图像生成

Computing Shear Viscosities from Molecular Dynamics Simulation: Comparing the OrthoBoXY Approach with the Green-Kubo Method

从分子动力学模拟计算剪切粘度：对比OrthoBoXY方法与Green-Kubo方法

Marcel Brandt, Ralf Ludwig, Dietmar Paschek

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文对比OrthoBoXY与Green-Kubo方法计算15种纯分子液体的剪切粘度，验证OrthoBoXY法的有限尺寸效应特性，改进其模拟块长度设置，可降低24倍计算成本且不损失精度。

Comments 8 pages, 5 figures

Impact of spin-orbit coupling on electron correlation corrections to the density of states in anisotropic conductors

自旋轨道耦合对各向异性导体态密度的电子关联修正的影响

Bahruz Suleymanli, B. Tanatar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究探讨了在受Rashba和Dresselhaus自旋轨道耦合约束的强各向异性二维导体中，Altshuler-Aronov型相互作用对态密度的修正，发现自旋轨道耦合可调控关联修正，存在临界强度抵消修正并反转符号，为相关效应提供光谱特征。

A unified modeling of X-ray and gamma-ray spectro-polarimetric data: the case of Cygnus X-1

X射线与伽马射线光谱偏振数据的统一建模：以天鹅座X-1为例

Tristan Bouchet, Thomas Siegert, Victoria Grinberg, Jérôme Rodriguez, Floriane Cangemi, Philippe Laurent, Joern Wilms

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出宽带光谱偏振建模通用框架，应用于天鹅座X-12 keV-2 MeV能段，精准表征软伽马射线硬尾、约束同步辐射截断能量，为偏振失配提供新解释，适用于多仪器分析。

Comments 12 pages plus appendix. Submitted to A&A

Emission line formation in scattering dominated media: implications for LRDs

散射主导介质中的发射线形成：对小红点（LRDs）的启示

Elisha Modelevsky, Omri Nitzan, Re'em Sari, Eliot Quataert

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对LRDs的Hα线，提出散射主导介质中本征发射线形成的理论框架，推导断裂幂律等谱线轮廓，可拟合观测数据，需扩展模型至非LTE以解释流量高对比度问题。

Comments main text: 8 pages, 4 figures. appendices: 8 pages, 2 figures. Submitted to ApJ letters

Weak Form Recovery of Heston Type Stochastic Dynamics

Heston型随机动力学的弱形式恢复

Sai Sathvik Gullipalli, Eshwar R A, Gajanan V. Honnavar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究验证空间弱形式LASSO流程可恢复Heston随机波动率模型，经模拟及标普500数据测试，其在指定库内系数估计可靠，漂移参数恢复精度较低，无明显噪声相变。

Comments 18 pages, 13 figures

Failure of the Weak Sard property without Anomalous Dissipation

无反常耗散时弱Sard性质的失效

Umberto Pappalettera

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究构造了一类无弱Sard性质且无反常耗散的向量场，否定了Bagnara等人提出的相关猜想。

Comments 20 pages

A Unified Variational Design of Predictive Mirror Descent in Convex Games under Stochastic Feedback

凸博弈中随机反馈下预测镜像下降的统一变分设计

Yunian Pan, Tao Li, Quanyan Zhu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过构造带辅助记忆状态的随机镜像微分博弈，提出预测反馈的变分路径，导出一般镜像几何中的双通道预测镜像动力学，并在局部镜像正则性、局部Bregman增长条件和有界布朗扩散下，建立了有限时域局部终端时间界的期望和高概率保证，以及局部化邻域的退出概率估计，为稳定均衡附近的最后迭代性能提供了统一的变分构造和局部随机保证。

Narrowing the solar surface flux transport parameter space through nonlinear feedbacks

通过非线性反馈缩小太阳表面磁通量输运参数空间

M. Alhosani, M. H. Talafha, M. A. Al-Wardat

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过引入倾斜淬灭、纬度淬灭和磁通量衰减机制，扩展了表面磁通量输运模型，并确定了能再现太阳极区磁场观测特征的参数组合，从而缩小了模型的允许参数空间。

Comments 8 pages, 7 figures, Accepted for publication in Astronomy & Astrophysics

Journal ref A&A, 710, A400 (2026)

Anisotropy effects on heavy quark dynamics in Gribov modified gluon plasma

各向异性对Gribov修正胶子等离子体重夸克动力学的影响

Sumit, Jai Prakash, Santosh Kumar Das, Najmul Haque

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究在福克-普朗克方程框架内采用非微扰Gribov重求和方法，探究相对论重离子碰撞早期夸克-胶子等离子体的动量各向异性对重夸克输运性质的影响，发现动量各向异性、角依赖及非微扰效应起重要作用。

Comments 20 pages, 9 figures

Journal ref J. Phys. G: Nucl. Part. Phys. 53 (2026) 085101

FashionPose: Unified Text-Driven Fashion Synthesis with Joint Geometric and Photometric Control

FashionPose：结合几何与光度控制的统一文本驱动时尚合成

Chuancheng Shi, Shaotian Li, Zhenlong Yuan, Zifeng Cheng, Fei Shen

机构 * The University of Sydney（悉尼大学） ； Shenyang Aerospace University（沈阳航空航天大学） ； Zhonghuan Information College, Tianjin University of Technology（天津工业大学中环信息学院） 纠错

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

AI总结 提出FashionPose级联架构，通过双向对比对齐、身份锚定合成与提示条件重光照模块，结合PoseCap数据集，实现文本驱动的可控时尚合成，性能优于现有基准。

UniVVT: A Unified End-to-End Framework for High-Fidelity Video Virtual Try-on

UniVVT：用于高保真视频虚拟试穿的统一端到端框架

Yushe Cao, Shikun Feng, Fei Shen, Haikuo Peng, Jianqiang Xia, Yiheng Zhu, Dianxi Shi, Chun Yu

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

AI总结 UniVVT是一种统一端到端视频虚拟试穿框架，以多模态大语言模型为核心，采用三阶段渐进训练策略，在多基准上实现了优于主流方法的高保真试穿效果。

Comments 17 pages,21 figures

GenGA: Editable and Data-Grounded Graphical Abstract Generation for Academic Papers

GenGA：面向学术论文的可编辑且基于数据的图形摘要生成

Takuro Kawada, Shunsuke Kitada, Hitoshi Iyatomi

专题命中 可控生成 ：image generation(abstract)；分类 cs.CV、cs.GR、cs.MM

AI总结 GenGA是一种直接生成矢量格式图形摘要的框架，可实现便捷的元素级编辑，其编辑简易性优于传统方法，且在简洁性和语义对齐上超过人工生成的图形摘要，还提出了量化编辑简易性的SIC指标。

Comments 20 pages, 11 figures, 4 tables

EmoWorld: A Decoupled Affective Field for Controllable Emotional Video Generation

EmoWorld：用于可控情感视频生成的解耦情感场

Bingyuan Wang, Baistan Zhyldyzbekov, Kunyu Feng, Zeyu Wang

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

AI总结 EmoWorld是一种解耦情感场框架，通过VAS、SAS、TAS三个引导模块优化可控情感视频生成，在Wan2.2等基准上实现情感对齐、线索检测及过渡单调性提升，具备多骨干网络可移植性。

Vorch-Omni: Multi-Task Orchestration of Sight and Sound

Vorch-Omni：视觉与听觉的多任务编排

Vorch Team, Xiaoyu Chen, Yang Ding, Cong Han, Menglin Han, Yuxin Hong, Jiebo Hou, Zequn Jie, Xiang Li, Jing Liu, Qi Liu, Yulei Lu, Siyuan Luo, Lin Ma, Xin Ma, Yinlong Qian, Peng Shi, Fang Wan, Siqi Wang, Yaohui Wang, Yaole Wang, Yidi Wu, Siqian Yang, Mingyu Yin, Haoran Yu, Gang Yue, Lisai Zhang, Yuting Zhang

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

AI总结 Vorch-Omni是基于流匹配扩散Transformer的统一多任务视听合成框架，支持10余项视听相关任务，为通用视听生成与操作提供可扩展基础。

Comments Project Page: https://vorch-project.github.io/Vorch-Omni-project/

SCOPE: Semantic Conditioning for Sim2Real Category-Level Object Pose Estimation in Robotics

Peter Hönig, Stefan Thalhammer, Jean-Baptiste Weibel, Matthias Hirschmanner, Markus Vincze

机构 * Vision for Robotics Laboratory, Automation and Control Institute, TU Wien（机器人视觉实验室，自动化与控制研究所，维也纳技术大学） 纠错

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

ErgoSurf: Ergodic Control for the Coverage of Unknown Surfaces

ErgoSurf：用于未知表面覆盖的遍历控制

Stefan Schneyer, Timo Bachmann, Maged Iskandar, Korbinian Nottensteiner, Alin Albu-Schäffer, Freek Stulp, João Silvério

机构 * German Aerospace Center (DLR)（德国航空航天中心） ； Technical University of Munich (TUM)（慕尼黑工业大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出ErgoSurf框架，结合GPIS模型与触觉传感，实现未知表面的遍历覆盖与几何在线学习，经仿真和真实机器人实验验证有效。

Stabilizer Design for Policy Iteration in Stochastic Linear Quadratic Control: A Spectrum-Assignment Approach

随机线性二次控制中策略迭代的稳定器设计：一种频谱分配方法

Xinyu Cao, Bing-Chang Wang, Ying Cao

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对连续时间不定随机线性二次控制中无模型策略迭代的初始化难题，提出频谱分配方法设计初始稳定器，构建无模型算法实现最优控制，仿真验证了方法有效性。

Comments 14 pages, 9 figures. Extended version with complete proofs

Nucleation beyond Equilibrium: Fronts Control Invasion in Bistable Ecosystems

超越平衡的成核：双稳态生态系统中的入侵由前沿控制

Victor Lequin, Giulio Biroli, Camille Scalliet

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文针对具有非守恒矢量序参量的反应扩散系统建立了非平衡成核理论，将其应用于双稳态生态的 Lotka-Volterra 模型，揭示了强种间竞争使入侵难度指数级增加的机制。

Comments 34 pages, 20 figures, 2 supplementary videos

The Filter Echo: A General Tool for Filter Visualisation

滤波器回声：一种通用的滤波器可视化工具

Daniel Gaa, Joachim Weickert, Iva Farag, Özgün Çiçek

专题命中 图像修复 ：diffusion(abstract)；inpainting(abstract)

AI总结 本文提出滤波器回声作为扩散回声的通用化工具，用于超分辨率重建、图像修复和变分光学流计算等任务，同时提出压缩方法降低存储需求。

Journal ref In Journal of Mathematical Imaging and Vision, Vol. 68, Article No. 18, 2026

StyleComposer: Training-Free Multi-Reference Style Composition

StyleComposer：无需训练的多参考风格合成

Sanghyeok Lee, Jihye Kang, Namhyuk Ahn

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 针对现有参考引导风格方法无法控制各属性来源与强度的问题，提出无需训练的StyleComposer，通过将各风格属性路由至最佳表示并协调去噪时间，实现更贴合多参考与提示的风格合成，且支持各属性强度调节。

SEED: Simple ViT and Evolving Harness for Explainable Text Forgery Detection

SEED: 用于可解释文本伪造检测的简单ViT与演化框架

Kahim Wong, Kemou Li, Yiming Chen, Haiwei Wu, Jiantao Zhou

机构 * State Key Laboratory of Internet of Things for Smart City, Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系智慧城市物联网国家重点实验室） ； School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） 纠错

专题命中 个性化与一致性 ：image editing(abstract)；分类 cs.CV

AI总结 提出SEED系统，结合相似性引导数据增强、单一ViT联合检测与定位、以及基于MLLM的演化报告生成，在ACM MM 2026文本伪造挑战赛中获得第三名。

Kastor: An efficient fine-tuning strategy for generative emulation of PDE simulations

Kastor：一种用于生成式模拟偏微分方程（PDE）仿真的高效微调策略

Guillaume Couairon, Alexis Jacq, Yu-Han Wu, Renu Singh, Yana Hasson, Quentin Berthet, Romuald Elie

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本研究提出Kastor微调策略，通过两阶段推理、均值预测正则化等方法改进物理基础模型，在The Well数据集上实现比Walrus更优的PDE仿真性能，降低预测误差并提升效率。

Comments 34 pages, 32 figures