech University（上海科技大学信息科学与技术学院） 纠错

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

AI总结 MMPhysVideo通过联合多模态建模提升视频生成的物理合理性，将感知线索统一为伪RGB格式，提出双向控制教师架构以减少跨模态干扰，并通过MMPhysPipe构建物理丰富的多模态数据集，提升物理合理性和视觉质量。

Comments Project Page: https://shubolin028.github.io/MMPhysVideo-Page

From Representational Complementarity to Dual Systems: Synergizing VLM and Vision-Only Backbones for End-to-End Driving

从表征互补性到双系统：协同VLM和纯视觉骨干网络用于端到端驾驶

Sining Ang, Yuguang Yang, Chenxu Dang, Canyu Chen, Cheng Chi, Haiyan Liu, Xuanyao Mao, Jason Bao, Xuliang, Bingchuan Sun, Yan Wang

机构 * Department of Automation, University of Science and Technology of China（中国科学技术大学自动化系） ； School of Electronic Information Engineering, Beihang University（北京航空航天大学电子信息工程学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； National Superior College for Engineers, Beihang University（北京航空航天大学国家级工程师学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Lenovo Group Limited（联想集团有限公司） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） 纠错

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

AI总结 本文通过协同VLM和纯视觉骨干网络，提出HybridDriveVLA和DualDriveVLA，提升端到端驾驶的PDMS性能。

CLONE: Continuous Latent Optimization for Normal Estimation via 3D Gaussian Splatting

CLONE: 基于3DGS的闭环可微优化框架用于单图像法线估计

Yanxing Liang, Yinghui Wang, Wei Li, Tao Yan, Jiaxing Shen

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机科学学院，中国无锡） ； School of Data Science, Lingnan University, Hong Kong, China（岭南大学数据科学学院，中国香港） 纠错

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

AI总结 提出CLONE框架，通过3D高斯泼溅参数化场景并利用协方差特征分解得到连续可微法线，结合可微光照模型和一步确定性扩散精化网络，在统一重投影目标下联合优化，实现无需真值法线监督的几何一致性单图像法线估计。

Optimal Trading of Microstructure Mean Reversion

Lucas Rabechini Amaral

专题命中 扩散模型 ：diffusion(abstract)

Comments 26 pages, 5 figures

Generative Models for Modeling and Synthesizing MIMO Channels in Adverse Weather Conditions

用于恶劣天气条件下MIMO信道建模与合成的生成模型

Vignesh Nandakumar, Faraz Barati, Brian L. Evans

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对极端天气下MIMO信道测量受限问题，构建含多天气类型与强度的5G/6G场景数据集，训练天气条件扩散模型生成恶劣天气信道，评估后验证其可泛化用于恶劣环境信道建模。

Google's AI & Economy ATLAS v1.0: Mapping Gemini Usage in the Economy

谷歌的AI与经济ATLAS v1.0：映射Gemini在经济中的应用

Zanna Iscenko, Scott Strand, Yiyuan Chen, Guillaume Aimard, Mihai Codreanu, Vivek Sampathkumar, Alex Imas, Julian Jacobs, Evalyne Muiruri, Juan Mateos-Garcia, Jia Jen Ng, Samirah Javed, Josh Martin, Omar Ajmeri, Denis Calin, Andrew Kim, Fabien Curto Millet, James Manyika

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究推出AI与经济ATLAS v1.0，基于1500万条去标识化交互数据映射Gemini的经济应用，揭示AI在美及全球的使用特征，为AI转型相关研究提供实证支撑。

Benchmarking Sheaf Neural Networks for Inductive Tasks

用于归纳任务的层状神经网络基准测试

Stefano Fiorini, Edoardo Coppola, Pietro Liò

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过首个层状神经网络设计空间的系统基准测试，在14个归纳式数据集上开展1890项实验，明确了层状神经网络在归纳任务中的表现及关键设计选择，为其实际应用提供了指导。

Rethinking Generative AI Literacy: An Integrative, Developmental, and Dialectical Framework for K-12 Teacher Education

重新思考生成式AI素养：面向K-12教师教育的整合型、发展型与辩证型框架

Shahin Hossain, Sima Ahmadi, Leqi Li, Idowu David Awoyemi, Wei Huang, Chenxi Zhou, Jujia Li, Samaa Haniya, Shapla Khanam, Tasbirun Mashreka Subaha

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对GenAI素养滞后于技术扩散的问题，提出整合型、发展型、辩证型的RAIL-Ed框架，明确六大支柱与三级标准，为K-12教师教育及相关政策提供理论基础。

Comments 20 pages, 2 figures, 7 tables

EndoWAM: A Grounded World-Action Model for Generalizable Endoscopic Navigation

EndoWAM：用于通用内窥镜导航的基于接地的世界-动作模型

Jinsong Lin, Zikang Pan, Wanhao Liu, Chi Kit Ng, Liangjing Shao, Zihang Yu, Ziyu Wang, Yin Wang, Jiaxi Wang, Jeremy Yuen-Chun Teoh, Zhiyong Xiong, Huxin Gao, Hongliang Ren

专题命中 扩散模型 ：diffusion(abstract)

AI总结 EndoWAM是首个用于通用机器人内窥镜导航的世界-动作模型，通过未来接地机制结合轻量型扩散Transformer与离散动作专家，在EndoMotion数据集上优于基线，具强零样本泛化能力。

State space modeling of RLC ladder circuits

RLC梯形电路的状态空间建模

Stephan Scholz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对RLC梯形电路推导线性时不变状态空间模型，讨论大规模二阶微分方程的矩阵结构，通过仿真揭示其固有动力学行为，为大规模电路的简洁描述提供方法。

Comments 18 pages, 7 figures

Fused Bayesian Flow Networks for Dual-Target Molecular Design

用于双靶点分子设计的融合贝叶斯流网络

Jingyuan Zhou, Shikui Tu, Lei Xu

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对现有双靶点分子生成方法难以充分整合双靶标特征的问题，提出融合贝叶斯流网络FusedBFN，通过分布融合与乘积专家公式实现双靶点分子设计，实验证实其生成的分子兼具强结合亲和力与良好性质。

CN101 - A Digital Thermodynamic Computer for Generative AI

CN101 —— 用于生成式AI的数字热力学计算机

Lars Holdijk, Denis Melanson, Zier Mensch, Brandon Birchall, Vincent Cheung, Nicholas Lehrter, Maxwell Aifer, Samuel Duffield, Jan Ole Ernst, Rajath Salegame, Antonio J. Martinez, Gavin Crooks, Miranda Cheng, Zach Belateche, Marc Bright, Patrick J. Coles, Faris Sbahi

专题命中 扩散模型 ：image generation(abstract)

AI总结 本研究提出与基底无关的平衡式计算形式化方法，制造了实现该方法的数字热力学芯片CN101，其可在标准数字硬件上利用平衡式表述的计算特性，适配生成式AI任务。

AnyBand: Unified Multi-Bandwidth Speech Extension via Frequency-Aware In-Context Spectral Infilling

AnyBand：基于频率感知上下文频谱补全的统一多带宽语音扩展

Junchuan Zhao, Minh Duc Vu, Bowen Zhang, Ye Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出统一多带宽语音扩展框架AnyBand，采用频率感知扩散Transformer等技术，可在连续输入带宽范围实现高质量语音带宽扩展，性能优于现有基准。

Comments 16 pages, 11 figures, 7 tables

Localization in Spatiotemporal Fields via Environmental PDEs

基于环境偏微分方程的时空场定位方法

Jose Fuentes, Abdullah Al Redwan Newaz, Ana Cavalcanti, Leonardo Bobadilla

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出基于PDE控制的环境时空场的定位框架，采用Rao-Blackwellized粒子滤波器分解车辆状态，仿真与实验表明其定位精度优于标准粒子滤波器，验证了环境场用于实际定位的可行性。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

DiffusionGemma Technical Report

DiffusionGemma 技术报告

DiffusionGemma Team, Adrien Ali Taïga, James Assiene, Daniele Calandriello, Rahma Chaabouni, João Gante, Tamara von Glehn, Nate Keating, Chris Knutsen, Martin Kukla, Tianlin Liu, Ivan Lobov, Ofir Nabati, João Gabriel Oliveira, Nicolas Perez-Nieves, Nastasia Prutianova, Bobak Shahriari, Jean Tarbouriech, Pavel Tyletski, Çağlar Ünlü, Cindy Wu, Glenn Cameron, Jerome Connor, Sertan Girgin, Maarten Grootendorst, Alon Levkovitch, Eliya Nachmani, Omar Sanseviero, Piotr Stanczyk, Quentin Berthet, Andrew Campbell, Clément Crepy, Valentin De Bortoli, Arnaud Doucet, Romuald Elie, Alexandre Galashov, Klaus Greff, Alexis Jacq, David Ruhe, Yu-Han Wu, Sebastian Flennerhag, Brendan O'Donoghue, George Scrivener, Shantanu Thakoor

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究推出开放权重语言模型 DiffusionGemma，通过并行优化 256 个 token 块规避 AR 模型顺序解码瓶颈，经两阶段微调后实现 1500 token/秒生成速度，性能优于带推测解码的 AR 模型，还支持多模态等功能并为混合解码提供方向。

Modeling Unknown Nonlocal PDE Systems via Flow Map Learning

基于流映射学习的未知非局部偏微分方程系统建模

Zhongshu Xu, Ying Li, Yanzhi Zhang, Dongbin Xiu

机构 * Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系） ； Department of Mathematics and Statistics, Missouri University of Science and Technology（密苏里科技大学数学与统计系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出流映射学习（FML）框架，无需显式处理非局部算子，可从解数据建模未知非局部偏微分方程，经数值实验验证能实现准确稳定的长时间预测，为非局部动力学学习提供有效数据驱动方法。

On countable subsets of solutions of nonlinear higher-order ODEs and elliptic PDEs with indefinite operators

关于具有不定算子的非线性高阶常微分方程与椭圆型偏微分方程解的可数子集

Pablo Alvarez-Caudevilla, Jonathan D. Ev ans, Victor A. Galaktionov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过粘合/匹配论证，证明了具有不定算子的高阶非线性常微分方程与椭圆型偏微分方程存在可数解族，补充了L–S理论不适用情形下的解存在性结果。

Comments 58 pages

Dynamic Traffic Allocation for Revenue Maximization on Creator Economy Platform

创作者经济平台上实现收益最大化的动态流量分配

Zhengli Wang, Franklin Lin Feng, Zhixi Wan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对创作者经济平台的流量分配困境，构建动态优化模型，提出兼具筛选与有序增长的最优策略，发现简单启发式策略会造成25%收益损失，并给出接近最优的实用启发式策略。

A Geometric Inverse Source Problem for Stochastic Parabolic Equations

随机抛物方程的几何逆源问题

Yunzhang Li, Qi Lü, Meizhi Qian, Yu Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对随机抛物方程，提出形状梯度重建方法，通过部分边界通量测量首次同时恢复漂移项和扩散项中的两个未知源支撑，数值实验验证了其区分源通道的有效性。

New definitions of decay indicators and critical exponent for fractional semi-linear structurally damped evolution equations on the Heisenberg group

Heisenberg群上带结构阻尼的分数阶半线性发展方程的衰减指标与临界指数的新定义

Duc An Phan, The Anh Cung

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文在Heisenberg群上定义衰减指标与特征，推导线性分数阶扩散方程及结构阻尼分数阶半线性发展方程的衰减估计，确定半线性问题的临界指数，拓展了相关研究结果。

Comments 37 pages

Nonexistence for effectively damped waves with time-dependent mass

带时变质量的有效阻尼波的不存在性

Duc An Phan, The Anh Cung, Trung Loc Tang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对带有效时变阻尼和时变质量的半线性波动方程，在特定条件下证明了亚临界及临界情况整体弱解不存在，并给出了条件寿命上界与显式容许系数族。

Quantitative Particle Approximation for Controlled Nonlinear Filtering

受控非线性滤波的定量粒子近似

Erhan Bayraktar, Ibrahim Ekren, Xihao He, Xin Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对受控非线性滤波问题，通过集中式N粒子控制问题近似，在特定条件下证明了不同维度下的值函数收敛速率，为相关滤波问题的粒子近似提供了定量误差保证。

Inertial manifolds for the nonlocal parabolic problem

非局部抛物问题的惯性流形

Xiaoqing Yang, Alexandre N. Carvalho, Chunyou Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对一类非局部抛物问题，提出研究其惯性流形的抽象框架，通过调整非局部项得到谱间隙条件，成功证明了正方形域上二维非局部反应扩散方程的惯性流形存在性。

Adaptive Quantum Physics-Informed Neural Networks for Differential Equations with Applications to Fluid Dynamics

用于微分方程的自适应量子物理信息神经网络及其在流体动力学中的应用

Fabio Pereira dos Santos, Renato Portugal, Júlio de Castro Vargas Fernandes, Lucas Timotheo Sanches

机构 * National Laboratory of Scientific Computing（国家科学计算实验室） ； Center for Computation and Technology - Louisiana State University（路易斯安那州立大学计算与技术中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出混合量子-经典框架，通过自适应采样、损失加权等策略增强QPINNs，在基准流体等系统中解精度提升至少60%，为量子增强科学机器学习提供可扩展途径。

Variational Inference Using a Differentiable Multigrid Linear Solver

使用可微多重网格线性求解器的变分推断

Andrés Ramírez, Philipp Haim, David Föger, Torsten A. Enßlin, Philipp Frank, Philipp Gschwandtner, Dominik Jüstel, Philipp Mertsch, Vo Hong Minh Phan, Laurin Söding, Hanieh Zandinejad, Ralf Kissmann

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究开发了可微多重网格求解器DMGS，将其与JAX对接用于NIFTy框架的变分推断，在3D组织辐射传输逆问题中验证了其高效性与泛化能力。

Comments 18 pages, 13 figures, 1 table

Committors and Reaction Rates from Trial Functions That Violate the Boundary Conditions

违反边界条件的试探函数的反应坐标与反应速率

Magnus Petersen, Simon Lichtinger, Roberto Covino

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种用归一化替代边界条件的变分原理，仅需少量输入即可高效估计高维反应坐标与速率，成功应用于多种蛋白质的相关计算。

Arctic bimodality reflects enhanced variability in the clear-cloudy transition rather than bistability

北极双模态反映了晴空-多云过渡区的变异性增强，而非双稳态

Nadja Omanovic, Antoon van Hooft, Valentina Zeni, Franziska Glassmeier

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对北极边界层的双模态分布，采用漂移-扩散框架分析15个冬季观测数据，发现其源于状态依赖随机波动而非双稳态，揭示了晴空-多云过渡区变异性增强的机制。

Constructing Self-Regulating Field Theoriesfrom Primal Wave Fields without Background Manifolds:The Emergence of the Coordinate Continuum

从无背景流形的原始波场构建自调节场理论：坐标连续统的涌现

Terence R. Smith

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出无背景流形的数学框架，从原始波场导出时空坐标连续统与自调节场，消除点状场相互作用的数学发散，证明紫外灾难源于经典扩散方程的点状表示。

Comments 15 pages

Physics-informed neural networks for two-dimensional wall-reactive solute dispersion in canonical shear flows

用于典型剪切流中二维壁面反应性溶质弥散的物理信息神经网络

Nanda Poddar, Subham Dhar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出PINN框架，用于模拟典型剪切流中二维壁面反应性溶质弥散，经ADI有限差分基准验证，可准确捕捉不同反应区域的溶质输运特性，为边界耦合反应性输运分析提供新工具。