图像生成

Late-Layer Fusion is Enough: Dual-Path Vision Token Routing for Multimodal Large Language Models under Visual Saturation

晚期融合足矣：面向视觉饱和的多模态大语言模型的双路径视觉令牌路由

Siyuan Liu, Jinyang Wu

机构 * School of Mechanics and Engineering Science, Peking University（北京大学力学与工程科学学院） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

专题命中 可控生成 ：text-to-image(abstract)；分类 cs.CV

AI总结 针对多模态大语言模型中视觉令牌在深层饱和的问题，提出双路径视觉令牌路由（DPVR-LF），在饱和点将视觉令牌路由至单层可训练分支，仅最后层融合，以约3%可训练参数保持性能并减少计算。

Comments 18 pages, 4 figures. Submitted to Pattern Recognition

Beyond Waypoints: A Trajectory-Centric Waypointing Paradigm for Vision-Language Navigation

超越航点：面向视觉语言导航的轨迹中心航点范式

Haoxiang Shi, Xiang Deng, Haoyu Zhang, Qiaohui Chu, Yaowei Wang, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 提出轨迹航点范式，通过TSDF引导的扩散策略预测可执行轨迹，解决VLN-CE中航点不可达与规划控制不一致问题，在基准上取得最优性能。

Native3D: End-to-End 3D Scene Generation via Unified Mesh-Texture Modeling and Semantic Alignment

Native3D: 通过统一网格纹理建模与语义对齐的端到端3D场景生成

Yibo Liu, Ziwei Zhang, Haozhou Pang, Menghao Li, Lanshan He, Gan Qi

机构 * Kuaishou GameMind Lab（快手游戏大脑实验室） 纠错

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

AI总结 提出Native3D，首个完全绕过2D中间表示的端到端3D场景生成框架，通过统一网格纹理联合表示和3D表示对齐损失，解决几何结构失真和纹理细节退化问题。

LUCID: Learning Unified Control for Image Deflaring and Exposure Mastery in Nighttime Photography

LUCID：夜间摄影中图像去眩光与曝光控制的统一学习

Tingyu Yang, Yuan Cheng, Xiaoyun Yuan

机构 * MoE Key Lab of Artificial Intelligence（人工智能混合专家实验室） ； AI Institute（人工智能研究所） ； School of Computer Science（计算机科学学院） ； School of Biomedical Engineering（生物医学工程学院） ； School of Artificial Intelligence（人工智能学院） 纠错

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

AI总结 提出LUCID统一框架，通过眩光解缠模块和扩散驱动模块联合处理夜间图像中的眩光和噪声，并引入四模式训练实现可控恢复，支持HDR重建，性能优于现有方法。

Comments Accepted by SIGGRAPH 2026

Exact analytical solution for the non-selfadjoint problem of Maxwell--Cattaneo--Vernotte heat conduction with heat-transfer boundary condition

带传热边界条件的麦克斯韦-卡塔内奥-韦尔诺特热传导非自伴问题的精确解析解

Mátyás Szücs, Tamás Fülöp

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究求解带传热边界条件的麦克斯韦-卡塔内奥-韦尔诺特非傅里叶热传导方程，构建双正交系统得到精确解析解，分析谱结构并与数值解对比，为非自伴双曲热传导提供解析基准。

Comments 35 pages, 19 figures

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。

Low-dimensional structure and online tracking of POD subspaces on the Grassmann manifold: application to flow around an airfoil

Grassmann流形上POD子空间的低维结构与在线跟踪：在翼型绕流中的应用

Shintaro Sato, Yoshitsugu Naka, Rei Sasaki, Rion Handa, Naofumi Ohnishi

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究将POD子空间视为流动状态，通过扩散映射和Grassmann秩1更新算法，在翼型绕流实验中验证了可在线跟踪其低维演化，为流动状态估计与控制提供基础。

SonicWeave: Chunk-Routed Mixture-of-Experts for Unified Audio Scene Generation

SonicWeave：用于统一音频场景生成的分块路由混合专家模型

Yunrui Cai, Xu Li, Yucheng Zhou, Jinchao Li, Dingdong Wang, Dongchao Yang, Xixin Wu, Chen Zhang, Zhiyong Wu, Pengfei Wan, Helen Meng

机构 * Kuaishou Technology（快手科技） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出SonicWeave，一种带CPE-MoE的流匹配模型，可通过单一权重集生成含语音、音乐等的统一音频场景，在多项基准及复杂场景评估中表现优于基线。

Coherent Control of Domain-Wall Transport in an Ultracold Bose Gas

超冷玻色气体中畴壁输运的相干控制

O. Farion, M. Pourzand, J. M. McGuirk

专题命中 可控生成 ：diffusion(abstract)

AI总结 本研究在超冷玻色气体中实现了畴壁输运的相干控制，通过调控自旋畴取向改变畴壁轨迹，揭示了两种输运 regime 的交叉，为原子电子学系统的可控畴壁动力学提供了新途径。

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

AtumAI: A Principled Framework for Agentic Generation of Datacenter Control-Plane Policies

AtumAI：一种用于智能体生成数据中心控制平面策略的原则性框架

Qiushi Lin, Chaojie Zhang, Íñigo Goiri, Aditya Akella, Ricardo Bianchini, Jovan Stojkovic

专题命中 可控生成 ：diffusion(abstract)

AI总结 AtumAI是一种用于智能体生成数据中心控制平面策略的框架，通过任务编译器和进化设计循环实现形式化、可迁移、系统化的策略生成，其生成的策略在三类任务上均优于专家基线。

PosterMELD: Multi-Agent Paper-to-Poster Generation for Controllable Design Diversity with Editable Print-Ready Outputs

PosterMELD：面向可编辑打印就绪输出的可控设计多样性多智能体论文转海报生成

Haojie Hu, Chenhao Dang, Yaojia Liu, Hengrui Kang, Conghui He, Weijia Li

专题命中 可控生成 ：image generation(abstract)

AI总结 PosterMELD是模板条件化多智能体海报生成流水线，可导出可编辑PPTX和PNG，在621篇论文实验中PRR达81.3%，成本仅为Codex+Skill的3.5%，性能优于P2P、PosterGen等方法。

Comments 9 pages, 5 figures, and 4 tables. Code and resources are available at https://github.com/Shannon4Science/PosterMELD

FreqNav: Stage-Wise Frequency Routing for Object-Oriented Aerial Vision-Language Navigation

FreqNav：面向面向对象空中视觉语言导航的分阶段频率路由

Yin Tang, Jiawei Ma, Jiahao Li, Hao Zhang, Zhemin Sun, Jianqiao Sun, Deyu Zhang

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对现有空中VLN方法的感知干扰问题，提出FreqNav框架，通过动态分配视觉令牌实现分阶段频率路由，提升性能并加快推理速度，验证了其实际应用潜力。

Node-Wise Dynamic Optimal Control for Evolutionary Games on General Multilayer Networks

通用多层网络上演化博弈的节点级动态最优控制

Rio Aurachman, Giuliano Punzo

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对通用多层网络中演化博弈的最优控制问题，通过求解哈密尔顿-雅可比-贝尔曼方程得到节点级动态最优激励的解析解，经数值验证后与现有文献结果对比，为促进种群合作提供了新方案。

Comments 17 pages, 5 figures, 2 tables

Relation Geometry in Semantic Space of Language Models

语言模型语义空间中的关系几何

Zhihan Cao, Hiroaki Yamada, Simone Teufel, Tatsuya Hiraoka, Kentaro Inui, Hitomi Yanaka, Takenobu Tokunaga

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究语言模型语义空间中关系几何的表征情况，通过三类语言模型在6种语义关系上的实验，发现非对称关系的表征更清晰，且不同模型依赖的信息来源存在差异。

Comments Manuscript under review

PRISM: Polynomial Representations for Interaction-Structured Motor Control

PRISM：用于交互结构运动控制的多项式表示

Seung Hyun Lee, Stella X. Yu

机构 * University of Michigan（密歇根大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究针对机器人观察中物理变量交互作用问题，提出PRISM策略表示，通过因式分解多项式模块展现高阶交互特征，在强化和模仿学习中应用，提升了人形机器人运动等性能，还能产生无传感器柔顺行为，表明多项式表示应成运动控制标准选择。

Spectral Dynamics of Semantic Drift in Clinical Multi-Agent Language Model Networks

临床多智能体语言模型网络中语义漂移的谱动力学

Amritesh Banerjee

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究临床多智能体语言模型网络中语义漂移的谱动力学，通过映射多智能体通信不确定性轨迹到嵌入空间，揭示结构瓶颈危害。提出动态谱监测技术，经图拉普拉斯算子特征分解确保全局状态扩散，保障自主医疗诊断可靠性。

EventOD: Event-Aware OD Flow Generation via LLM-Guided Semantic Modulation

EventOD：通过大语言模型引导的语义调制实现事件感知的OD流生成

Jie Zhao, Jie Feng, Can Rong, Zhihan Hou, Peng Lu, Yong Li

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Zhongguancun Academy（中关村科学城研究院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工学院科研与技术联盟） ； Xiuzhong College, Tsinghua University（清华大学致理书院） ； Department of Automation, Central South University（中南大学自动化学院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究在破坏性事件下估计OD流的问题，提出EventOD框架，利用大语言模型和轻量级适应模块，通过输入级调制实现事件感知适应，实验表明该方法能提高重建精度和分布保真度。

SeT-Diff: Towards Semantic Foundation Models for HPC Telemetry and Time-Series

SeT-Diff：面向高性能计算遥测和时间序列的语义基础模型

Giovanni B. Esposito, Francesco Antici, Daniele Cesarini, Andrea Bartolini

机构 * University of Bologna（博洛尼亚大学） ； CINECA（意大利国家科研计算中心） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对数据中心计算节点建模需求，提出SeT-Diff基础模型，采用基于扩散的方法，在真实超级计算机数据集实验中，其重建任务平均绝对误差为0.0470，有零样本排列稳定性，单个模型可有效执行多种任务，是高性能计算系统有效的数据驱动数字孪生。

The symmetric V-cycle can diverge under the multigrid axioms for cell-centred discretisations

在用于格心离散化的多重网格公理下，对称V循环可能发散

Ming Hei Wong

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究格心离散化下多重网格方法中标准对称V循环的收敛性，通过两种构造表明其可能发散，即使满足相关公理假设，而W循环仍一致收缩，还给出了平滑计数阈值与相关常数的关系及具体离散化中的发散情况。

Comments 26 pages, 6 figures

Output Regulation for Linear Parabolic Systems Using Finite-Dimensional Tracking-Error-Based Control

基于有限维跟踪误差控制的线性抛物型系统输出调节

Bingsen Li, Emilia Fridman, George Weiss

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究一维扩散反应系统在干扰和参考信号由不稳定外系统生成时的输出调节问题，提出基于有限维跟踪误差的调节器设计方法，通过推导组合装置转化问题，利用模态分解法刻画可观测性，证明观测器增益性质并给出LMI条件，分析了含未知时变测量延迟的情况。

Comments 16 pages, 3 figures

Control of morphology and topology in a lattice model of branching morphogenesis

分支形态发生晶格模型中形态和拓扑的控制

Christian Hanauer, Frank Jülicher, Efe Ilker

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究提出结合非平衡物理与发育生物学思想的晶格模型，用于形态发生素控制的分支形态发生。通过局部算子控制拓扑，研究分支模式动力学，发现拓扑保持稳态簇的回转半径与簇大小呈幂律缩放，给出了不同晶格中的指数。

Comments Main text and appendix: 11 pages, 6 figures, 2 tables

Stochastic Quantization as Optimal Control

作为最优控制的随机量子化

Lingxiao Wang

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究将随机量子化表述为有限时间随机最优控制问题，利用可处理参考过程及参考校正终端成本，通过神经网络学习残余控制实现最优随机量子化，在多峰势和二维晶格标量\(\phi^4\)理论中取得成果，将量子化表述为控制。

Comments 7 pages, 4 figures

The Geometry of Semantic Space: A Continuous Geometric Framework for the Transformer Architecture

语义空间的几何：Transformer架构的连续几何框架

Zhihua Liang

机构 * INFN, Sezione di Cagliari（意大利国家核物理研究所，卡利亚里分部） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究提出连续几何框架，将Transformer架构运算建模为积分 - 微分方程，从几何公理出发转化其核心组件。通过实验验证，此框架能为大语言模型的稳定性、上下文及优化动态提供预测性描述词汇。

AeroAct: Action-Centered World-Action Models for Language-Conditioned Quadrotor Flight

AeroAct：用于语言条件四旋翼飞行的以动作中心的世界-动作模型

Xinhong Zhang, Qiyuan Zhu, Yubo Huang, Haolin Chen, Runqing Wang, Yuhao Mo, Zhongxin Chen, Yu Hu, Xinjiang Wang, Jian Sun, Gang Wang

机构 * School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究语言条件下四旋翼飞行问题，提出AeroAct模型，利用预训练视频扩散Transformer，结合相关采集设备和程序获取数据，经实验验证该模型能提升四旋翼飞行的目标跟踪和物体搜索性能，且对应策略可在实体四旋翼上执行。

The regional control of a fractional spatio-temporal SIR model

分数阶时空SIR模型的区域控制

Sofwah Ahmad

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究有界区域上含分数阶扩散的非线性时空流行病学模型的区域最优控制问题，考虑疾病传播及两种控制方式，建立解的性质，证明最优控制存在并推导条件，发现集中接种疫苗可减轻疾病传播，给出数值模拟。

Dual-Process Atomic Skill Learning: Decoupling Semantic Reasoning and Real-Time Control

双过程原子技能学习：解耦语义推理与实时控制

Jun Chen, Erdent Bao, Wenlong Dong, Jierui Liu, Qi Cai, Hao Wan, Shaopeng Li, Weijun Qin, Jing Liang, Huiping Zhuang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Huazhong University of Science and Technology（华中科技大学） ； Southern University of Science and Technology（南方科技大学） ； South China University of Technology（华南理工大学） ； EbTech Co. Ltd.（依比特科技有限公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究针对语言条件模仿学习推广到多步组合任务的挑战，提出双过程原子技能学习框架DASL，通过解耦语义推理与实时控制，含低频和高频策略，有效减轻技能码本干扰问题，性能显著优于现有基线。

Comments 28 pages,20 figures,21 tables

Coherent Quantum Schrodinger Bridge: Two-Boundary Optimal Control for Quantum Algorithm Design

相干量子薛定谔桥：量子算法设计的双边界最优控制

Masayuki Ohzeki

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究将量子算法双边界过程视为相干量子薛定谔桥，利用阿哈罗诺夫双态矢量和庞特里亚金原理得出最优哈密顿量，应用此框架重构多种算法，将不同算法范式统一为选择边界条件和实现最优流的几何原理。

Comments 7 pages