图像生成

d3LLM: Ultra-Fast Diffusion LLM using Pseudo-Trajectory Distillation

d3LLM：基于伪轨迹蒸馏的超快扩散大语言模型

Yu-Yang Qian, Junda Su, Lanxiang Hu, Peiyuan Zhang, Zhijie Deng, Peng Zhao, Hao Zhang

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 d3LLM通过伪轨迹蒸馏和熵基多块解码技术，在提升并行性的同时保持准确性，实现超快的扩散大语言模型。

Comments ICML 2026

A Reverse-BSDE Diffusion Sampler

反向倒向随机微分方程扩散采样器

Jairon H. N. Batista, Flávio B. Gonçalves, Yuri F. Saporito, Rodrigo S. Targino

机构 * FGV EMAp 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究将反向时间扩散采样器重新表述为前向-后向随机微分方程，证明其与原方法等价并分解近似误差，经合成目标实验验证，该方法对复杂全局结构目标的采样具有良好前景。

Faster and Better Alignment for Flow Matching Models via Step-aware Advantages

Know Your Step: 通过步感知优势实现更快速和更优的流匹配模型对齐

Zhixiong Yue, Feiyang Ye, Zixuan Ni, Sheng Shen, Yu Zhang

机构 * Zhejiang University（浙江大学） ； HiThink Research（HiThink研究） ； Southern University of Science and Technology（南方科技大学） 纠错

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

AI总结 TAFS GRPO通过步感知优势机制改进流匹配模型，实现更高效且更优的少步文本到图像生成与人类偏好对齐。

SkillMemo: Expert-guided Skill Memory Framework for Compositional Embodied Manipulation

SkillMemo：用于组合式具身操纵的专家引导技能记忆框架

Changyuan Wang, Chubin Zhang, Zhenyu Wu, Runhao Li, Angyuan Ma, Ke Chao, Yinan Liang, Xiuwei Xu, Ziwei Wang, Yansong Tang, Jiwen Lu

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Nanyang Technological University（南洋理工大学） ； Beijing Normal University（北京师范大学） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 SkillMemo是一种专家引导的技能记忆框架，通过分解轨迹为技能基元并结合动态记忆库，提升了DP和VLA模型的组合泛化能力，在基准测试中达到最优性能。

PRISM: Distribution-Gated Flow Matching for Controllable Unpaired Image Translation

PRISM：用于可控非配对图像翻译的分布门控流匹配

Elad Yoshai, Natan T. Shaked

机构 * Tel Aviv University（特拉维夫大学） 纠错

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

AI总结 PRISM是一种无GAN的流匹配框架，通过分布门控实现可控非配对图像翻译，在5个自然与生物医学基准上，其在多数任务的Inception FID、KID及组织病理学细胞核计数比上表现优异，平衡了目标逼真度与结构保留。

KVAE: Family of Tokenizers for Multimodal Generative Models

KVAE：用于多模态生成模型的分词器家族

Andrey Shutkin, Denis Parkhomenko, Ivan Kirillov, Kirill Chernyshev, Kirill Malakhov, Ilia Vasiliev, Ilia Trushkin, Valeriya Kobenko, David Chikovani, Alexander Ivanov, Azat Saginbaev, Egor Silvestrov, Ivan Mikheev, Konstantin Zakharov

机构 * Kandinsky Lab（坎丁斯基实验室） 纠错

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

AI总结 本研究提出用于多模态生成模型的KVAE分词器家族，含音频、图像、视频专用型号，性能优于多款前沿开源分词器，公开了训练细节与代码。

Vorch-Director: Interactive World Story Model via Noise-Aware Error Rectification

Vorch-Director：基于噪声感知误差校正的交互式世界故事模型

Lisai Zhang, Yidi Wu, Qi Liu, Xin Ma, Yang Ding, Gang Yue, Siqian Yang, Jingyuan Chen, Lin Ma, Yaohui Wang

机构 * Vorch Team（Vorch团队） ； Zhejiang University（浙江大学） 纠错

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

AI总结 Vorch-Director是一种噪声感知残差校正策略，基于LTX-2扩散Transformer，可提升视听长视频生成的稳定性与保真度，支持多镜头、多主体的参考引导生成。

Comments Project page: https://vorch-project.github.io/Vorch-Director-project

Dual-Output Multi-Exposure HDR Reconstruction via SDR Fusion and Gain Map Inverse Tone Mapping

通过SDR融合与增益图逆色调映射实现双输出多曝光HDR重建

Jinho Kim, Jinwoo Kim, Seon Joo Kim

机构 * Yonsei University（延世大学） 纠错

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

AI总结 该研究提出DOME-HDR框架，通过LoRA适配的潜在扩散模型与双交叉注意力融合模块生成SDR，结合HPGM网络预测增益图实现多曝光HDR重建，在多个数据集上达到最优性能。

Comments Accepted to ECCV 2026

Hierarchical Flow Matching for 3D Point Cloud Generation

用于三维点云生成的分层流匹配

Linhao Wang, Qichang Zhang, Ye Su, Hao Wang

机构 * Shandong Normal University（山东师范大学） ； University of Macau（澳门大学） 纠错

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

AI总结 针对现有三维点云生成方法的缺陷，提出分层流匹配（HFM），将流匹配扩展为双级结构，在ShapeNet等基准上实现了有竞争力的生成性能。

MOSAIK: Multi-Patch Content-Aware Spatial Allocation of Image Tokens for Efficient Generation

MOSAIK：用于高效生成的图像令牌多补丁内容感知空间分配

Mohammadreza Hami, Mohammadreza Samadi, Chao Gao, Negar Hassanpour

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

AI总结 MOSAIK是一种损伤引导的异构补丁布局框架，适配PixelDiT骨干，通过区域分配补丁大小，在大幅降低计算量和令牌数的同时，保持与全计算PixelDiT相当的生成性能，且在高计算约束下优于其他效率方法。

Engram-E2VID: Reference-Based Event-to-Video Reconstruction via Generative Activation of Appearance Engrams

Engram-E2VID：基于外观印迹生成激活的参考式事件到视频重建方法

Feiyu Ji, Xiang Li, Hao Ma, Tianxiang Huang, Qingxin Lu, Mengqi Ji, Lei Han, Xiaokang Yang, Xiaoyun Yuan

机构 * Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北京航空航天大学） ； DISCOVER Robotics（DISCOVER机器人公司） 纠错

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

AI总结 本研究提出Engram-E2VID框架，通过外观印迹生成激活实现参考式事件到视频重建，在三个基准测试中PSNR最高提升3.29 dB、LPIPS最高降低0.08，性能随重建间隔增加下降更慢。

Comments 9 pages, 5 figures

A Foundational EDM2-Based Generative Model for High-Resolution Synthetic Fetal Ultrasound Imaging from Open Datasets

基于EDM2的高分辨率合成胎儿超声成像基础生成模型，源自开放数据集

Harvey Mannering, Yilin Zhang, Ziao Liu, Zhiwu Huang, Jacqueline Matthew, Miguel Xochicale

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

AI总结 该研究针对胎儿超声AI数据稀缺问题，提出基于EDM2的合成框架，生成512×512图像，在分类任务中准确率达93.36%，优于真实数据训练结果，为胎儿超声AI提供开放资源。

Comments Short paper for the 30th Conference on Medical Image Understanding and Analysis

Towards Valid B-Rep Generation: Training-Free Wireframe Anomaly Detection and Repair

面向有效边界表示（B-Rep）生成：无需训练的线框异常检测与修复

Jingyu Wu, Youcheng Cai, Tengyu Luo, Ligang Liu

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

AI总结 该研究针对CAD模型B-Rep生成中线框的几何拓扑异常问题，提出无需训练的WDR框架，通过GTAD检测风险、EGGTR修复，提升了B-Rep有效性且保留模型质量，可集成至多种生成流水线。

MobileWAM: Bridging World Action Models to Mobile Manipulation with Chain-of-Foresight

MobileWAM：用前瞻链将世界动作模型（WAM）与移动操作任务对接

Zehua Fan, Junjie He, Wenxuan Song, Xi Wang, Wenqi Lyu, Linge Zhao, Fuhao Li, Zihan You, Yifei Yang, Kaiming Xu, Qi Jiang, Yue Jiang, Haoang Li, Cheng Chi, Feng Gao, Bailin Li, Yan Wang

机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； AIR Wuxi Innovation Center, Tsinghua University（清华大学AIR无锡创新中心） ； The University of Adelaide（阿德莱德大学） ； Wuhan University（武汉大学） ； Southeast University（东南大学） ； Beijing Jiaotong University（北京交通大学） ； Fudan University（复旦大学） ； Li Auto（理想汽车） ； School of Information, Renmin University of China（中国人民大学信息学院） 纠错

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

AI总结 MobileWAM是一种混合Transformer架构，通过前瞻链（CoF）解决移动操作的异质动态问题，在ManiSkill-HAB上超越SOTA策略，可微调至真实移动操作机器人且泛化性强。

DFM-VLA: Iterative Action Refinement for Robot Manipulation via Discrete Flow Matching

DFM-VLA：通过离散流匹配实现机器人操作的迭代动作细化

Jiayi Chen, Wenxuan Song, Jiaxin Fang, Ruiqing Yin, Jingbo Wang, Shuai Chen, Jieyuan Pei, Yikai Qin, Feifan Chen, Haodong Yan, Zhide Zhong, Wen Chen, Yan Wang, Yuxiang Gao, Haoang Li

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Harbin Institute of Technology（哈尔滨工业大学） ； ShanghaiTech University（上海科技大学） ； Shanghai Institute of Technical Physics, CAS（中国科学院上海技术物理研究所） 纠错

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

AI总结 DFM-VLA通过离散流匹配实现机器人操作中动作token的迭代细化，采用动态概率速度场和双阶段解码策略，提升了动作生成的准确性和效率。

IDperturb: Enhancing Variation in Synthetic Face Generation via Angular Perturbation

IDperturb: 通过角度扰动增强合成人脸生成的多样性

Fadi Boutros, Eduarda Caldeira, Tahar Chettaoui, Naser Damer

机构 * Fraunhofer IGD（弗劳恩霍夫图像识别研究所） ； Department of Computer Science, TU Darmstadt（图腾大学计算机科学系） 纠错

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

AI总结 IDperturb通过角度扰动提升合成人脸生成的多样性，从而提高FR模型的性能和泛化能力。

Comments Accepted at CVPR 2026

The em-dash em-beds in Congress: A population-level rise in em-dash frequency in U.S. congressional press releases at the dawn of the large-language-model era, 2021-2025

长破折号嵌入国会：大语言模型时代初期（2021-2025）美国国会新闻稿中长破折号频率的全人口水平上升

Przemysław Czuma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究分析2021-2025年美国国会新闻稿，发现无空格长破折号频率在2025年翻倍，证实LLM辅助写作的扩散，长破折号可作为全人口水平的相关标记。

Comments Preregistered study (OSF: 10.17605/OSF.IO/U5NEY); deviations from the registered plan, including a formal validation-gate breach, are disclosed in Section 4.6. Companion study: arXiv:2606.29540. 3 figures, 4 tables

DBLAST: Dependent Block Drafting for Stochastic Speculative Decoding

DBLAST：面向随机投机解码的依赖块草稿生成

Amirmohammad Karimi, Chao Gao, Negar Hassanpour

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对块扩散草稿模型在高熵投机解码下可接受草稿长度下降的问题，提出DBLast依赖块草稿模型，在多基准测试中相比独立块采样稳定提升可接受长度。

The Tamed Subgradient Unadjusted Langevin Algorithm beyond Convexity

超越凸性的驯服次梯度未校正朗之万算法

Iosif Lytras, Nikolaos Makras, Sotirios Sabanis

机构 * University of Edinburgh（爱丁堡大学） ； National Technical University of Athens（雅典国立技术大学） ； Athena/Archimedes Research Centre（雅典娜/阿基米德研究中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对非光滑、超线性梯度增长且非凸的目标分布采样问题，提出SG-TULA算法，推导其非渐近收敛界，验证假设并用于GPT-2系列LLM预训练，效果优于AdamW等。

Comments 53 pages

Characteristic Sensitivity Ensembles for Inference of Hidden Dynamics from Marginal Observations

基于边际观测推断隐藏动力学的特征敏感性集成方法

Qi Wang, Gustaaf Jacobs

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出一种基于边际观测推断隐藏动力学的随机梯度方法，利用特征表示结合交叉U统计量生成无偏梯度估计器，经四类实验验证其有效性。

On advective nonlocal operators: multiplicity of principal eigenpairs

关于平流非局部算子：主本征对的多重性

Arnaud Ducrot, Quentin Griette, Xing Liang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究带平流的周期异质非局部扩散模型的主本征对多重性，因算子非预解紧无法用经典Krein-Rutman理论，分平流系数常号与非常号情形分析，还讨论其在非线性KPP型方程中的应用。

Boundary layer analysis for the 2D chemotaxis-Navier-Stokes system with logarithmic sensitivity, Part I: Well-posedness

具有对数敏感性的二维趋化性-Navier-Stokes系统的边界层分析，第一部分：适定性

Hui Wang, Wendong Wang, Lingling Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究是两部分工作的第一部分，针对二维半空间中具对数敏感性的趋化性-Navier-Stokes系统，通过渐近展开得到边界层剖面并建立其适定性，还解决扩散项消失问题建立超临界趋化性-Euler方程解的局部适定性。

Backward bifurcations in spatial replicator models:when invasion criteria fail to predict coexistence

空间复制子模型中的后向分岔：入侵准则何时无法预测共存

Tomas Freire, Erida Gjini, Sten Madec

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究揭示空间结构可诱导后向分岔，使空间异质性的两物种复制子模型中，空间入侵率无法完全预测共存，推导了共存状态出现的显式局部条件，改变了经典复制子动力学的结论。

Mixed local and nonlocal weighted singular quasilinear elliptic problem and its associated Sobolev-type inequality

混合局部与非局部加权奇异拟线性椭圆问题及其相关的Sobolev型不等式

Prashanta Garain

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对一类混合各向异性与非局部奇异拟线性椭圆问题，采用单调逼近等方法证明弱解存在唯一性，刻画相关Sobolev型不等式最佳常数并证明其可达性，结果在p=2的混合加权拉普拉斯情形下为新成果。

Comments 27 pages, comments are welcome

What meter interference can tell us about the statistics of weak measurements

计干扰能告诉我们关于弱测量统计的什么信息

Holger F. Hofmann, Tomonori Matsushita, Masayoshi Isobe, Jonte R. Hance

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究通过分析弱测量中仪表系统的量子动力学，建立了后选择概率与仪表读数统计中量子干涉的普适关系，揭示了计干扰的统计模式可用于排除弱值实验观测中的统计假象。

Comments 13 pages

An open-source framework for predicting ultrasound neuromodulation: bridging tissue elastomechanics and neuron firing dynamics

开源超声神经调控预测框架：连接组织弹性力学与神经元放电动力学

Gianmarco Pinton

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出开源计算框架，耦合多物理过程与多通路神经元模型，可预测超声神经调控的神经元放电区域，为超声神经调控的机制研究与安全评估提供空间分辨的可验证工具。

From expansion to collapse: Bubble and continuum multiscale modeling in open-system magmas

从膨胀到坍塌：开放体系岩浆中的气泡与连续体多尺度建模

Janine Birnbaum, Fabian B. Wadsworth, Anthony Lamur, Jackie E. Kendrick, Yan Lavallee

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究耦合气泡微观力学模型与岩浆宏观热流模型，识别岩浆气泡演化的不同动力学 regime，开发 MVFFIN 框架，为理解多尺度脱气对岩浆运移与碎裂的影响提供统一方法。

Comments Submitted 26-Mar-2026

Multiphysics tritium transport modelling of the ARC breeding blanket with FESTIM

采用FESTIM的ARC增殖包层多物理场氚输运建模

James Dark, Arpan Sircar, Jin Whan Bae, Jørgen S. Dokken, Rémi Delaporte-Mathurin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究开发耦合OpenMC、OpenFOAM与FESTIM的多物理场框架，模拟ARC级聚变反应堆包层氚输运，得到氚 inventory、输运机制等关键结果，为相关高保真分析提供基础。

Transport coefficients in hard-sphere fluids: thermodynamic versus kinetic descriptions

硬球流体中的输运系数：热力学描述与动力学描述

Miguel Hoyuelos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文建立硬球流体输运系数的热力学理论，推导热导率等输运系数的简洁表达式，其预测结果可定量复现模拟数据且优于Enskog动力学理论，证明输运系数可由纯热力学框架准确描述。

Criteria for Feasible Monte Carlo Stochastic Simulations of Bosonic Markovian Open Quantum Dynamics

玻色子马尔可夫开放量子动力学的可行蒙特卡罗随机模拟准则

Toma Yoneya, Kazuya Fujimoto, Yuki Kawaguchi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究推导了玻色子开放量子动力学蒙特卡罗模拟可行的扩散矩阵半正定等充分条件，明确了其相较于平均场近似的必要性，为准确描述GKSL方程主导的动力学提供了准则。

Comments 37pages, 6figures, 7tables