图像生成

Evaluation-Verification Reward for Consistent Multi-Reference Image Editing

用于一致多参考图像编辑的评估-验证奖励

Yingmao Miao, Pengfei Zhang, Xiaochen Lv, Meng Yu, Lei Sun, Xiangxiang Chu, Chao Shen, Chenhao Lin

机构 * Xi’an Jiaotong University（西安交通大学） ； Amap, Alibaba（高德，阿里巴巴） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 针对多参考图像编辑的视觉一致性与奖励模型缺失问题，提出多维度评估-验证奖励EVR，实现无需架构改动的现成编辑器RL微调，性能优于Qwen-Image-Edit并达到或超NanoBanana。

Delta-Diffusion: Modeling Longitudinal Brain Amyloid-PET Trajectories via Conditional Poisson Diffusion Bridge

Delta-Diffusion: 通过条件泊松扩散桥建模纵向脑淀粉样蛋白-PET轨迹

Yongheng Sun, Minhui Yu, Mengqi Wu, Maureen Kohi, Mingxia Liu

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 提出Delta-Diffusion框架，将纵向PET合成建模为条件泊松扩散桥过程，结合扩散Transformer和物理启发的泊松扰动，在542名受试者上优于现有方法，准确捕捉淀粉样蛋白沉积的纵向变化。

Beyond the Dirac Delta: Mitigating Diversity Collapse in Reinforcement Fine-Tuning for Versatile Image Generation

超越狄拉克 delta：缓解强化微调中的多样性崩溃以实现多功能图像生成

Jinmei Liu, Haoru Li, Zhenhong Sun, Chaofeng Chen, Yatao Bian, Bo Wang, Daoyi Dong, Chunlin Chen, Zhi Wang

机构 * Nanjing University（南京大学） ； Australia National University（澳大利亚国立大学） ； Wuhan University（武汉大学） ； National University of Singapore（新加坡国立大学） ； University of Technology Sydney（技术科技大学） 纠错

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

AI总结 DRIFT通过激励输出多样性缓解强化微调中的多样性崩溃，提升图像生成的多样性和任务对齐能力。

AdaCorrection: Adaptive Offset Cache Correction for Accurate Diffusion Transformers

AdaCorrection: 用于准确扩散变换器的自适应偏移缓存校正

Dong Liu, Yanxuan Yu, Ben Lengerich, Ying Nian Wu

机构 * Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出AdaCorrection框架，通过自适应偏移缓存校正提升扩散变换器的生成质量与缓存复用效率，减少计算开销并保持高保真度。

Seeking Physics in Diffusion Noise

在扩散噪声中寻求物理规律

Chujun Tang, Lei Zhong, Fangqiang Ding

机构 * Brown University（布朗大学） ； University of Edinburgh（爱丁堡大学） ； MIT（麻省理工学院） 纠错

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

AI总结 研究通过分析预训练扩散变换器的中间去噪表示，发现物理合理与不合理视频在中层特征空间部分可分离，提出渐进轨迹选择策略提升物理一致性并降低推理成本。

Comments 15 pages

Group-Equivariant Diffusion Models for Lattice Field Theory

用于格点场论的群等变扩散模型

Octavio Vega, Javad Komijani, Aida El-Khadra, Marina Marinkovic

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对格点量子场论MCMC模拟的临界慢化问题，提出对群变换等变的对称感知分数扩散模型，经增强训练后在样本质量等指标上优于通用模型。

Comments Updated to match published version in JHEP. 45 pages, 12 figures. Code available at https://gitlab.com/ovega141/diffusion_for_lqft

Journal ref JHEP 07 (2026) 213

Weak Equilibrium Measures and Capacity--Hitting Identities for the Hypoelliptic Third-Order Langevin Diffusion

亚椭圆三阶朗之万扩散的弱平衡测度与容量-击中恒等式

Ping He, Xiaodan Li, Yingli Wang, Lingjiong Zhu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文受加速采样算法启发，针对亚椭圆三阶朗之万扩散，通过证明椭圆正则化稳定性定理，结合特定策略与估计，构建弱平衡测度和弱容量，得到有界域及全空间的相关恒等式和正哈里斯常返性。

Three-Body Earth-Moon Transfers with Different Departure/Arrival Orbital Altitudes: New Phenomenon and Diffusion Model-Augmented Construction

不同出发/到达轨道高度的三体地月转移：新现象与扩散模型增强构建

Shuyue Fu, Wenxuan Zhang, Di Wu, Shengping Gong, Peng Shi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对传统网格搜索法在构建不同轨道高度地月转移时收敛慢、效率低的问题，本文提出扩散模型增强方法，发现飞行时间分布的不连续现象，并利用该现象训练扩散模型生成高质量初值，将收敛率提升47.34-56.25%，时间节省39.39-40.52%。

A tensor-based exponential integrator for diffusion--reaction equations in common curvilinear coordinates

基于张量的扩散-反应方程在通用非正交坐标中的指数积分器

Marco Caliari, Fabio Cassini

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种基于张量的方法，用于求解在允许通用非正交坐标表示的区域中扩散-反应方程的数值解，通过巧妙的有限差分离散化和指数欧拉方法处理刚性问题。

Esoteric Language Models: A Family of Any-Order Diffusion LLMs

深奥语言模型：一类任意阶扩散LLM

Subham Sekhar Sahoo, Zhihan Yang, Yash Akhauri, Johnna Liu, Deepansha Singh, Zhoujun Cheng, Zhengzhong Liu, Eric Xing, John Thickstun, Arash Vahdat

机构 * Cornell University（康奈尔大学） ； NVIDIA（英伟达） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Eso-LMs模型，融合自回归与掩码扩散范式，通过因果注意力实现精确似然计算和KV缓存，在速度-质量帕累托前沿上达到新最优。

Comments ICML 2026 Camera Ready

Shape optimization for piecewise parameter identification in inverse diffusion problems with a single boundary measurement

在具有单个边界测量的逆扩散问题中针对分段参数识别的形状优化

Manabu Machida, Hirofumi Notsu, Julius Fergy Tiongson Rabago

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于形状优化的方法，用于在具有单个边界测量的逆扩散问题中恢复空间依赖参数，通过利用欧拉导数提升参数恢复的效率。

PSI3D: Plug-and-Play 3D Stochastic Inference with Slice-wise Latent Diffusion Prior

PSI3D: 无需编程的3D随机推断与切片式潜在扩散先验

Wenhan Guo, Jinglun Yu, Yaning Wang, Jin U. Kang, Yu Sun

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 PSI3D通过切片式潜在扩散先验和总变分正则化，提升大规模3D随机推断在OCT超分辨率中的重建质量。

Comments 10 pages, 3 figures

Curiosity-Diffuser: Curiosity Guide Diffusion Models for Reliability

Curiosity-Diffuser：引导扩散模型提升可靠性的好奇心机制

Zihao Liu, Xing Liu, Yuhang Dong, Haitao Chang, Zhengxiong Liu, Panfeng Huang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对机器人神经网络模型不稳定的问题，提出Curiosity-Diffuser方法，结合RND好奇心模块与分类器引导扩散提升策略可靠性，经仿真与真实实验验证有效

Comments Accepted for publication in Machine Intelligence Research

UniCSG: Unified High-Fidelity Content-Constrained Style-Driven Generation via Staged Semantic and Frequency Disentanglement

UniCSG：通过分阶段语义和频率解耦实现统一的高保真内容约束风格驱动生成

Jingwei Yang, Ruoxi Wu, Wei Shen, Meng Li, Yulong Liu, Huimin She, Lunxi Yuan

机构 * China University of Mining and Technology（中国矿业大学） ； OPPO Artificial Intelligence Center（OPPO人工智能中心） 纠错

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

AI总结 UniCSG通过分阶段语义和频率解耦，解决风格迁移中内容与风格纠缠问题，提升生成内容的忠实度和稳定性。

From Understanding to Erasing: Towards Complete and Stable Video Object Removal

从理解到擦除：迈向完全且稳定的视频对象移除

Dingming Liu, Wenjing Wang, Chen Li, Jing Lyu, Haotian Dong

机构 * Peking University（北京大学） ； WeChat Vision, Tencent Inc.（腾讯微信视觉） 纠错

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

AI总结 本文提出通过外部和内部指导机制，结合视觉基础模型与视频扩散模型，提升视频对象移除的物理和语义理解能力，实现清晰且连贯的移除效果，并建立首个真实世界基准测试。

Comments Code: https://github.com/WeChatCV/UnderEraser

Measuring the Dependency Gap: Diagnosing Inter-Column Fidelity in Tabular Generative Models

测量依赖差距：诊断表格生成模型中的列间保真度

Jie Zhang

机构 * Accenture Japan（埃森哲日本公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究表格生成模型列间保真度，引入依赖感知保真度诊断方法，分解XGB-C2ST测试，应用于TabbyFlow/EF-VFM发现标准指标遗漏的依赖差距，探讨差距原因，表明是缺乏直接依赖监督，非容量或结构问题

On the boundaries, asymptotic law and Bernoulli-Doob representation of homogeneous bounded martingales

关于齐次有界鞅的边界、渐近律和伯努利 - 杜布表示

Damiano Brigo, Frédéric Vrins

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究有界状态空间中齐次扩散鞅，建立其与伯努利 - 杜布鞅的等价关系，证明伯努利极限渐近性，阐明相关边界分类等关系，通过\(\Phi\)鞅等进行理论说明及信用风险建模应用。

Origin of the reaction temperature in solid-state materials synthesis

固态材料合成中反应温度的起源

Shibo Tan, Gabrielle E. Kamm, Alex Stangel, Paul Chao, Alexander Mensah, Varun Srinivas Venkatesh, Eymana Maria, Nishkarsh Agarwal, Woohyeon Baek, John Ferrari, Katsuyo Thornton, Ashwin Shahani, Robert Hovden, Karena W. Chapman, Wenhao Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究固态材料合成中反应温度的起源问题，提出在亚稳共晶温度以上形成瞬态液相作为快速扩散介质引发反应的方法，此原理可用于多种复杂材料合成制造。

Comments Uploaded to ArXiv before all revisions received from coauthors

Transport coefficients of strongly interacting quark-gluon plasma including elastic and inelastic scattering within the dynamical quasiparticle model

强相互作用夸克-胶子等离子体在动力学准粒子模型中的输运系数：包括弹性和非弹性散射

Gaia Ingrosso, Olga Soloveva, Ilia Grishmanovskii, Taesoo Song, Elena Bratkovskaya

专题命中 扩散模型 ：diffusion(abstract)

AI总结 在动力学准粒子模型框架下，研究非弹性胶子辐射过程对夸克-胶子等离子体输运系数的影响，发现辐射通道会系统性地降低剪切粘度、体粘度、电导率和重子扩散系数，但降低幅度适中，结果与格点QCD估计一致。

Comments 14 pages, 10 figures

Stable Attention Response for Reliable Precipitation Nowcasting

稳定注意力响应以实现可靠的降水现在预测

Penghui Wen, Zexin Hu, Sen Zhang, Patrick Filippi, Xiaogang Zhu, Allen Benter, Thomas Bishop, Zhiyong Wang, Kun Hu

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； School of Life and Environmental Science, The University of Sydney（悉尼大学生命与环境科学学院） ； School of Computer Science and Information Technology, The University of Adelaide（阿德莱德大学计算机科学与信息技术学院） ； Digital Agriculture, Orange Agricultural Institute（数字农业，橙色农业研究所） ； School of Science, Edith Cowan University（埃迪斯科文大学科学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出HARECast框架，通过头部注意力响应能量调节提升降水现在预测的稳定性，实验证明其在SEVIR和MeteoNet基准上表现优异。

Active Transport as a Mechanism of Microphase Selection in Biomolecular Condensates

主动运输作为生物分子凝聚体中微相选择的机制

Le Qiao, Peter Gispert, Lukas S. Stelzl, Friederike Schmid

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究提出通过主动运输机制调控生物分子凝聚体大小和组织，揭示运输驱动的长程排斥作用如何控制凝聚体形成，提供了一种可编程的凝聚体组织方法。

Estimating an initial telomere length distribution from the Laplace transform of its senescence times distribution

从衰老时间分布的拉普拉斯变换估计初始端粒长度分布

Jules Olayé

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文改进了之前基于传输方程的端粒长度分布估计方法，通过引入对流-扩散方程考虑随机性，建立拉普拉斯变换间的联系，利用Gaver-Stehfest算法构造新估计器。

Comments First submitted version

Energy-Tweedie: Score meets Score, Energy meets Energy

能量- Tweedie：分数与分数，能量与能量

Andrej Leban

机构 * Department of Statistics, University of Michigan（统计学系，密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出能量- Tweedie方法，通过推导能量分数与噪声边缘分数的关系，扩展了Tweedie公式，用于改进去噪和分数估计。

Comments 54 pages, 17 figures

Global weak solvability for doubly degenerate nutrient taxis system in physical dimension

双退化营养趋化系统在物理维度下的全局可解性

Bao-Ngoc Tran, Juan Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究双退化营养趋化系统在物理维度下的全局弱可解性，针对不同α值划分三种情况，探讨趋化效应强度对解存在性的影响。

Sample Path Moderate Deviation Principle for Queues with Waiting-time Dependent Interarrival and Service Times

等待时间依赖到达间隔与服务时间的队列的样本路径中偏差原理

Chang Feng, John J. Hasenbein, Guodong Pang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对等待时间依赖到达间隔与服务时间的单服务台队列，建立样本路径中偏差原理，明确了两种情形下的速率函数，采用鞅技术完成分析。

Comments 39 pages, 3 figures

GenAI-Powered Inference

生成式人工智能驱动的推断

Kosuke Imai, Kentaro Nakamura

机构 * Harvard University（哈佛大学） ； John F. Kennedy School of Government（约翰·F·肯尼迪政府学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究人员提出GPI统计框架，利用开源GenAI模型提取非结构化数据的低维表示，无需微调生成模型，通过三个应用验证其可用于因果与预测推断，开源软件包可实现该框架。

Modeling oxygen-void interactions in uranium nitride

氮化铀中氧-空位相互作用的建模

Mohamed AbdulHameed, Anton J. Schneider, Benjamin Beeler, Michael W. D. Cooper

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究开发第一性原理模型，揭示氮化铀中氧与空洞、裂变气气泡的相互作用可降低表面能，该效应在小空洞中等温度下最显著，为解释其辐照肿胀行为提供了关键机制。

Contrastive Diffusion Alignment: Learning Structured Latents for Controllable Generation

对比扩散对齐：用于可控生成的结构化潜在学习

Ruchi Sandilya, Sumaira Perez, Charles Lynch, Lindsay Victoria, Benjamin Zebley, Derrick Matthew Buchanan, Mahendra T. Bhati, Nolan Williams, Timothy J. Spellman, Faith M. Gunning, Conor Liston, Logan Grosenick

机构 * Department of Psychiatry, Weill Cornell Medicine, New York, NY, USA（威立·科林斯医学中心精神科） ； Department of Psychiatry, Stanford University, Stanford, CA, USA（斯坦福大学精神科） ； Department of Neuroscience, University of Connecticut School of Medicine, Farmington, CT, USA（康涅狄格大学医学院神经科学系） 纠错

专题命中 可控生成 ：diffusion(title,abstract)

AI总结 ConDA通过对比学习在扩散模型中学习结构化潜在空间，实现可控生成和动态解释。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

Journal ref Proceedings of the 43rd International Conference on Machine Learning, PMLR 306, 2026

ArtChart: Faithful Artistic Chart Generation with Integrated Text Rendering

ArtChart：一个用于忠实生成艺术图表并集成文本渲染的基准测试

Meijia Huang, Yingjie Yin, Shihao Wang, Chenguang Ma

机构 * Ant Group（蚂蚁集团） 纠错

专题命中 可控生成 ：image synthesis(abstract)；分类 cs.CV

AI总结 研究旨在解决艺术图表生成难题，提出ArtChart框架，含特定即插即用模块及强化学习等策略，构建基准测试和评估套件，实验证明该框架能生成兼具美观与数学准确性的图表，优于开源基线。

MetaView: Monocular Novel View Synthesis with Scale-Aware Implicit Geometry Priors

MetaView：基于尺度感知隐式几何先验的单目新视图合成

Yufei Cai, Xuesong Niu, Hao Lu, Kun Gai, Kai Wu, Guosheng Lin

机构 * Nanyang Technological University（南洋理工大学） ； Kolors Team, Kuaishou Technology（快手科技色彩团队） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 研究提出MetaView框架，结合隐式几何建模与少量显式3D线索，利用前馈几何感知网络隐式几何先验及度量深度，实现大视角下单目新视图合成，实验证明该方法在挑战性场景中显著优于现有方法且泛化能力强。

Comments accepted to ECCV 2026