图像生成

Learning Structure-Semantic Evolution Trajectories for Graph Domain Adaptation

学习结构-语义演进轨迹用于图域适应

Wei Chen, Xingyu Guo, Shuang Li, Yan Zhong, Zhao Zhang, Fuzhen Zhuang, Hongrui Liu, Libang Zhang, Guo Ye, Huimei He

机构 * School of Artificial Intelligence, Beihang University, Beijing, China（北京航空航天大学人工智能学院） ； School of Mathematical Sciences, Peking University, Beijing, China（北京大学数学科学学院） ； School of Computer Science and Engineering, Beihang University, Beijing, China（北京航空航天大学计算机科学与工程学院） ； Zhongguancun Laboratory, Beijng, China（中关村实验室） ； Independent Researcher, Beijing, China（独立研究者） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 DiffGDA通过建模连续时间生成过程，以结构和语义转换的联合建模方式解决图域适应中的连续非线性演进问题，实验表明其在多个数据集上优于现有方法。

Comments accepted by ICLR 2026, 21 pages

ChicGrasp: Imitation-Learning based Customized Dual-Jaw Gripper Control for Delicate, Irregular Bio-products Manipulation

ChicGrasp：基于模仿学习的定制化双爪夹具控制用于精细、不规则生物产品操作

Amirreza Davar, Zhengtong Xu, Siavash Mahmoudi, Pouya Sohrabipour, Chaitanya Pallerla, Yu She, Wan Shou, Philip Crandall, Dongyi Wang

机构 * University of Arkansas（阿肯色大学） ； Purdue University（普渡大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 ChicGrasp通过模仿学习实现定制化双爪夹具控制，有效提升对精细、不规则生物产品的操作效率。

Comments Submitted for journal review

Robust Macroscopic Density Control of Heterogeneous Multi-Agent Systems

异构多智能体系统的鲁棒宏观密度控制

Gian Carlo Maffettone, Davide Salzano, Mario di Bernardo

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种可扩展的宏观密度控制框架，用于异构多智能体系统，在部分未知环境中实现鲁棒的密度控制。

Integration of Cobalt Ferromagnetic Control Gates for Electrical and Magnetic Manipulation of Semiconductor Quantum Dots

钴铁磁控制门的集成用于半导体量子点的电和磁操控

Fabio Bersano, Michele Aldeghi, Niccolò Martinolli, Victor Boureau, Thibault Aboud, Michele Ghini, Pasquale Scarlino, Gian Salis, Adrian Mihai Ionescu

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种利用钴铁磁控制门集成多栅 FD-SOI 纳米线，实现半导体量子点的电和磁操控，展示了其在量子计算中的应用潜力。

Comments 15 pages, 7 figures

Journal ref Adv. Funct. Mater. 2025, 35, 2419940

ANCRe: Adaptive Neural Connection Reassignment for Efficient Depth Scaling

ANCRe: 适应性神经连接重新分配用于高效的深度扩展

Yilang Zhang, Bingcong Li, Niao He, Georgios B. Giannakis

机构 * University of Minnesota（明尼苏达大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 ANCRe通过适应性神经连接重新分配，有效提升深度扩展效率，加速收敛并提高性能。

Enhancing Generative AI Image Refinement with Scribbles and Annotations: A Comparative Study of Multimodal Prompts

通过草图和注释增强生成式AI图像细化：多模态提示的比较研究

Hyerim Park, Phuong Thao Tran, Andre Luckow, Ceenu George, Michael Sedlmair, Malin Eiband

专题命中 可控生成 ：inpainting(abstract)

AI总结 本研究通过比较多模态提示，探讨草图和注释如何提升生成式AI图像细化，提出原型并揭示设计师在多模态策略中的偏好。

Comments 22 pages, 14 figures. Preprint of an accepted IUI '26 paper

A Unified Density Operator View of Flow Control and Merging

流控与融合的统一密度算子视角

Riccardo De Santi, Malte Franke, Ya-Ping Hsieh, Andreas Krause

机构 * ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（ETH人工智能中心） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种统一的概率空间框架，通过奖励引导的流融合方法，实现流控与融合的统一处理，并在分子设计和构象生成中展示了其应用。

IGMiRAG: Intuition-Guided Retrieval-Augmented Generation with Adaptive Mining of In-Depth Memory

IGMiRAG: 基于直觉引导的检索增强生成与深度记忆适应性挖掘

Xingliang Hou, Yuyan Liu, Qi Sun, haoxiu wang, Hao Hu, Shaoyi Du, Zhiqiang Tian

专题命中 可控生成 ：diffusion(abstract)

AI总结 IGMiRAG通过直觉引导的检索增强生成框架，结合超图和演绎路径，提升多粒度知识对齐和深度记忆挖掘，实现更高效有效的生成性能。

Comments 29 pages, Information Retrieval

TextOp: Real-time Interactive Text-Driven Humanoid Robot Motion Generation and Control

TextOp: 人形机器人实时交互文本驱动动作生成与控制

Weiji Xie, Jiakun Zheng, Jinrui Han, Jiyuan Shi, Weinan Zhang, Chenjia Bai, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； Shanghai Jiao Tong University（上海交通大学） ； East China University of Science and Technology（东华大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 TextOp通过实时文本驱动框架实现人形机器人灵活的动作生成与控制，支持流式指令和即时修改，实现实时交互与自主性平衡。

Comments Project Page: https://text-op.github.io/

Control of the Fisher-Stefan system

Fisher-Stefan系统的控制

Idriss Boutaayamou, Fouad Et-tahri, Lahcen Maniar, Francisco Periago

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文通过将Fisher-Stefan问题转化为非线性系统的局部零可控性，利用Lyusternik-Graves定理实现了轨迹的局部精确可控性，并通过PINNs方法进行了数值验证。

Dynamics of a nonlocal epidemic model with a new free boundary condition, part 1: Spreading-vanishing dichotomy

非局部流行病模型的动力学研究：带有新自由边界条件的扩散-反应系统，第一部分：扩散-消失二元性

Yao Chen, Yihong Du, Wan-Tong Li, Rong Wang

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种新的自由边界条件，研究非局部流行病模型的长期动力学行为，揭示了扩散与消失的二元性及其精确阈值。

Provably Reliable Classifier Guidance via Cross-Entropy Control

通过交叉熵控制实现可证明可靠的分类器引导

Sharan Sahu, Arisina Banerjee, Yuchen Wu

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文通过交叉熵控制证明了分类器引导扩散模型的可靠性，建立了分类器训练与引导对齐的理论联系。

Comments 31 pages, 3 figures

An infinite horizon sufficient stochastic maximum principle for regime switching diffusions and applications

无限时间充分随机最大原理及其在 regime switching 扩散中的应用

Kai Ding, Xun Li, Siyu Lv, Xin Zhang

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种无限时间 horizon 的随机最大原理，用于 regime switching 扩散的最优控制问题，并通过线性二次生产计划问题展示了其应用。

ARCHI-TTS: A flow-matching-based Text-to-Speech Model with Self-supervised Semantic Aligner and Accelerated Inference

ARCHI-TTS: 一种基于流匹配的文本到语音模型，配备自监督语义对齐器和加速推理

Chunyat Wu, Jiajun Deng, Zhengxi Liu, Zheqi Dai, Haolin He, Qiuqiang Kong

机构 * The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 ARCHI-TTS通过自监督语义对齐器和高效推理策略，实现了高效率的文本到语音合成，优于现有最先进系统。

Comments Accepted by ICASSP 2026

High-Precision Phase Control of an Optical Lattice with up to 50 dB Noise Suppression

光学晶格高精度相位控制及50dB噪声抑制

Kendall Mehling, Murray Holland, Catie LeDesma

专题命中 可控生成 ：diffusion(abstract)

AI总结 本研究提出了一种高精度光学晶格相位控制方法，通过双频差锁技术实现50dB噪声抑制，支持高带宽调制，用于原子干涉仪的复杂相位操控。

Comments 8 pages, 4 figures

Journal ref Phys. Rev. Applied 25, 024008 (2026)

Global stabilization and finite element analysis of the viscous Burgers' equation with memory subject to Neumann boundary feedback control

带有记忆项的粘性Burgers方程的全局稳定性及有限元分析及Neumann边界反馈控制

Shishu Pal Singh, Sudeep Kundu

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了带有记忆项的粘性Burgers方程的全局稳定性，采用Neumann边界反馈控制并结合有限元方法进行分析，验证了稳定性及误差估计。

Learning Modal-Mixed Chain-of-Thought Reasoning with Latent Embeddings

通过潜在嵌入学习模态混合的思考链推理

Yifei Shao, Kun Zhou, Ziming Xu, Mohammad Atif Quamar, Shibo Hao, Zhen Wang, Zhiting Hu, Biwei Huang

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出模态混合CoT方法，通过潜在嵌入结合视觉与文本信息，提升多模态推理性能。

Enhancing Imaging Depth and Sensitivity in Reflectance Mode Near Infrared Optical Imaging with Scatter Reducing Agents

在近红外光学成像反射模式中使用散射减少剂以增强成像深度和灵敏度

Mannu Bardhan Paul, Kaiser Niknam, Mini Das

专题命中 可控生成 ：diffusion(abstract)

AI总结 本研究通过使用柠檬黄染料作为散射减少剂，在近红外反射模式成像中提升深度灵敏度和弱吸收体检测能力，利用折射率梯度增强反射信号。

Comments 26 pages, 10 figures

Hydrogen at GaN(0001) surface control of Fermi level pinning: Mg activation of p-type conductivity -- Nakamura process deciphered

氮化镓(0001)表面氢原子控制费米能级钉扎：Mg激活p型导电性——纳克拉马过程解密

Konrad Sakowski, Pawel Strak, Pawel Kempisty, Izabella Grzegory, Stanislaw Krukowski

专题命中 可控生成 ：diffusion(abstract)

AI总结 通过从头计算揭示了氮化镓(0001)表面氢原子控制费米能级钉扎机制，解析了Mg掺杂对p型导电性激活的纳克拉马过程。

Comments 28 pages, 10 figures

Breaking the Regional Barrier: Inductive Semantic Topology Learning for Worldwide Air Quality Forecasting

突破区域壁垒：为全球空气质量预测的归纳语义拓扑学习

Zhiqing Cui, Siru Zhong, Ming Jin, Shirui Pan, Qingsong Wen, Yuxuan Liang

机构 * The Hong Kong University of Science（香港科学与技术大学） ； Griffith University, Australia（格里菲斯大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 OmniAir通过语义拓扑学习框架提升全球空气质量预测的泛化能力，实现高效准确的预测并弥补数据稀疏区域的监测缺口。

Evaluating Generative AI in the Lab: Methodological Challenges and Guidelines

在实验室中评估生成式AI：方法学挑战与指南

Hyerim Park, Khanh Huynh, Malin Eiband, Jeremy Dillmann, Sven Mayer, Michael Sedlmair

专题命中 可控生成 ：image generation(abstract)

AI总结 本文探讨了在实验室环境中评估生成式AI的方法学挑战，提出了五个指南和十八项建议，以帮助研究人员设计更透明和稳健的评估研究。

Comments 18 pages, 3 figures, IUI '26 (the 31st International Conference on Intelligent User Interfaces)

A conversational gesture synthesis system based on emotions and semantics

基于情感和语义的对话手势合成系统

Thanh Hoang-Minh

机构 * Department of Information Technology, VNUHCM -- University of Science（越南科学大学信息科技系） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出DeepGesture，一种基于扩散的 gesture 合成系统，通过多模态信号生成具有情感和语义条件的手势，提升数字人类的自然表达能力。

De Finetti's Control for Refracted Skew Brownian Motion

德芬尼控制下的折射斜布朗运动

Zhongqin Gao, Yan Lv, Xiaowen Zhou

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出折射斜布朗运动作为风险模型，研究其最优分红策略的充分条件。

MIRAGE: Enabling Real-Time Automotive Mediated Reality

MIRAGE：实现实时汽车中介现实

Pascal Jansen, Julian Britten, Mark Colley, Markus Sasalovici, Enrico Rukzio

专题命中 可控生成 ：inpainting(abstract)

AI总结 MIRAGE是一个开源工具，通过先进的计算模型实现实时汽车中介现实，提升驾驶安全并探索其伦理与交互设计影响。

Comments Conditionally accepted at CHI 2026

Problem Space Transformations for Out-of-Distribution Generalisation in Behavioural Cloning

行为克隆中面向分布外泛化的问题空间变换

Kiran Doshi, Marco Bagatella, Stelian Coros

机构 * Department of Computer Science at ETH Zürich（苏黎世联邦理工学院计算机科学系） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出通过问题空间变换提升行为克隆在分布外泛化中的性能，通过实验验证了姿态等价性和局部性对动作预测的改进作用。

Exact Controllability for Stochastic First-Order Multi-Dimensional Hyperbolic Systems

对随机一阶多维双曲系统的精确可控性

Zengyu Li, Qi Lü, Yu Wang, Haitian Yang

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了随机多维双曲系统的精确可控性，通过建立新的Carleman估计和加权能量恒等式，证明了在特定几何条件下可控性成立，并探讨了其在交通流、流行病模型等领域的应用。

Masked Generative Policy for Robotic Control

遮蔽生成策略用于机器人控制

Lipeng Zhuang, Shiyu Fan, Florent P. Audonnet, Yingdong Ru, Edmond S. L. Ho, Gerardo Aragon Camarasa, Paul Henderson

机构 * University of Glasgow（格拉斯哥大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 MGP通过并行生成和动态细化技术，实现了在复杂非马尔可夫任务中高效可靠的机器人控制。

Distillation-Enabled Knowledge Alignment for Generative Semantic Communications of AIGC Images

基于知识对齐的生成语义通信中的知识蒸馏

Jingzhi Hu, Geoffrey Ye Li

机构 * Department of Electrical and Electronic Engineering, Imperial College London（帝国理工学院伦敦分校电子与电气工程系） 纠错

专题命中 可控生成 ：image generation(abstract)

AI总结 本文提出DeKA-g算法，通过知识蒸馏和低秩适应，提升生成语义通信中边缘与云生成图像的一致性及传输质量。

Close-Fitting Dressing Assistance Based on State Estimation of Feet and Garments with Semantic-based Visual Attention

基于足部与衣物状态估计的近身穿衣辅助

Takuma Tsukakoshi, Tamon Miyake, Tetsuya Ogata, Yushi Wang, Takumi Akaishi, Shigeki Sugano

机构 * Creative Science and Engineering Faculty, Waseda Univ.（早稻田大学创意科学与工程学部） ； Future Robotics Organization, Waseda Univ.（早稻田大学未来机器人组织） ； Faculty of Science and Engineering, Waseda Univ.（早稻田大学科学与工程学部） ； The National Institute of Advanced Science and Technology（日本国家先进科学与技术研究院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本研究提出基于语义信息的穿衣辅助方法，通过多模态数据融合实现对足部和衣物状态的精准估计，成功帮助10名受试者穿袜子，优于其他方法。

Comments Accepted at RA-L, 2026

Clustering-driven Memory Compression for On-device Large Language Models

基于聚类的记忆压缩用于设备端大语言模型

Ondrej Bohdal, Pramit Saha, Umberto Michieli, Mete Ozay, Taha Ceritli

机构 * University of Oxford（牛津大学） 纠错

专题命中 可控生成 ：personalized generation(abstract)

AI总结 本文提出一种基于聚类的记忆压缩方法，通过分组和合并相似记忆以提升设备端大语言模型的上下文效率和生成质量。

Comments Accepted at ICASSP 2026