arXivDaily arXiv每日学术速递 周一至周五更新

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。

共收录 185 信号源:cs.CV, cs.GR, cs.MM

1. 可控生成 185 篇

2607.07896 2026-07-10 math.OC 新提交 50%

On the Approximation of Optimal Control in Regime-Switching Diffusions

关于状态切换扩散中最优控制的逼近

Somnath Pradhan, Dinesh Rathia

专题命中 可控生成 :diffusion(abstract)

AI总结 研究状态切换扩散中最优控制策略的逼近与简化问题,利用方程正则性、策略密度结果等,构建Euler - Maruyama逼近和有限状态逼近,证明相关收敛性,为该类控制问题提供系统逼近框架及数值实现依据。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.07389 2026-07-09 quant-ph cs.NA math.NA 新提交 50%

Circuit Depth Reduction of One-Ancilla Quantum Differential Equation Solver via Extrapolation

通过外推法降低单辅助量子微分方程求解器的电路深度

Di Fang, Justin Park

专题命中 可控生成 :diffusion(abstract)

AI总结 研究如何降低单辅助量子微分方程求解器的电路深度,通过结合求解器与经典步长后处理,在对数数量的有限时间步长上运行求解器并利用经典后处理消除误差,将最大单次运行电路深度降至\(O(\mathrm{polylog}(1/\epsilon))\),数值实验验证了方法有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.05725 2026-07-08 math.AP 新提交 50%

Decay of solutions and bilinear control to trajectories of a 1D degenerate parabolic system

一维退化抛物型系统解的衰减及轨迹的双线性控制

Alfredo S. Gamboa, André Da Rocha Lopes, Luis P. Yapu

专题命中 可控生成 :diffusion(abstract)

AI总结 研究一类含弱退化扩散系数的一维非线性抛物型系统,通过反应项系数控制,利用局部反演方法结合先验估计,分析其解的衰减及轨迹可控性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.04474 2026-07-07 cs.CR 新提交 50%

AMRM-Pure: Semantic-Preserving Adversarial Purification

AMRM-Pure:语义保留对抗净化

Zhihao Dou, Zhiqiang Gao, Dongfei Cui, Weida Wang, Qinjian Zhao, Dinggen Zhang, Jun Yan, Zeke Xie, Shufei Zhang

专题命中 可控生成 :diffusion(abstract)

AI总结 研究从保留图像块语义关系角度探索对抗净化,用注意力掩码重建模型(AMRM),提出AMRM-Pure框架,通过保留块级语义去噪对抗输入,经分类损失微调增强鲁棒性,实验验证方法有效性。

Comments AISTATS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.04240 2026-07-07 cs.AI q-bio.CB 新提交 50%

Biological Motifs for Agentic Control

用于智能体控制的生物基序

Bogdan Banu

专题命中 可控生成 :diffusion(abstract)

AI总结 研究大语言模型向自主智能体转变带来的可靠性等挑战,通过基因调控网络与智能体软件系统的类型化接口对应,映射生物基序到软件设计模式,给出智能体操作数等核心贡献并具实践可行性。

Comments 80 pages. Preprint; feedback welcome

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.03964 2026-07-07 cs.RO cs.AI 新提交 50%

Worldscape-MoE: A Unified Mixture-of-Experts World Model for Scalable Heterogeneous Action Control

Worldscape-MoE:用于可扩展异构动作控制的统一专家混合世界模型

Jianjie Fang, Yongyan Xu, Ziyou Wang, Chen Gao, Yuchao Huang, Zhaolu Wang, Rongze Tang, Mingyuan Jia, Baining Zhao, Weichen Zhang, Xin Zhang, Haisheng Su, Yu Shang, Wei Wu, Xinlei Chen, Yong Li

机构 * Tsinghua University(清华大学) Manifold AI

专题命中 可控生成 :diffusion(abstract)

AI总结 研究视频生成世界模型控制接口碎片化瓶颈,提出基于扩散变换器的专家混合世界模型Worldscape-MoE,通过模态感知控制注入等实现异构动作控制,实验验证其有效性和扩展性。

Comments 36 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.03952 2026-07-07 math.OC cs.SY eess.SY 新提交 50%

L1 Optimal Control of Continuous-Time Stochastic Positive Systems

连续时间随机正系统的 L1 最优控制

Alba Gurpegui, Takashi Tanaka, Anders Rantzer

专题命中 可控生成 :diffusion(abstract)

AI总结 研究连续时间随机正系统的 L1 最优控制问题,考虑线性非负成本及输入约束,建立正象限前向不变性并提出模拟方法,给出有限和无限时域问题的显式解,证明对乘性随机不确定性的鲁棒性。

Comments 14 Pages. 2 Figures. Accepted for publication in IEEE Control Systems Letters (L-CSS) and under review for the 65th IEEE Conference in decision and control 2026 (CDC)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.05137 2026-07-07 physics.plasm-ph cs.CE physics.comp-ph 新提交 50%

SoPlasmaFoam: an OpenFOAM-based solver for streamer and dielectric barrier discharges with adaptive mesh refinement

SoPlasmaFoam:基于OpenFOAM的用于流光和介质阻挡放电的求解器及自适应网格细化

R. Pasolari, K. Kourtzanidis

专题命中 可控生成 :diffusion(abstract)

AI总结 研究基于OpenFOAM构建求解器SoPlasmaFoam,通过耦合泊松方程求解带电粒子输运。评估对流方案,分析泊松输运耦合,引入边界条件。该求解器经验证并展示多区域能力,为多物理模拟提供模块化基础。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22726 2026-07-07 cs.AI 新提交 50%

Text Dictates, Music Decorates: Energy-based Attention for Editable Dance Motion Generation

文本主导,音乐装饰:基于能量的注意力机制用于可编辑舞蹈动作生成

Seong Jong Yoo, Siyuan Peng, Felix Gu, Stratis Aloimonos, Cornelia Fermüller

机构 * University of Maryland, College Park(马里兰大学帕克分校)

专题命中 可控生成 :diffusion(abstract)

AI总结 提出STREAM模型,通过模态解耦的扩散变压器分离文本语义和音乐节奏控制,实现可编辑舞蹈动作生成,并引入新数据集Motorica++和评估指标EDS。

Comments Accepted to ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02195 2026-07-03 cs.RO 新提交 50%

Bridge-WA: Predicting Where and How the World Changes for Robotic Action

Bridge-WA: 预测世界变化的位置和方式以支持机器人动作

Yongjie Bai, Hanting Wang, Mingtong Dai, Qijun Zhong, Yang Liu, Liang Lin

机构 * Sun Yat-sen University(中山大学) Pengcheng Laboratory(鹏城实验室) Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(深圳先进技术研究院,中国科学院) X-Era AI Lab(X-Era AI实验室)

专题命中 可控生成 :image generation(abstract)

AI总结 提出Bridge-WA轻量框架,通过蒸馏未来变化教师模型为三个紧凑先验,引导动作生成聚焦于场景变化的位置和方式,提升机器人操作的成功率和鲁棒性。

Comments 21 pages, 8 figures, https://hcplab-sysu.github.io/BRIDGE-WA

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01347 2026-07-03 math.OC 新提交 50%

Bilinear control of age--space structured populations

年龄-空间结构化群体的双线性控制

Jiguang Yu, Louis Shuo Wang

专题命中 可控生成 :diffusion(abstract)

AI总结 研究具有更新边界条件和内源性监测反馈的非局部年龄-空间结构化种群方程的双线性最优控制,通过特征温和公式建立闭环适定性和弗雷歇可微性,推导降阶和反馈校正伴随方程,并证明一阶最优性条件。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.31426 2026-07-01 eess.SP 新提交 50%

Towards a Joint Task-Oriented and Generative Semantic Communication Framework for 6G Networks

面向6G网络的联合任务导向与生成式语义通信框架

Soheyb Ribouh, Phil Polo Ditsia Di Ngoma

专题命中 可控生成 :diffusion(abstract)

AI总结 提出一种基于OFDM的端到端语义通信框架,通过图表示提取视觉语义,结合ST-GNN进行碰撞风险估计,并利用扩散模型重建场景,在MIMO配置下实现99.1%数据压缩,优于JPEG/HEVC,同时保持下游推理性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.31132 2026-07-01 cs.RO 新提交 50%

ELASTIC: Efficiently Learning to Adaptively Scale Test-Time Compute for Generative Control Policies

ELASTIC: 高效学习自适应缩放测试时计算以生成控制策略

Andrew Zou Li, Gokul Swamy, Yonatan Bisk, Andrea Bajcsy

机构 * Carnegie Mellon University(卡内基梅隆大学)

专题命中 可控生成 :diffusion(abstract)

AI总结 提出ELASTIC算法,通过元强化学习为生成控制策略学习状态依赖的测试时计算调度,在扩散策略和视觉-语言-动作模型上实现帕累托最优,减少34%延迟。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.31968 2026-07-01 math.OC math.AP 新提交 50%

Approximate Controllability of the generalized Burgers-Huxley equation in one dimension

一维广义Burgers-Huxley方程的近似可控性

Aman Patel, Mohmedmunavvar Mubarak Bapu, Mrinmay Biswas

专题命中 可控生成 :diffusion(abstract)

AI总结 研究广义Burgers-Huxley方程通过内部控制的可控性,证明非全局近似可控,但可在适当时间内将系统从任一稳态驱动到另一稳态的任意小邻域,前提是两者在同一连通分量中。

Comments 48 pages, Comments Welcome!

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.27515 2026-06-29 cs.LG physics.geo-ph 新提交 50%

Boundary condition fidelity for bottom-hole pressure and CO2 plume prediction in geological carbon storage

地质碳封存中井底压力与CO2羽流预测的边界条件保真度

Romal Ramadhan, Seyyed A. Hosseini, Larry W. Lake

机构 * Department of Earth and Planetary Sciences, Jackson School of Geosciences, The University of Texas at Austin(德克萨斯大学奥斯汀分校杰克逊地球科学学院地球与行星科学系) Bureau of Economic Geology, The University of Texas at Austin(德克萨斯大学奥斯汀分校经济地质局) Hildebrand Department of Petroleum and Geosystems Engineering, The University of Texas at Austin(德克萨斯大学奥斯汀分校希尔德布兰德石油与地质系统工程系)

专题命中 可控生成 :diffusion(abstract)

AI总结 研究通过对比十种截断域边界处理方法与全域参考模拟,评估边界条件保真度对井底压力和CO2羽流预测的影响,发现保留角点孔隙体积是关键,而透射率修正并非普遍有益,渐进修正结合透射率修正效果最佳。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25985 2026-06-25 cs.RO 新提交 50%

Action ControlNet: A Lightweight Delay-Aware Adapter for Smooth Asynchronous Control in Vision-Language-Action Models

Action ControlNet: 一种轻量级延迟感知适配器,用于视觉-语言-动作模型中的平滑异步控制

Tiecheng Guo, Meng Guo

机构 * School of Advanced Manufacturing and Robotics, Peking University(北京大学先进制造与机器人学院)

专题命中 可控生成 :diffusion(abstract)

AI总结 提出Action ControlNet,一种轻量级延迟感知适配器,通过将已执行的动作后缀作为残差条件,在不重新训练骨干网络的情况下,减少异步执行中的动作不连续和抖动,提升机器人操控的鲁棒性和平滑性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23979 2026-06-24 math.OC 新提交 50%

Traveling profiles and control cost for a PDE describing the evolution of invasive species

描述入侵物种演化的偏微分方程的传播轮廓与控制成本

Stefano Bianchini, Chiara Trifone

专题命中 可控生成 :diffusion(abstract)

AI总结 本文研究入侵物种控制模型中最优行波解的结构,通过相平面分析得到唯一最优轮廓,并证明控制成本函数关于速度仅C1光滑、关于非线性项Lipschitz连续,且一般非凸非次加性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23800 2026-06-24 quant-ph 新提交 50%

Unitary Designs from Doped Matchgate Circuits

掺杂匹配门电路中的酉设计

Fabian Ballar Trigueros, Zheng-Hang Sun, Xhek Turkeshi, Piotr Sierant, Poetri Sonya Tarabunga

专题命中 可控生成 :diffusion(abstract)

AI总结 研究通过掺杂非高斯门突破匹配门电路的可积性限制,利用匹配门交换子框架分析酉2-设计形成,得到非高斯门数量的严格界限,并展示在局部电路中的扩散限制。

Comments 38 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21769 2026-06-23 q-fin.MF q-fin.TR 新提交 50%

Optimal Dynamic Fees for Automated Market Makers: A Stochastic Control Approach to Loss-Versus-Rebalancing

自动做市商的最优动态费用:针对再平衡损失的随机控制方法

Farbod Ghasemlu

专题命中 可控生成 :diffusion(abstract)

AI总结 研究恒定乘积自动做市商中流动性提供者的最优动态费用策略,通过随机控制方法平衡交易收入与套利损失,证明最优费用与波动率正相关且具有顺周期性。

Comments 18 pages, 3 figures, 1 table; JEL: G12, G14, C61, D47

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21765 2026-06-23 math.OC 新提交 50%

Optimal Control Problem with Mixed Control and State Constraints for Cancer Chemotherapy and Treatment Optimization

具有混合控制和状态约束的癌症化疗与治疗优化最优控制问题

David Lassounon, Aziz Belmiloudi, Mounir Haddou

专题命中 可控生成 :diffusion(abstract)

AI总结 针对化疗药物递送策略,提出具有混合控制和状态约束的最优控制问题,通过非线性反应扩散方程建模,推导最优性必要条件,并在肺癌消除案例中验证策略有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21575 2026-06-23 math.OC math.PR 新提交 50%

Nonsmooth Obstacles and Killed Resolvents in Reflected Stochastic Control

反射随机控制中的非光滑障碍与杀灭预解式

Louis Shuo Wang, Jiguang Yu, Ye Liang

专题命中 可控生成 :diffusion(abstract)

AI总结 针对具有非光滑最大型收益的二维反射扩散最优停止问题,提出测度值变分公式化,证明停止增益为带奇异性支撑的Radon测度,并给出杀灭预解表示,修正了无效的无限制预解公式。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.19957 2026-06-19 cs.CY 新提交 50%

Modest, artistic, and radical solutions to the environmental impact of image-generating machine learning

图像生成机器学习的环境影响:温和、艺术与激进的解决方案

Laura U. Marks, Jess MacCormack, Kehui Li

专题命中 可控生成 :image generation(abstract)

AI总结 针对图像生成ML的高能耗问题,从计算机工程、媒体研究和艺术角度探索非精确计算、小模型、低精度硬件等解决方案,并提出真实成本核算。

Comments Paper in Proceedings of LIMITS 2026: 12th Workshop on Computing within Limits, 2026-06-23-25, Online

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.19016 2026-06-18 quant-ph 新提交 50%

Coherent Microwave Control of Optically Addressable Donor Qubits in ZnO

ZnO中光学可寻址施主量子比特的相干微波控制

Ethan R. Hansen, Dong-Rong Wu, Yixuan Li, Yaser Silani, Joseph Falson, Yusuke Kozuka, Masashi Kawasaki, Yuan Ping, Kai-Mei C Fu

专题命中 可控生成 :diffusion(abstract)

AI总结 通过微波脉冲实现ZnO中注入的$^{115}$In施主电子自旋的相干控制,利用光泵浦初始化与读出,观测到拉比振荡和超精细跃迁,但低场下相干时间显著短于预期。

Comments 14 pages, 15 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.17893 2026-06-18 eess.SP cs.IT math.IT 新提交 50%

Condition-Wise Sinkhorn Drifting for One-Shot Learned Channel Simulation

条件式Sinkhorn漂移用于一次性学习信道仿真

Rick Fritschek, Rafael F. Schaefer

专题命中 可控生成 :diffusion(abstract)

AI总结 针对学习通信系统中扩散式反向采样成本高的问题,提出条件式Sinkhorn漂移,一种一次性信道替代方法,通过条件Sinkhorn目标训练生成器,在AWGN、瑞利衰落等信道下评估,条件式变体在条件诊断和符号编码检查中表现最强。

Comments 12 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.17971 2026-06-17 cs.CE math-ph math.MP 新提交 50%

Online Spectral Deflation for State Constrained Optimal Control Problems

状态约束最优控制问题的在线谱消去法

Teeratorn Kadeethum, Francesco Ballarin, Youngsoo Choi, Sanghyun Lee

专题命中 可控生成 :diffusion(abstract)

AI总结 针对参数化PDE约束最优控制中的点态状态约束问题,提出一种可复用的谱消去策略,通过预计算参考Schur补的低阶特征模态并在在线阶段限制到非活动集,结合A-DEF2消去基加速Jacobi预处理CG求解,在多个基准测试中减少55-98%的CG迭代次数。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.16435 2026-06-16 eess.AS cs.SD 新提交 50%

Unified Audio Generation and Editing via Joint Condition Modeling and Progressive Training

统一音频生成与编辑:联合条件建模与渐进训练

Haocheng Dong, Yuheng Lu, Cheng Gong, Shansong Liu, Xiao-Lei Zhang, Xuelong Li

机构 * Department of Electronic Engineering and Information Science, University of Science and Technology of China(电子工程与信息科学系,中国科学技术大学) Tianjin Key Laboratory of Cognitive Computing and Application, School of Artificial Intelligence, Tianjin University(认知计算与应用重点实验室,天津大学人工智能学院) Institute of Artificial Intelligence of China Telecom (TeleAI)(中国电信人工智能研究院(TeleAI))

专题命中 可控生成 :diffusion(abstract)

AI总结 提出AudioWeave统一模型,通过联合条件建模和渐进多阶段训练策略,实现文本到音频生成和音频编辑的单一框架,性能与专用模型相当。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15930 2026-06-16 cs.RO cs.AI 新提交 50%

ControlMap: Controllable High-Definition Map Generation for Traffic Scenario Simulation

ControlMap: 用于交通场景仿真的可控高清地图生成

Marwan Farag, Steffen Wäldele, Yu Yao

机构 * University of Stuttgart(斯图加特大学) Robert Bosch GmbH(博世公司) Motional, Inc(Motional公司)

专题命中 可控生成 :diffusion(abstract)

AI总结 提出基于潜在扩散和ControlNet的数据驱动管道,实现可控高清地图生成,支持空间引导、条件强度调整和城市风格迁移,并引入新指标评估控制信号遵循度和地图真实性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15319 2026-06-16 cs.DC 新提交 50%

Adaptive Resource Management and Quality Control for Streaming Video Generation

自适应资源管理与质量控制用于流式视频生成

Yifei Xia, Hao Yuan, Suhan Ling, Haoran Sun, Hanke Zhang, Xupeng Miao, Fangcheng Fu, Bin Cui

专题命中 可控生成 :diffusion(abstract)

AI总结 针对自回归扩散Transformer在实时流式视频生成中的播放连续性SLO,提出基于播放余量的服务系统SlackServe,通过三级优先级队列、重新归位和弹性序列并行重新分配资源,并在质量下限下通过双模帕累托路由选择每块保真度配置,显著提升QoE并降低首块延迟。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.07015 2026-06-16 cs.SD cs.AI 新提交 50%

Towards Unified Song Generation and Singing Voice Conversion with Accompaniment Co-Generation

面向统一歌曲生成与带伴奏共生成的歌声转换

Ziyu Zhang, Chunyu Qiang, Xiaopeng Wang, Yuxin Guo, Kang Yin, Wenjie Tian, Jingbin Hu, Tianlun Zuo, Zhao Guo, Teng Ma, Yuzhe Liang, Chen Zhang, Lei Xie

机构 * Northwestern Polytechnical University(西北工业大学) Kuaishou Technology(快手科技) Beijing Institute of Technology(北京理工大学) Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) University of Science and Technology of China(中国科学技术大学) Shanghai Jiao Tong University(上海交通大学)

专题命中 可控生成 :diffusion(abstract)

AI总结 提出UniSinger框架,基于多模态扩散Transformer统一零样本歌曲生成与伴奏共生成歌声转换,通过共享说话人嵌入和课程学习策略实现跨任务音色控制与多任务优化。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.14255 2026-06-15 cs.RO 新提交 50%

ReactVLA: Fast and Lightweight Reactive Robot Manipulation via Improved Mean Flow Action Generation

ReactVLA: 通过改进的平均流动作生成实现快速轻量级反应式机器人操作

Yanzhao Guo, Wenkai Chen, Jianwei Zhang

机构 * Shanghai Jiao Tong University(上海交通大学) Technical Aspects of Multimodal Systems (TAMS), Department of Informatics, Universität Hamburg(汉堡大学信息学系多模态系统技术方面(TAMS))

专题命中 可控生成 :diffusion(abstract)

AI总结 提出ReactVLA框架,结合改进的平均流动作生成器和注意力残差机制,实现轻量低延迟的实时机器人操作,在模拟和真实任务中性能提升达1.65倍,推理速度提升4倍以上。

详情

展开后加载摘要…

URL PDF HTML 收藏