图像生成

Diffusion-based Cumulative Adversarial Purification for Vision Language Models

基于扩散的累积对抗净化方法用于视觉语言模型

Jia Fu, Yongtao Wu, Yihang Chen, Kunyu Peng, Xiao Zhang, Volkan Cevher, Sepideh Pashami, Anders Holst

机构 * KTH Royal Institute of Technology（皇家理工学院） ； Swiss Federal Institute of Technology Lausanne（洛桑联邦理工学院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； CISPA Helmholtz Center for Information Security（信息安全赫尔姆霍兹中心） ； RISE Research Institutes of Sweden（瑞典RISE研究机构） ； Halmstad University（哈马碧大学） 纠错

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

AI总结 提出DiffCAP，一种基于扩散的对抗净化策略，通过理论证明对抗效应随扩散单调衰减，并利用噪声注入与VLM嵌入相似度阈值自适应净化，显著提升防御效果并加速去噪。

Comments Accepted to Transactions on Machine Learning Research (TMLR 2026)

SARA: Semantically Adaptive Relational Alignment for Video Diffusion Models

SARA: 语义自适应关系对齐用于视频扩散模型

Jiesong Lian, Zixiang Zhou, Ruizhe Zhong, Yuan Zhou, Qinglin Lu, Rui Wang, Long Hu, Yixue Hao, Baoru Huang

机构 * Tencent Hunyuan（腾讯文英） 纠错

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

AI总结 提出SARA方法，通过文本条件显著性引导令牌对监督，提升视频扩散模型的文本对齐和运动质量。

MMD Guidance: Training-Free Distribution Adaptation for Diffusion Models via Maximum Mean Discrepancy Guidance

MMD Guidance: 基于最大均值差异引导的无训练分布适应扩散模型

Matina Mahdizadeh Sani, Nima Jamali, Mohammad Jalali, Farzan Farnia

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出MMD Guidance，一种无训练方法，通过最大均值差异梯度引导扩散模型采样，实现与参考数据分布对齐，无需重新训练。

FG-Attn: Leveraging Fine-Grained Sparse Attention in Video Diffusion Models

FG-Attn：在视频扩散模型中利用细粒度稀疏注意力

Sankeerth Durvasula, Kavya Sreedhar, Zain Moustafa, Suraj Kothawade, Tianlei Pang, Ashish Gondimalla, Suvinay Subramanian, Narges Shahidi, Nandita Vijaykumar

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 针对视频扩散模型中注意力层计算开销大的问题，提出FG-Attn，一种低开销的细粒度稀疏注意力机制，在MxN块粒度上跳过分数计算，实现最高2.45倍加速。

Coarse-to-Fine Hierarchical Alignment for UAV-based Human Detection using Diffusion Models

基于扩散模型的UAV人类检测粗到细层次对齐

Wenda Li, Meng Wu, Liangzhao Chen, Sungmin Eum, Heesung Kwon, Qing Qu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出Coarse-to-Fine Hierarchical Alignment框架，通过合成数据转换缩小领域差距，提升UAV人类检测精度，实验显示mAP50提升14.1%。

Diffusion Bridge or Flow Matching? A Unifying Framework and Comparative Analysis

扩散桥还是流匹配？一个统一框架与比较分析

Kaizhen Zhu, Mokai Pan, Zhechuan Yu, Jingya Wang, Jingyi Yu, Ye Shi

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文通过随机最优控制和最优传输理论统一了扩散桥与流匹配，证明扩散桥成本更低且轨迹更稳定，并在图像恢复等任务中通过实验验证了理论。

AccioScene: Compositional 3D Scene Generation via Graph Diffusion and Interaction-driven Critics

AccioScene: 基于图扩散与交互驱动评判的组合式3D场景生成

Yao Wei, Matteo Toso, Pietro Morerio, Changjae Oh, Michael Ying Yang, Alessio Del Bue

机构 * Queen Mary University of London, UK（伦敦大学玛丽女王学院） ； Italian Institute of Technology (IIT), Italy（意大利理工学院） ； University of Bath, UK（巴斯大学） 纠错

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

AI总结 提出多阶段流水线，通过图扩散生成上下文一致的场景图并预测物体布局，结合轻量级人-物交互先验和空间约束，生成支持人类交互且物理合理的3D室内场景。

Comments 17 pages, 14 figures

Pixel Cube: Diffusion-based Portrait Video Relighting Through Realistic Lighting Reproduction

Pixel Cube: 基于扩散的肖像视频重光照通过真实感光照再现

Yufan Zhang, Yu Ji, Ayo Ajiboye, Rundi Wu, Yu Guo, Changxi Zheng, Jinwei Ye

机构 * George Mason University（乔治·马歇尔大学） ； LightThought LLC ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 提出一种基于扩散的方法，利用混合训练数据集和HDR环境图控制，实现动态肖像视频的真实感重光照，保持时间一致性和身份特征。

Comments ACM SIGGRAPH 2026 Journal Track / ACM Transactions on Graphics, 17 pages. Project page: https://yufanzhang82.github.io/PixelCube/

Journal ref ACM Trans. Graph. 45, 4, Article 119 (July 2026), 17 pages

Physics Guided Conditional Diffusion Framework for Generative Inverse Design of Manufacturable Metasurface based Absorbers

基于物理引导的条件扩散模型的超材料吸收体逆向设计

Vineetha Joy, Jamshed Palai, Satwik Sahu, Anshuman Kumar, Amit Sethi, Hema Singh

机构 * Centre for Electromagnetics, CSIR-National Aerospace Laboratories（电磁研究中心，国家航空航天实验室） ； Birla Institute of Technology and Science, Pilani（比拉理工学院，皮兰） ； Indian Institute of Technology, Bombay（孟买印度理工学院） 纠错

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

AI总结 本文提出了一种基于物理引导的条件扩散框架，用于设计具有特定电磁响应的超材料吸收体，通过特征线性调制和预训练的替代电磁模拟器，提高了设计效率和条件准确性，实验表明该方法在2-18GHz频率范围内能够快速生成实用的超材料结构。

Rein3D: Reinforced 3D Indoor Scene Generation with Panoramic Video Diffusion Models

Rein3D: 基于全景视频扩散模型的强化3D室内场景生成

Dehui Wang, Rong Wei, Yue Shi, Congsheng Xu, Shoufa Chen, Dingxiang Luo, Tianshuo Yang, Xiaokang Yang, Wei Sui, Yusen Qin, Rui Tang, Yao Mu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Manycore Tech Inc.（Manycore科技公司） ； D-Robotics ； The University of Hong Kong（香港大学） 纠错

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

AI总结 提出Rein3D框架，结合3D高斯泼溅与视频扩散模型，通过“恢复-细化”范式从稀疏输入生成全局一致的360度室内场景，并构建PanoV2V-15K数据集，显著提升长距离相机探索效果。

Measurement-Consistent Langevin Corrector for Stabilizing Latent Diffusion Inverse Problem Solvers

用于稳定潜在扩散逆问题求解器的测量一致朗之万校正器

Lee Hyoseok, Sohwi Lim, Eunju Cha, Tae-Hyun Oh

机构 * Sookmyung Women's University（成均馆女子大学） 纠错

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

AI总结 针对潜在扩散模型逆问题求解器的不稳定性，提出测量一致朗之万校正器（MCLC），通过测量一致的朗之万更新缩小求解器与稳定反向扩散之间的差距，实现稳定可靠的潜在空间求解。

Comments ICML 2026

Existence of new self-similar solutions of the fast diffusion equation

快速扩散方程的新自相似解的存在性

Kin Ming Hui

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该论文证明了快速扩散方程的两类径向对称解的存在性，推导了对应的后向相似解，并通过匹配渐近分析新证了Peletier和Zhang关于该方程唯一径向对称解的相关结果。

Comments 50 pages, sections 1-3 are rewritten, sections 4-5 are added with new proof of Peletier and Zhang's result on existence of self-similar solution of the fast diffusion equation with finite L1 norm

Group-Equivariant Diffusion Models for Lattice Field Theory

用于格点场论的群等变扩散模型

Octavio Vega, Javad Komijani, Aida El-Khadra, Marina Marinkovic

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对格点量子场论MCMC模拟的临界慢化问题，提出对群变换等变的对称感知分数扩散模型，经增强训练后在样本质量等指标上优于通用模型。

Comments Updated to match published version in JHEP. 45 pages, 12 figures. Code available at https://gitlab.com/ovega141/diffusion_for_lqft

Journal ref JHEP 07 (2026) 213

Dynamic data generation and dynamic portfolio selection: an application of a score-based diffusion model

动态数据生成与动态投资组合选择：基于分数扩散模型的应用

Ahmad Aghapour, Erhan Bayraktar, Fengyi Yuan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出自适应分数扩散框架用于动态数据生成，将其应用于历史价格有限的动态均值-方差投资组合选择，实验显示该方法优于多个基准。

Comments Code available on https://github.com/fy-yuan/diffusion_dynamic_mv

Wavelet Phase Diffusion for Structurally and Semantically Consistent Sim-to-Real Translation

用于结构和语义一致的模拟到真实翻译的小波相位扩散

Kaiwen Wang, Frank Bieder, Yinzhe Shen, Carlos Fernandez, Jan-Hendrik Pauls, Omer Sahin Tas

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究模拟到真实翻译中弥合合成与真实域外观差距并保持结构语义一致的问题，提出小波相位扩散方法，通过双树复小波包变换域操作及低频随机化，在未配对数据训练，提升了图像和视频翻译的真实感与一致性。

Comments Project Page: https://kit-mrt.github.io/Wavelet-Phase-Diffusion/

Diffusion Model-based Parameter Estimation in Dynamic Power Systems

动态电力系统中基于扩散模型的参数估计

Feiqin Zhu, Dmitrii Torbunov, Zhongjing Jiang, Tianqiao Zhao, Amirthagunaraj Yogarathnam, Yihui Ren, Meng Yue

机构 * Brookhaven National Laboratory（布鲁海文国家实验室） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究动态电力系统中参数估计的不适定问题，提出基于联合条件扩散模型的反问题求解器，利用扩散模型随机性产生候选解，联合多观测缩小后验分布，在复合负荷模型参数化中优势明显，降低误差且能准确复制系统动态响应，提供通用框架。

Comments Updated to match the published version. Minor corrections incorporated

Journal ref Zhu, F., Torbunov, D., Jiang, Z. et al. Diffusion model-based parameter estimation in dynamic power systems. Commun Eng 5, 123 (2026)

Dissipative Unimodular Gravity: Linking Energy Diffusion to Bulk Viscosity as an Alternative to $Λ$CDM under DESI DR2 Data

耗散单模引力：将能量扩散与体积粘性联系起来作为ΛCDM的替代方案，在DESI DR2数据下

Norman Cruz, Esteban González, Guillermo Palma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于单模引力的耗散模型，通过DESI DR2数据验证，显示其在宇宙学常数问题上具有竞争力，作为ΛCDM的替代方案。

Comments 15 pages, 4 figures, 2 tables. Some general modifications were made throughout the entire text. Additionally, a new Section VI was added to discuss physical arguments supporting the hypothesis that cosmological dissipation naturally arises from energy non-conservation via diffusion

Exploring the Intrinsic Geometry of Diffusion Models with Constrained Inverse Kinematics

探索扩散模型在约束逆运动学中的内在几何结构

Miguel Angel Rogel Garcia, Phone Thiha Kyaw, Jonathan Kelly

机构 * Institute for Aerospace Studies, University of Toronto（航空航天研究所以及多伦多大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过约束逆运动学问题，研究扩散模型能否恢复数据流形的内在几何结构，实验表明模型得分函数恢复的内在维度与解析自由度匹配，且潜在空间线性插值保持约束流形结构。

Comments In Proceedings of the Robotics: Science and Systems (RSS) 2026 Workshop on Diffusion for Robot Learning, Sydney, Australia, July 17, 2026

On the Interpolation Effect of Score Smoothing in Diffusion Models

在扩散模型中分数平滑的插值效应

Zhengdao Chen

机构 * Google Research（谷歌研究） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究分数平滑如何通过去噪动态在一维子空间内插值训练数据，并通过理论和实验验证神经网络学习分数函数的自然效果。

Comments 35 pages, 14 figures. Code available at: https://github.com/google-research/diffusion-score-smoothing

Journal ref 14th International Conference on Learning Representations (ICLR 2026)

EchoChange: A Diffusion Language Model with Dual Pass Remasking for Factual Remote Sensing Disaster Change Captioning

EchoChange：用于事实性遥感灾害变化描述的双遍重掩蔽扩散语言模型

Dongwei Sun, Bowen Yao, Yujie Zhang, Pei Liu, Jing Yao, Xiangyong Cao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有遥感灾害变化描述方法的级联事实错误问题，提出EchoChange扩散语言模型，经实验在RSCC基准上优于各类基线

Propagation-Window Bounds in Degenerate Plant-Consumer Reaction-Diffusion Systems

退化植物-消费者反应扩散系统中的传播窗口边界

Chiun-Chuan Chen, Ting-Yang Hsiao, Li-Chang Hung, Haoyuan Li, Shun-Chieh Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究高维植物-消费者反应扩散系统中行波，基于新混合下解构造证明特定条件下速度集合关系，通过多种论证得出行波存在性及速度上下界，还通过双物种系统构造明确波表明sC^ex非最大波速。

Comments 32 pages; fixed minor typos

High-order complete flux schemes for convection-diffusion equations on arbitrary subdivisions

对流扩散方程在任意细分上的高阶完全通量格式

Wenyu Lei, Liwei Xu, Peng Yang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究对流扩散方程在任意网格的高阶格式，通过推导精确法向通量构建完全通量有限体积法，对任意多项式次数离散空间有效，在不同空间有良好表现，数值实验验证了方法的稳健性与最优精度。

Comments 25 pages

Identifying Non-Ideal Reaction-Diffusion Systems Unable to Maintain Diffusion Out-of-Equilibrium

识别无法维持扩散非平衡态的非理想反应扩散系统

Francesco Avanzini, Timur Aslyamov, Massimiliano Esposito

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究非理想反应扩散系统中扩散何时平衡，基于构建动力学势开发通用方法，推广相关成果，表明在化学反应网络为伪详细平衡或复杂平衡的系统中扩散会平衡，揭示反应通量约束源于两类网络不同化学计量性质。

Contextual Cellular Growth (ConCeG) of neural cells for realistic grey matter tissue generation for diffusion MRI simulations

用于扩散MRI模拟的真实灰质组织生成的神经细胞上下文细胞生长 (ConCeG)

Charlie Aird-Rossiter, Kadir Şimşek, Maëliss Jallais, Derek K. Jones, Lida Kanari, Marco Palombo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对灰质扩散MRI信号解释难题，引入ConCeG框架，结合拓扑神经元合成与空间约束生长网络，依真实神经胶质形态生成细胞构建三维多细胞灰质基质，经验证可用于扩散MRI模拟。

Duality and Policy Evaluation in Distributionally Robust Bayesian Diffusion Control

分布鲁棒贝叶斯扩散控制中的对偶性与政策评估

Jose Blanchet, Jiayi Cheng, Yuewei Ling, Hao Liu, Yang Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出分布鲁棒贝叶斯控制方法，通过强对偶性结果解决参数不确定性下的策略评估与学习问题，提升鲁棒性和效率。

Learning to outgrow the competition: reaction-diffusion systems that adapt to time-dependent environments

在反应-扩散模型中适应时间变化的环境

Olivier Rivoire, Guy Bunin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过反应-扩散模型探讨了时间变化环境下的适应机制，揭示了适应性通过环境暴露、空间相互作用和教师引导学习等机制实现的过程。

READ: A Retrieval-Alignment Diffusion Framework for Structure-based Drug Design

READ：一种用于基于结构的药物设计的检索-对齐扩散框架

Dong Xu, Zhangfan Yang, Junchuang Cai, Sisi Yuan, Zexuan Zhu, Jianqiang Li, Junkai Ji

机构 * School of Artificial Intelligence（人工智能学院） ； Shenzhen University（深圳大学） ； National Engineering Laboratory for Big Data System Computing Technology（大数据系统计算技术国家工程实验室） ； School of Computer Science（计算机科学学院） ； University of Nottingham Ningbo（诺丁汉大学宁波校区） ； Department of Computing（计算学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有SBDD模型忽略蛋白-配体复合物相似性及数据有限的问题，提出READ检索-对齐扩散框架，在标准化对接评估中表现优于现有方法，为早期药物计算命中物生成提供实用框架。

Comments 15 pages, 8 figures. Supplementary material is included as an ancillary file. Accepted for publication in IEEE Transactions on Computational Biology and Bioinformatics

A Design Space Study of Density Matrix Parameterizations for Diffusion-Based Quantum State Tomography

基于扩散的量子态层析成像的密度矩阵参数化的设计空间研究

Shuangu Chang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散QST的密度矩阵参数化开展设计空间研究，基于雅可比格拉姆矩阵建立几何框架，经2、3量子比特实验得出关键发现并提供参数化选择指南，为QST方法设计提供支撑。

DiffImaginE: Imagine to Verify Entity Types with Diffusion

DiffImaginE：通过想象验证实体类型

Feng Zhang, Feiyu Han, Rongxin Yang, Yang Liu, Yancheng Chen, Rui Wang, Yingguang Yang, Tian Xueyun, Chongyang Zhang, Hao Zheng, Xu Kefu, Congjing Ran, Fuhai Chen, Bin Chong

机构 * Fuzhou University（福州大学） ； Chinese Academy of Sciences（中国科学院） ； Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） ； University of Science and Technology of China（中国科学技术大学） ； Fullive Innovation (Beijing) AI Technology Co., Ltd.（福莱创新（北京）人工智能科技有限公司） ； Baidu（百度） ； Wuhan University（武汉大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffImaginE将多模态命名实体识别的类型验证建模为条件潜在扩散推理，在Twitter-2015和Twitter-2017数据集上，相比确定性对照模型取得了一致的性能提升。

Pseudorandom Streams within Diffusion Models Act as Learnable Inputs That Affect Generation Quality

扩散模型中的伪随机流是影响生成质量的可学习输入

Shengzhi Deng, Chenqi Ye, Yanze Guo

机构 * School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院） ； Software College, Northeastern University（东北大学软件学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究发现扩散模型的伪随机流是可学习输入，会影响生成质量，相关指标与生成退化相关，伪随机源兼具分布选择与结构化输入属性。