Reflected Schrodinger Bridge Problem over Sub-Riemannian Manifold
次黎曼流形上的反射薛定谔桥问题
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究次黎曼流形上反射薛定谔桥问题，针对几何和退化性困难，引入内在斜反射机制，证明相关过程有光滑正转移密度，通过正反向偏微分方程系统及基于偏微分方程的Sinkhorn迭代求解最优控制并举例说明。
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 可控生成 102 篇
VPWEM: Non-Markovian Visuomotor Policy with Working and Episodic Memory
VPWEM：非马尔可夫视觉-运动策略与工作记忆与事件记忆
机构 * School of Computing and Data Science, University of Hong Kong（计算与数据科学学院，香港大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 VPWEM通过引入工作记忆和事件记忆，提升机器人在非马尔可夫任务中的动作生成性能。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L). \textcopyright 2026 IEEE
Local well-posedness for hyperbolic systems of equations with fractional dissipation
分数阶正则化双曲方程组的局部适定性
专题命中 可控生成 ：diffusion(abstract)
AI总结 针对具有分数阶耗散和非局部交换子的双曲拟线性演化系统，利用分数阶拉普拉斯的自伴性和傅里叶乘子交换子的代数恒等式，结合非齐次Littlewood-Paley理论建立局部适定性，并通过Schauder不动点定理克服Banach收缩原理失效的困难。
Indefinite Stochastic Linear-Quadratic Optimal Control Problems with Random Coefficients and Poisson Jumps: Closed-Loop Representation of Open-Loop Optimal Controls
不定随机线性二次最优控制问题：带有随机系数和泊松跳跃的闭环表示法
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了具有随机系数和泊松跳跃的有限时间随机线性二次最优控制问题，证明了在均匀凸性条件下，带跳跃的随机黎曼-西格纳方程有唯一强正则解，从而得到开环最优控制的闭环表示。
Comments 26 pages
InertialAR: Autoregressive 3D Molecule Generation with Inertial Frames
InertialAR：基于惯性框架的自回归3D分子生成
机构 * The Chinese University of Hong Kong（香港中文大学） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Ottawa（渥太华大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究探索基于Transformer的自回归模型在3D分子生成上的应用。提出InertialAR，通过规范标记化、几何位置编码及分层自回归范式应对挑战，在无条件和可控生成任务中表现出色，多个指标达领先水平。
Comments Accepted at ICML 2026
Optimal control of variable-exponent subdiffusion
变指数次扩散的最优控制
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究变指数次扩散的最优控制问题，采用卷积方法将模型转化为更易处理的形式，证明最优控制相关性质，通过离散卷积核方法得到状态方程和伴随方程格式的精度，经数值实验证实理论发现。
Long-Term Average Impulse Control with Mean Field Interactions
长期平均冲击控制与均场交互
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文研究了具有均场交互的长期平均冲击控制问题，通过建立均衡策略和解决均场控制问题，探讨了个体合作实现长期平均利润的方法。
Optimal control of SDEs with merely measurable drift: an HJB approach
具有仅可测漂移的随机微分方程的最优控制：一种HJB方法
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究具有仅可测漂移的随机微分方程最优控制问题，通过分析HJB方程，利用偏微分方程技术和策略迭代方案，证明方程有唯一强解且与值函数一致，恢复贝尔曼最优性原理，还研究了平滑方案及控制集条件对收敛性的影响。
SANTS: A State-Adaptive Scheduler for World Action Models
SANTS：面向世界动作模型的状态自适应调度器
机构 * Fudan University（复旦大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Deep Computing Era Technology Co., Ltd（深计算时代科技有限公司）
专题命中 可控生成 ：diffusion(abstract)
AI总结 提出状态自适应噪声轨迹调度器（SANTS），通过根据视频状态动态选择去噪深度来优化视频到动作的扩散策略，在保持控制性能的同时大幅降低推理延迟。
Comments 17 pages, 5 figures, 8 tables. Project page: https://advanced-robotics-lab.github.io/SANTS/
RynnWorld-Teleop: An Action-Conditioned World Model for Digital Teleoperation
RynnWorld-Teleop：用于数字遥操作的动作条件世界模型
机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hong Kong Embodied AI Lab（香港具身人工智能实验室） ； CUHK（香港中文大学） ； Hupan Lab（湖畔实验室） ； Alibaba Group（阿里巴巴集团） ； Ant Group（蚂蚁集团）
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究针对机器人学习数据收集瓶颈，提出数字遥操作范式，用生成世界模型解耦数据收集与物理约束。以RynnWorld-Teleop系统实现，含多种技术，能实时生成，训练策略可零样本转移，还能增强数据集，是高保真可扩展数据引擎。
Comments Project Page: https://alibaba-damo-academy.github.io/RynnWorld-Teleop.github.io, Github: https://github.com/alibaba-damo-academy/RynnWorld-Teleop
Stationary Mean-Field Games of Singular Control under Knightian Uncertainty
奈特不确定性下奇异控制的平稳平均场博弈
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究奈特不确定性下奇异控制的平稳平均场博弈，主体通过单边奇异随机控制调整动力学以最大化奖励，利用构造性方法证明平稳平均场均衡的存在唯一性，并给出数值基准及分析不确定性对均衡的影响。
YingMusic-Singer: Controllable Singing Voice Synthesis with Flexible Lyric Manipulation and Annotation-free Melody Guidance
YingMusic-Singer-Plus: 可控歌唱语音合成与灵活歌词操控及无标注旋律引导
机构 * AI Lab, GiantNetwork（巨人网络AI实验室）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出YingMusic-Singer-Plus，一种基于扩散模型的可控歌唱语音合成方法，支持灵活歌词操控和无标注旋律引导，优于现有基准模型。
Comments INTERSPEECH 2026
Variational Sparse Paired Autoencoders (vsPAIR) for Inverse Problems and Uncertainty Quantification
用于逆问题和不确定性量化的变分稀疏配对自动编码器(vsPAIR)
机构 * Emory University Department of Mathematics（埃默里大学数学系）
专题命中 可控生成 ：inpainting(abstract)
AI总结 针对逆问题，提出变分稀疏配对自动编码器(vsPAIR)。架构通过学习的潜在映射连接标准VAE和稀疏VAE，能进行不确定性估计，鼓励可解释性，提供结构化不确定性估计，实验验证其有效性。
Strong law of large numbers and L log L condition for supercritical branching processes
超临界分支过程的强大数定律和L log L条件
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究结构化种群的超临界分支过程，在重正化半群加权全变差范数收敛假设下，结合鞅族、半群收缩等技术，证明归一化经验测度强收敛等，在Llog L条件下扩展大数定律适用范围。
Comments MISTEA - Axe syst{è}mes dynamiques
Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control
通过随机最大原理视角的伴随匹配
机构 * Microsoft Research New England（微软研究院新英格兰） ； Flatiron Institute（熨斗研究所）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文基于随机最优控制问题，重新推广并严谨推导了伴随匹配方法，将其置于随机最大原理基础上，提出通用Hamiltonian伴随匹配目标，并展示其在连续时间下的实现方法，为随机控制问题提供新的可实施目标。
Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation
学习多任务机器人操作的语义原子技能
机构 * ShanghaiTech University（上海科技大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 提出AtomSkill框架，通过语义对比对齐和关键姿态想象，从演示中学习可重用原子技能，实现多任务机器人操作，优于现有方法。
OGPO: Sample Efficient Full-Finetuning of Generative Control Policies
OGPO：生成控制策略的样本高效全微调
机构 * University of California, Berkeley（加州大学伯克利分校） ； UC Berkeley（加州大学伯克利分校）
专题命中 可控生成 ：diffusion(abstract)
AI总结 提出OGPO算法，通过离策略评论网络和修改的PPO目标，实现生成控制策略的样本高效微调，在多种操作任务上达到最优性能，并能在无专家数据下微调不良初始化的行为克隆策略。
Comments Website: https://simchowitzlabpublic.github.io/ogpo-site/ Code: https://github.com/simchowitzlabpublic/OGPO_public
A Local Discontinuous Galerkin Method for Dirichlet Boundary Control Problems
Dirichlet边界控制问题的局部间断Galerkin方法
专题命中 可控生成 ：diffusion(abstract)
AI总结 针对二维凸多边形域上对流扩散方程的L^2-Dirichlet边界控制问题，采用局部间断Galerkin方法离散，推导了全离散和变分离散控制逼近的先验误差估计，数值实验验证了方法性能。
Normalizing Flows are Capable Models for Continuous Control
归一化流是连续控制的有效模型
机构 * Department of Computer Science（计算机科学系）
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文提出一种归一化流架构，可无缝集成到强化学习算法中作为策略、Q函数和占用度量，在模仿学习、离线、目标条件和无监督RL中取得更高性能。
Comments Project page with code - https://rajghugare19.github.io/nf4rl/
DASIP: Dynamic Test-Time Compute Scaling for Robot Control with Stochastic Interpolant Policies
DASIP：基于随机插值策略的机器人控制动态测试时计算缩放
机构 * New York University（纽约大学） ； University of Maryland（马里兰大学） ； Harvard University（哈佛大学） ； Capital Fund Management（资本基金管理公司）
专题命中 可控生成 ：diffusion(abstract)
AI总结 提出难度感知随机插值策略（DA-SIP），通过难度分类器动态调整推理步数、求解器和ODE/SDE积分，在保持任务成功率的同时将计算时间减少2.6-4.4倍。
Multilevel Stochastic Gradient Descent for Optimal Control Under Uncertainty
不确定性下最优控制的多层随机梯度下降法
专题命中 可控生成 ：diffusion(abstract)
AI总结 提出一种多层随机梯度下降法，用于求解受不确定输入数据影响的偏微分方程最优控制问题，通过并行多层蒙特卡洛估计随机梯度，实现线性收敛并显著优于标准随机梯度下降法。
Structured Cognitive Loop for Behavioral Intelligence in Large Language Model Agents (Extended Revision: From Behavioral Architecture to Epistemic Accountability)
大型语言模型代理中行为智能的结构化认知循环（扩展修订：从行为架构到认知问责）
机构 * JEI University（JEI大学）
专题命中 可控生成 ：image generation(abstract)
AI总结 提出结构化认知循环（SCL）架构，通过分离认知、记忆、控制和行动模块，实现LLM代理的可问责行为，在360个任务中成功率86.3%，优于基线方法。
Comments This revised version extends the original SCL framework from a behavioral architecture for reliable LLM agents into a broader architecture of epistemic accountability, integrating context-aware Human-in-the-Loop control, Pool-Gated Retrieval, and the Horizon-Warrant-Commitment structure
StyleShield: Exposing the Fragility of AIGC Detectors through Continuous Controllable Style Transfer
StyleShield: 通过连续可控风格迁移揭示AIGC检测器的脆弱性
机构 * National University of Singapore（新加坡国立大学）
专题命中 可控生成 ：image synthesis(abstract)
AI总结 提出StyleShield，一种基于流匹配的条件文本风格迁移框架，通过连续控制风格迁移强度，在保持语义相似度的同时实现高规避率，并引入RateAudit算法质疑基于分数的检测可靠性。
Comments 12 pages, 5 figures. Code and model weights will be released upon acceptance
From Noise to Intent: Anchoring Generative VLA Policies with Residual Bridges
从噪声到意图：基于残差桥的生成式VLA策略锚定
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 提出ResVLA架构，通过频谱分析将机器人控制解耦为确定性低频锚点和随机高频残差，利用残差扩散桥聚焦局部动态精化，实现高效表示与强条件对齐。
Comments Accepted to ICML 2026
Criticality of a Stochastic Dense Associative Memory Model with Exponential Interaction Function
具有指数交互函数的随机稠密联想记忆模型的临界性
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究随机指数稠密联想记忆模型在MNIST数据上的动力学，发现噪声诱导的相变，临界噪声水平随负载增加而降低，临界状态下呈现长时间相关动力学。
Hamilton-Jacobi-Bellman Equations in Random Geometries: Homogenization on Continuum Percolation Clusters
连续渗流簇上的Hamilton-Jacobi-Bellman方程的随机均匀化
专题命中 可控生成 ：diffusion(abstract)
AI总结 研究连续渗流簇上退化随机Hamilton-Jacobi-Bellman方程的均匀化性质，利用Hamiltonian的强制性和相对熵结构，结合连续渗流随机几何，证明了几乎必然的均匀化结果。
Comments Completely revised manuscript, some earlier assumptions corrected; the revised assumptions are now sharp and apply to a substantially broader class of models, large parts of the proofs have been rewritten and are new
Global Convergence of Wasserstein Policy Gradient for Entropy-Regularized Reinforcement Learning
Wasserstein策略梯度在熵正则化强化学习中的全局收敛性
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 可控生成 ：diffusion(abstract)
AI总结 本文通过利用熵正则化强化学习的Bellman结构，证明了Wasserstein策略梯度（WPG）方法的全局收敛性，并建立了分布Polyak-Łojasiewicz条件。
Controllable Molecular Generative Foundation Models
可控分子生成基础模型
机构 * University of Notre Dame（诺丁汉大学）
专题命中 可控生成 ：diffusion(abstract)
AI总结 提出CoMole，一种基于基团感知图扩散的统一框架，结合强化学习优化条件反向策略，在材料与药物设计的九个目标上均实现最优可控性，MAE最高降低48.2%，且无需规则修正。
2. 图像修复 32 篇
DinoLizer: Separating VAE and Diffusion Artifacts in Generative Inpainting Localization
DinoLizer: 从最佳中学习以实现生成修复的定位
专题命中 图像修复 ：inpainting(title,abstract)；diffusion(title)；分类 cs.CV
AI总结 DinoLizer基于DINOv2改进生成修复中的篡改定位，通过滑动窗口和后处理提升鲁棒性，实现更高的IoU性能。
Aligned Stable Inpainting: Mitigating Unwanted Object Insertion and Preserving Color Consistency
对齐稳定修复：缓解不需要的对象插入并保持颜色一致性
机构 * Nanyang Technological University（南洋理工大学） ； Tencent Hunyuan3D（腾讯 Hunyuan3D） ； Fudan University（复旦大学） ； Fudan ISTBI–ZJNU Algorithm Centre for Brain-Inspired Intelligence（复旦大学 ISTBI–浙师大脑启发式智能算法中心） ； Zhejiang Normal University（浙江师范大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 图像修复 ：inpainting(title,abstract)；diffusion(abstract)；分类 cs.CV
AI总结 本文提出ASUKA框架，通过重建先验和专有VAE解码器解决生成修复中的对象插入和颜色不一致问题，提升修复图像的质量和一致性。
Comments Update: more exps and analysis
