图像生成

Empowering Credit Risk Detection in Weixin Pay with Billion-Scale Deep Graph Learning

基于十亿级深度图学习增强微信支付的信用风险检测

Xin Liu, Xiyuan Chen, Chenglong Wu, Xuan Zong, Jun Zhou, Dawei Cheng

机构 * Tongji University（同济大学） ； Tencent Inc.（腾讯公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对微信支付十亿级用户信用风险检测需求，提出风险感知重叠子图学习框架，解决工业级GNN拓扑完整性损失问题，实验显示其性能优于现有策略。

Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '26), pp. 7679-7690, 2026

Structural and physical properties of gyromorphs and disordered stealthy hyperuniform media

Gyromorphs与无序隐身超均匀介质的结构与物理性质

Murray Skolnick, Riccardo Franchi, Luca Dal Negro, Paul J. Steinhardt, Salvatore Torquato

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文证明gyromorphs实际上属于最弱超均匀性（III类），其物理性能（如光子带隙、透明度等）相比最强超均匀性（I类）的隐身超均匀介质有所退化，并通过谱格林矩阵方法验证了这一点。

Skewness tunes the small-drift record rate of random walks and Lévy flights

偏度调节随机游走和莱维飞行的小漂移记录率

José Ricardo G. Mendonça

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究小正漂移随机游走的记录率，发现其随漂移趋于零而消失，且指数由稳定律的正性参数决定，偏度通过该参数调节指数。

Comments Preprint, 19 pages, 4 figures, 33 references. In the latest version the results are derived in greater detail

Continuous limit of a discrete stochastic model of cell migration

细胞迁移离散随机模型的连续极限

Nino Despeignes, Marc Durand

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过粗粒化离散晶格动力学，解析推导了一维细胞在恒定力和跑-停驱动力下的Cellular Potts模型连续极限，得到控制细胞大小和质心位置的Fokker-Planck方程，揭示了低力区的过阻尼Langevin动力学以及高力区的算法伪影，并证明Glauber动力学能缓解这些伪影。

Heavy-quark transport across the QCD crossover driven by a lattice-constrained in-medium potential

重夸克在QCD相变区域的输运受介子介质势约束

Wu Wang, Yuqi Luo, Fei Sun, Sa Wang, Jungang Deng, Wei Xie, Shuang Li, Kejun Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一个自洽框架，研究重夸克在夸克胶子等离子体中穿过QCD相变区域的输运，通过统一相互作用核融合微扰和非微扰相互作用，避免传统软-硬动量分离尺度的依赖，揭示非微扰弦张力对介质极端不透明性的重要性。

Comments 13 pages, 7 figures

Journal ref Phys. Rev. D 114, 036014 (2026)

Physical mechanisms of ohmic contact and tunnel diode: A novel explanation in terms of impurity-photovoltaic-effect resulting from infrared self-emission at room-temperature

金属接触和隧道二极管的物理机制：一种基于红外自发光的杂质-光伏效应的新解释

Jianming Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于红外自发光和杂质-光伏效应，提出金属接触和隧道二极管的新解释，通过缺陷相关能级的子带隙激发产生载流子，从而形成反向电流。

Comments 4 pages, 6 figures

Radiation GRMHD Models of Accretion onto Stellar-Mass Black Holes: III. Near-Eddington Accretion

辐射GRMHD模型中的恒星质量黑洞吸积：III. 近爱丁顿吸积

Lizhong Zhang, James M. Stone, Shane W. Davis, Yan-Fei Jiang, Patrick D. Mullen, Christopher J. White

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过求解包含完整辐射输运的GRMHD方程，研究了四个近爱丁顿黑洞吸积模型，揭示了磁场拓扑和黑洞自旋对吸积盘结构及喷流的影响。

Comments 29 pages, 24 figures, 3 tables, submitted to ApJ

Gate-Tunable Giant Negative Magnetoresistance in Tellurene Driven by Quantum Geometry

可调巨负磁电阻在tellurene中的表现由量子几何驱动

Marcello B. Silva Neto, Chang Niu, Marcus V. O. Moutinho, Pierpaolo Fontana, Claudio Iacovelli, Victor Velasco, Caio Lewenkopf, Peide D. Ye

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究发现tellurene中可调巨负磁电阻，揭示量子几何对电子输运的非马尔可夫记忆效应。

Comments 28 pages, 6 figures in the Main Text + 15 pages, 3 figures of Supplementary Information

Journal ref Nat. Commun. 17, 5783 (2026)

CoQui: A Coordinate-Conditioned Quantum Implicit Generative Adversarial Network for End-to-End Image Generation

CoQui：用于端到端图像生成的坐标条件量子隐式生成对抗网络

Xue Yang, Rigui Zhou, ShiZheng Jia, Dax Enshan Koh, Siong Thye Goh, Young-Wook Cho, YaoChong Li, Xuezhi Ma, Hongyu Chen, Xin Wang

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

AI总结 本研究提出CoQui量子隐式生成对抗网络，通过坐标条件隐式函数学习解决现有QGAN的局限，在更少量子比特下于基准数据集实现优于FRQI、PQWGAN及经典基线的图像生成质量。

Generative Semantic Segmentation via an Observable Semantic-Image Interface and Hierarchical Generator Evidence Alignment

基于可观测语义-图像接口与分层生成器证据对齐的生成式语义分割

Weize Cai, Yongqi Dong, Zhida Shao, Zixin Fu

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

AI总结 提出Semantic Prism框架，通过可观测语义-图像接口与分层生成器证据对齐实现生成式语义分割，在Cityscapes等数据集上提升了分割精度与像素误差排名性能。

Comments 15 pages, 4 figures

simpleposter: A simple baseline for product poster generation

simpleposter: 产品海报生成的一个简单基线

Benlei Cui, Fangao Zeng, Weitao Jiang, Yuwen Zhai, Haiwen Hong, Longtao Huang, Hui Xue, Wenxiang Shang, Pipei Huang

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文提出SimplePoster，一种基于修复的简单框架，实现产品外观忠实保留和精确文本布局控制，实验显示其在主体保留率和文本准确性上优于现有方法。

Comments Accepted to CVPR 2026

A Positivity-Preserving Expectation Scheme for Hamilton--Jacobi--Bellman Equations with Oblique Robin Boundary Conditions

具有斜Robin边界条件的Hamilton--Jacobi--Bellman方程的保正性期望格式

Haoran Xu, Xingye Yue

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文针对带混合导数的各向异性扩散问题，构造了一种保正性的Hamilton--Jacobi--Bellman方程数值格式，该格式无需对角占优条件和CFL关系即可保持正性，且适用于斜Robin边界条件。

Utilizing Inpainting for Keypoint Detection for Vision-Based Control of Robotic Manipulators

利用图像修复进行基于视觉的机械臂运动控制的关键点检测

Sreejani Chatterjee, Venkatesh Mullur, Abhinav Gandhi, Berk Calli

机构 * Worcester Polytechnic Institute（沃斯彻斯特理工学院） 纠错

专题命中 图像修复 ：inpainting(title,abstract)

AI总结 本文提出一种新的视觉伺服框架，通过纯自然视觉特征控制机械臂的配置空间。通过图像修复生成无标记的机械臂图像，训练关键点检测算法以实现基于自然特征的控制，无需依赖相机校准或机器人模型。

Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems

让每一步都有价值：面向成像逆问题的时空信息分配

Yi Cao, Xiangyong Cao, Pei Liu, Yong-Jin Liu, Deyu Meng

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 该研究针对基于流的成像逆求解器在固定函数评估次数下的时空信息分配缺陷，提出SAS与MPA组件，可即插即用提升超分辨率等任务的图像恢复质量。

Efficient Vision Mamba for MRI Super-Resolution via Hybrid Selective Scanning

高效MRI超分辨率的混合选择性扫描视觉Mamba

Mojtaba Safari, Shansong Wang, Vanessa L Wildman, Mingzhe Hu, Zach Eidex, Chih-Wei Chang, Erik H Middlebrooks, Richard L. J Qiu, Pretesh Patel, Ashesh B. Jani, Hui Mao, Zhen Tian, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学部和Winship癌症研究所，埃默里大学） ； Department of Radiology, Mayo Clinic（放射科，梅奥诊所） ； Department of Radiology and Imaging Science and Winship Cancer Institute, Emory University（放射科和成像科学以及Winship癌症研究所，埃默里大学） ； Department of Radiation and Cellular Oncology, University of Chicago（放射学和细胞肿瘤学部，芝加哥大学） 纠错

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出了一种高效MRI超分辨率方法，结合多头选择性状态空间模型和轻量级通道MLP，实现高保真度和高效计算，适用于临床应用。

RECAST: A Machine-Learning Framework for Correction and Super-Resolution of Coarse-Grid PDE Solvers

RECAST：用于粗网格PDE求解器校正与超分辨率的机器学习框架

Maryam Reza, Farbod Faraji

专题命中 图像修复 ：diffusion(abstract)

AI总结 该研究提出机器学习框架RECAST，可在保留粗网格PDE演化的同时降低约50%-92%的时间平均相对误差，实现更粗网格的高精度PDE模拟，为高维数值模拟加速提供概念验证。

Comments 29 pages, 24 figures, 2 tables

GeoFlow: Efficient Driving Video Generation via Geometry-Aligned Priors

GeoFlow：基于几何对齐先验的高效驾驶视频生成

Jiazheng Liu, Hang Li, Jiawei Zhang, Jiahe Li, Xiaohan Yu, Shengyin Fan, Jin Zheng, Xiao Bai

机构 * Beihang University（北京航空航天大学） ； Macquarie University（麦考瑞大学） ； Tianyi Transportation Technology Co., Ltd（天宜交通科技有限公司） ； Jiangxi Research Institute, Beihang University（北京航空航天大学江西研究院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 GeoFlow是一款新型驾驶视频生成框架，通过构建几何对齐先验分布替代标准高斯噪声初始化，可提升生成效率与少步生成质量，减少推理步骤。

Comments Accepted at ECCV 2026

EchoCache: Energy-Guided Cross-Modal Caching for Efficient Audio-Driven Video Generation

EchoCache：面向高效音频驱动视频生成的能量引导跨模态缓存

Jiayu Chen, Xiaoyu Wu, Rongshan Gao, Maoliang Li, Zihao Zheng, Xinhao Sun, Hailong Zou, Guojie Luo, Xiang Chen

机构 * Peking University（北京大学） ； Taiyuan University of Technology（太原理工大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 EchoCache是一种能量引导跨模态缓存框架，通过利用音频时频能量锚点与动态缓存机制，在保持音频驱动视频生成质量的同时，实现了2.46倍的推理加速，优化了延迟-质量权衡。

Comments EchoCache is honored to be accepted by ACM MM 2026