图像生成

Qwen-Video-Edit: Instruction-Based Video Editing by Repurposing an Image Editing Model

Qwen-Video-Edit：通过复用图像编辑模型实现基于指令的视频编辑

Yunpeng Bai, Yossi Gandelsman, Michaël Gharbi, Qixing Huang

机构 * UT Austin（德克萨斯大学奥斯汀分校） ； Reve（Reve公司） 纠错

专题命中 图像编辑 ：image editing(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 该研究提出Qwen-Video-Edit，通过复用Qwen-Image-Edit图像编辑模型，经少量适配实现基于指令的视频编辑，证明图像编辑先验可迁移至视频编辑任务。

Comments Project Page: this https URL (https://yunpeng1998.github.io/Qwen-Video-Edit-Page) Code: this https URL (https://github.com/yunpeng1998/Qwen-Video-Edit) Model: this https URL (https://huggingface.co/yunpeng1998/Qwen-Video-Edit)

CPI-Bench: A Comprehensive, Practical and Intelligent Benchmark for Real-World Image Editing

CPI-Bench：面向真实世界图像编辑的综合、实用且智能的基准测试

Qinye Zhou, Jun Zheng, Yongchao Du, Yuan Wang, Zhengrui Chen, Zuan Gao, Taihang Hu, Chao Lin, Yefeng Shen, Xingjian Wang, Zhao Wang, Zhengtao Wu, Xiaoli Xu, Zhengze Xu, Hao Yan, Denghui Yang, Yuhang Yu, Huayu Zhang, Mingzhou Zhang, Mengting Chen

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 该研究针对现有图像编辑基准测试的局限，提出CPI-Bench这一综合实用的智能基准，其含三个核心子集，可有效区分模型性能，与人类评估偏好高度对齐，为模型优化提供指导。

Comments 13 pages, benchmark report

From Diffusion to Flow: Efficient Motion Generation in MotionGPT3

从扩散到流：在MotionGPT3中实现高效的运动生成

Jaymin Bhan, JiHong Jeon, SangYeop Jeong

机构 * Department of Applied Artificial Intelligence（应用人工智能系） 纠错

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

AI总结 本文比较了扩散与校正流在MotionGPT3中的表现，发现流在训练速度、性能和效率上更具优势。

Comments ReALM-GEN Workshop ICLR 2026

Risk-Controllable Multi-View Diffusion for Driving Scenario Generation

可控风险多视角扩散用于驾驶场景生成

Hongyi Lin, Wenxiu Shi, Heye Huang, Dingyi Zhuang, Song Zhang, Yang Liu, Xiaobo Qu, Jinhua Zhao

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

AI总结 RiskMV-DPO通过整合风险水平与物理风险建模，实现可控风险的多视角驾驶场景生成，提升3D检测性能并减少FID，推动安全导向的具身智能发展。

Comments 10 pages, 4 figures; accepted at the CVPR 2026 Workshop on Video Generative Models: Benchmarks and Evaluation (VGBE). Updated to the complete camera-ready version

Information-Calibrated Quantum Diffusion: Aligning Forward Noise with Reverse Recoverability

信息校准量子扩散：对齐正向噪声与反向可恢复性

Qipeng Qian, Yuntao Qian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出信息校准量子扩散方法，引入经典-量子信息减量作为内在扩散坐标，构建结合恢复约束与分布匹配的随机学习器，在四量子比特TFIM实验中降低了Wtr指标且性能优于官方QuDDPM。

JUMP: Single-Pass Membership Inference on Fine-Tuned Diffusion Language Models

JUMP：微调扩散语言模型的单通道成员推理

Yeachan Jun, Albert No

机构 * Yonsei University（延世大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究微调离散扩散语言模型的成员推理攻击，提出JUMP单通道评分攻击，利用dLLMs任意顺序可解码性和并行可解码性，在六个MIMIR域上的微调LLaDA - 8B - Base上提升了平均ROC - AUC并改善低FPR检测，且减少查询次数。

Comments 22 pages. Preprint

When to Plan, When to Polish: Noise Level as a Granularity Axis for Diffusion Language Models

何时规划，何时精炼：噪声水平作为扩散语言模型的粒度轴

Peihong Li, Yuanjie Shi, Yan Yan

机构 * Washington State University（华盛顿州立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出噪声依赖粒度控制（NDGC）方法，通过噪声水平调节训练和推理的粒度，实现从粗到细的去噪，无需显式规划器或层次结构，提升生成质量。

Paraxial diffusion-field retrieval. II. Fokker-Planck generalization of the transport-of-intensity equation

近轴扩散场检索。II. 传输强度方程的福克-平克扩展

David M. Paganin, Kaye S. Morgan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于福克-平克扩展的传输强度方程，用于改进相干流和扩散流的建模，以提升相位和扩散场的检索能力。

Comments 45 pages, 9 figures, revised and significantly extended paper to be resubmitted to Physical Review A

Sequential Exponential Lower Bounds for the Advection-Diffusion Equation with Shear Flows

具有剪切流的对流-扩散方程的指数下界

Yupei Huang, Xiaoqian Xu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了具有剪切流的对流-扩散方程，证明了其解的 $L^2$ 范数具有时间的指数下界，揭示了扩散对被动标量混合的抑制作用。

A Diffusion-Refined Planner with Reinforcement Learning Priors for Confined-Space Parking

用于狭窄空间泊车的带强化学习先验的扩散优化规划器

Mingyang Jiang, Yueyuan Li, Jiaru Zhang, Songan Zhang, Ming Yang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出带强化学习先验的扩散优化规划器DRIP，用于解决狭窄空间泊车规划精度不足的问题，在提升狭窄空间泊车规划性能的同时保持常规场景泛化能力。

ManiCM: Real-time 3D Diffusion Policy via Consistency Model for Robotic Manipulation

ManiCM：用于机器人操作的基于一致性模型的实时3D扩散策略

Zifeng Gao, Guanxing Lu, Tianxing Chen, Wenxun Dai, Ziwei Wang, Chao Shang, Wenbo Ding, Yansong Tang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出ManiCM模型，通过一致性约束实现一步推理，在31项机器人操作任务上，推理速度较最优方法提升10倍且保持竞争力。

Comments this https URL (https://manicm-fast.github.io/)

Diffusion Models for Smarter UAVs: Decision-Making and Modeling

用于更智能无人机的扩散模型：决策与建模

Yousef Emami, Hao Zhou, Luis Almeida, Kai Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文探索将扩散模型（DMs）与强化学习（RL）、数字孪生（DT）集成，通过仿真验证其在四无人机集群协同任务中生成邻居速度估计值的有效性，助力智能无人机的决策与建模。

Bootstrap Dynamic-Aware 3D Visual Representation for Scalable Robot Learning

基于 Bootstrap 的动态感知 3D 视觉表示用于可扩展的机器人学习

Qiwei Liang, Boyang Cai, Minghao Lai, Sitong Zhuang, Tao Lin, Yan Qin, Yixuan Ye, Jiaming Liang, Renjing Xu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shenzhen University（深圳大学） ； Beijing Jiaotong University（北京交通大学） ； Central South University（中南大学） 纠错

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

AI总结 AFRO通过动态感知的3D表示提升机器人操作性能，结合扩散策略实现高效预训练。

Comments Project Page: this https URL (https://kolakivy.github.io/AFRO/), accepted by CVPR 2026

SUMI: Scalable Unified Model for 3D Point Cloud Inference

SUMI：用于三维点云推理的可扩展统一模型

Yanlong Li, Kanchana Thilakarathna

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

AI总结 针对点云补全由粗到精范式中局部细节重构不足的问题，提出扩散增强细化模块SUMI，可集成到现有模型，在多个基准数据集上实现性能提升。

Two-Stage Teacher-Student Reliable Prior Learning for Robust Underwater Image Enhancement

RPL-UIE：面向水下图像增强的可靠先验学习

Yifan Chen, Jiaming Liu, Ye Zheng, Zhe Sun, Tao Chen

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

AI总结 针对水下图像增强的语义漂移问题，提出RPL-UIE两阶段教师-学生框架，结合RPRD与FPRD缩小师生模型先验学习差异，在基准测试、下游视觉任务及真实ROV数据上表现良好。

Comments 34 pages, 10 figures, and 6 tables

Unifying Deep Stochastic Processes for Image Enhancement

统一深度随机过程用于图像增强

Wojciech Kozłowski, Radosław Kuczbański, Kamil Adamczewski, Karol Szczypkowski, Maciej Zięba

机构 * Wrocław University of Science and Technology（沃拉布大学科学与技术学院） 纠错

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

AI总结 本文统一了图像增强中的深度随机过程，通过分类为无条件扩散模型、Ornstein-Uhlenbeck过程和扩散桥三类连续时间过程，揭示其共同的SDE框架，并通过实验分析不同设计对性能的影响。

Comments 27 pages, in proceesings of the 43rd International Conference on Machine Learning, Seoul, South Korea

GeoRect4D: Geometry-Compatible Generative Rectification for Dynamic Sparse-View 3D Reconstruction

GeoRect4D：几何兼容的生成性矩形化用于动态稀疏视角3D重建

Zhenlong Wu, Zihan Zheng, Xuanxuan Wang, Lei Huang, Hongwei Hu, Xiaoyun Zhang, Qiang Hu, Wenjun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出GeoRect4D框架，通过闭环优化结合显式3D一致性与生成性细化，解决动态稀疏视角3D重建中的几何崩溃和漂移问题，提升重建精度与时间一致性。

Unsupervised Deep Generative Models for Anomaly Detection in Neuroimaging: A Systematic Scoping Review

无监督深度生成模型在神经影像中的异常检测：一项系统性综述

Youwan Mahé, Elise Bannier, Stéphanie Leplaideur, Elisa Fromont, Francesca Galassi

机构 * Univ Rennes, Inria, CNRS, Inserm, IRISA UMR 6074, Empenn, Rennes, France（法国里昂大学、Inria、CNRS、Inserm、IRISA UMR 6074、Empenn、里昂） ； Siemens Healthineers, Courbevoie, France（法国西门子医疗影像公司、Courbevoie） ； CHU Rennes, Radiology Department, Rennes, France（里昂大学医院、放射科、法国里昂） ； CHU Rennes, Physical Medicine and Rehabilitation Department, Rennes, France（里昂大学医院、康复医学部、法国里昂） ； Centre de Kerpape, Ploemeur, France（凯帕尔中心、法国普洛梅尔） ； Univ Rennes, Inria, CNRS, IRISA, Rennes, France（法国里昂大学、Inria、CNRS、IRISA、里昂） 纠错

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

AI总结 本文综述了无监督深度生成模型在神经影像异常检测中的应用，指出其在病理无关定位中的潜力及现存挑战。

KAN We Flow? Advancing Robotic Manipulation with 3D Flow Matching via KAN & RWKV

KAN We Flow? 通过KAN与RWKV实现3D操作的机器人操控进步

Zhihao Chen, Yiyuan Ge, Ziyang Wang, Youwei Zhang

机构 * School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications (BUPT)（北京邮电大学智能工程与自动化学院） ； Beijing Hydrogen Intelligence Technology Co. Ltd.（北京氢能智能科技有限公司） ； School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息学院） 纠错

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

AI总结 KAN-We-Flow通过结合RWKV和KAN技术，实现轻量高效的3D机器人操作策略，显著提升性能与效率。

Comments Accepted By ICRA2026

Robust Block Preconditioning for 3D nonlinear steady-state radiation transport equations

三维非线性稳态辐射输运方程的鲁棒块预处理方法

Yunpan Ma, Lingxiao Li, Changhui Yao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对带热扩散项的三维非线性稳态辐射输运方程，该研究基于离散纵标法构建三种不同耦合近似的块预条件子，结合Newton-Krylov求解器，经数值实验验证其网格无关性与鲁棒性。

A stability-preserving polytopal discontinuous Galerkin method for the Fisher-Kolmogorov model with applications to neurodegenerative disease modelling

一种用于Fisher-Kolmogorov模型的保持稳定性的多面体间断Galerkin方法及其在神经退行性疾病中的应用

Paola Francesca Antonietti, Francesca Bonizzoni, Mattia Corti, Nicola De March, Salvatore Di Noto, Francesco Regazzoni

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对神经退行性疾病中广泛使用的Fisher-Kolmogorov模型，在离散层面解非负性不保的问题，采用多边形和多面体网格上的间断Galerkin方法及Crank-Nicolson格式，推导稳定性和误差估计，经实验验证方法具高阶精度和鲁棒性。

DominoTree: Conditional Tree-Structured Drafting with Domino for Speculative Decoding

DominoTree：使用Domino进行条件树结构草稿的推测性解码

Saw S. Lin (Zhiqi Zhang), Jyh-Shing Roger Jang

机构 * Department of Computer Science and Information Engineering, National Taiwan University（国立台湾大学计算机科学与资讯工程学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究提出DominoTree，一种无需训练的最佳优先草稿树，利用Domino的条件非因式分解校正评分。在Qwen3-4B等基准测试中，相比自回归解码加速显著，接受长度高，用GPU原生构建器保持低成本，在吞吐量上优于多种方法。

Comments 32 pages, 2 figures, 16 tables. Code: this https URL (https://github.com/slin-zhq/Domino-Tree)

Tail-corrected semiparametric inference for regime-switching jump diffusions

具有未知Lévy密度的机制转换跳跃扩散的两阶段半参数推断

Yuzhong Cheng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对机制转换跳跃扩散模型，提出两阶段半参数方法：第一阶段用截断高斯拟似然估计参数，第二阶段用核平滑估计Lévy密度，并建立渐近性质。

How Transparent is DiffusionGemma?

DiffusionGemma 的透明度如何？

Joshua Engels, Callum McDougall, Bilal Chughtai, Janos Kramar, Senthooran Rajamanoharan, Cindy Wu, Arthur Conmy, Asic Q Chen, Jean Tarbouriech, Min Ma, Brendan O'Donoghue, João Gabriel Lopes de Oliveira, Rohin Shah, Neel Nanda

机构 * Google（谷歌） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究DiffusionGemma在连续潜空间中的推理透明度，通过变量透明度和算法透明度分解，发现可解释的令牌瓶颈将不透明串行深度降至Gemma 4的1.1倍，并揭示扩散特有现象。

Comments 20 main text pages and 6 pages of references and appendices

Action-Effect Memory Pretraining for Robot Manipulation

动作-效应记忆预训练用于机器人操作

Yijing Zhou, Qiwei Liang, Sitong Zhuang, Jiaxi Li, Xianpeng Wang, Boyang Cai, Yunyang Mo, Renjing Xu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shenzhen University（深圳大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出AEM框架，通过视觉-动作历史掩码建模学习紧凑时间表征，提升机器人操作在部分可观测环境下的性能，优于单帧预训练和帧堆叠方法。

VOLT: Vision and Language Trajectory Segmentation for Faster-than-Demonstration Policies

VOLT: 面向超演示速度策略的视觉与语言轨迹分割

Robert Ramirez Sanchez, Daniel J. Evans, Dylan P. Losey, Siddarth Jain

机构 * Collab , Dept. of Mechanical Engineering, Virginia Tech, Blacksburg, VA 24061（机械工程系，弗吉尼亚理工学院，布莱克斯堡，VA 24061） ； Mitsubishi Electric Research Laboratories ( MERL ), Cambridge, MA 02139（三菱电机研究实验室（MERL），剑桥，MA 02139） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出VOLT方法，通过视觉与语言线索对演示轨迹进行分割，选择性下采样安全加速部分，保留需要精细操作的慢速段，从而训练出比演示更快的机器人策略。

Parametric and Generative Forecasts of EPEX Day-Ahead Energy Market Curves

EPEX日前能源市场曲线的参数化和生成式预测

Julian Gutierrez, Redouane Silvente

机构 * New York University Abu Dhabi（纽约大学阿布扎克分校） ； CREST, ENSAE, Institut Polytechnique de Paris（CREST、ENSAE、巴黎理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究EPEX日前能源市场曲线预测，提出参数化和生成式两种方法，参数方法用极端梯度提升，生成方法用条件去噪扩散概率模型，通过曲线重建和存储优化问题评估，生成式方法在存储应用中有更好表现。

Comments 40 pages, 30 figures

Who can compete with quantum computers? Lecture notes on quantum inspired tensor networks computational techniques

谁能与量子计算机竞争？基于张量网络的量子启发式计算技术讲义

Xavier Waintal, Chen-How Huang, Christoph W. Groth

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本讲义系统介绍张量网络核心算法（MPS/MPO），强调其作为超大矩阵线性代数工具，涵盖DMRG、TCI等算法，并展示在量子计算模拟、量子退火和偏微分方程求解中的应用。

Comments 65 pages, 92 figures. Set of lectures given at the Jyväskylä summer school during August 2025

The Cooling of Old White Dwarfs in 47 Tucanae

47仙女座球状星团中老白矮星的冷却

Leesa Fleury, Harvey Richer, Jeremy Heyl

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过哈勃空间望远镜观测分析47仙女座球状星团中白矮星的冷却过程，探讨元素扩散处理和氢包层厚度对白矮星冷却模型的影响，发现较厚的氢包层模型更符合观测数据。

Comments 23 pages, 13 figures, published in MNRAS

Repurposing 3D Generative Model for Autoregressive Layout Generation

将3D生成模型重新利用于自回归布局生成

Haoran Feng, Yifan Niu, Zehuan Huang, Yang-Tian Sun, Yuxin Peng, Lu Sheng

机构 * School of Software, Beihang University（北航软件学院） ； Tsinghua University（清华大学） ； University of Hong Kong（香港大学） ； Tencent Hunyuan（腾讯文英） ； Peking University（北京大学） 纠错

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

AI总结 本文提出LaviGen框架，利用3D生成模型直接在3D空间中生成布局，通过自回归过程建模几何关系和物理约束，提升3D场景的物理合理性与效率。

Comments this https URL (https://fenghora.github.io/LaviGen-Page/)