Homogenization of regularized Oldroyd-type fluids
正则化Oldroyd型流体的均匀化
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究多孔介质中正则化粘弹性Oldroyd模型的均匀化，结合非线性粘性和应力扩散，证明在适当缩放下有效Darcy定律且聚合物应力无贡献。
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. 扩散模型 2311 篇
A Spectral-Based Method for Network-Formation PDEs
一种基于谱方法的网络形成偏微分方程求解方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种基于傅里叶变换的谱方法求解网络形成连续模型，结合分裂法和共轭梯度法，高效模拟压力与电导率演化，并验证参数对网络形态的影响。
Comments 17 pages, 8 figures
Dynamic Modeling of Magneto-Active Grounding Electrodes under Transient Conditions
瞬态条件下磁活性接地电极的动态建模
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对瞬态条件下接地系统的非线性行为，提出一种考虑电磁耦合、电热效应和电离机制的磁活性接地电极非线性动态模型，并在MATLAB/Simulink中验证其动态阻抗特性。
Radial Oscillations of Viscous Stars at Finite Temperature
有限温度下粘性恒星的径向振荡
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究Israel-Stewart和Navier-Stokes理论中相对论性恒星的径向振荡谱，引入热扩散和有限温度状态方程，发现热模在临界泛音数以上从纯阻尼转变为传播行为，并首次在致密星中实现相对论第二声。
Comments 14 pages, 6 figures
Randomised mixed labyrinth fractals
随机混合迷宫分形
专题命中 扩散模型 ：diffusion(abstract)
AI总结 引入随机混合迷宫分形类，通过随机选择迷宫图案分析图案形状、对称性和路径几何对弧维数、路径长度和各向同性恢复的影响，发现各向同性扩展到随机混合类，并识别出最短路径维数的多种标度行为。
Comments 25 pages, 16 figures, 3 tables
Element-Specific Solute Trapping and Grain Structure Evolution during Laser Powder Bed Fusion of Multicomponent Alloys
多组分合金激光粉末床熔融过程中的元素特异性溶质捕获与晶粒结构演化
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本研究通过CALPHAD辅助高斯过程回归相场方法，揭示了多组分合金在激光粉末床熔融快速凝固中元素特异性溶质捕获对形核和晶粒演化的调控机制，并得到EBSD验证。
Polarized and unpolarized synchrotron emission from dark matter in extragalactic targets
河外目标中暗物质产生的偏振和非偏振同步辐射
专题命中 扩散模型 ：diffusion(abstract)
AI总结 利用Planck 30-70 GHz数据，通过DRAGON和HERMES模拟计算五个河外目标中暗物质湮灭和衰变的同步辐射上限，发现总强度与偏振限制相当，但LMC中法拉第退偏振使总强度更优。
Comments 32 pages, 6 figures
LHAASO J1849$-$0002: A Hybrid Lepto-Hadronic Interpretation of PeV Gamma-Ray Emission
LHAASO J1849$-$0002: PeV伽马射线发射的轻子-强子混合模型解释
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对LHAASO观测到的PWN J1849-0001的PeV伽马射线，提出轻子-强子混合模型，结合逆康普顿散射和强子相互作用，成功解释全波段能谱，支持演化PWN作为银河PeVatron。
Comments 6 pages, 4 figures, submitted to A&A
2. 可控生成 196 篇
PixelControl: Fine-Grained Condition Fidelity in Text-to-Image Diffusion
PixelControl：文本到图像扩散中的细粒度条件保真度
机构 * Adobe Research（奥多比研究院） ； Nanyang Technological University（南洋理工大学） ； University of California San Diego（加州大学圣迭戈分校）
专题命中 可控生成 ：text-to-image(title,abstract)；diffusion(title,abstract)；分类 cs.CV
AI总结 针对可控文本到图像扩散模型细粒度结构保真度不足的问题，提出PixelControl框架，通过结构感知控制注入与多尺度金字塔循环损失等设计，提升了边界及中/小区域的结构保真度。
Comments The project homepage can be found: https://linxin0.github.io/pixelcontrol_homepage/pixelcontrol-site/
Controllable Texture Tiling with Transformed RoPE-Enhanced Diffusion Models
可控纹理平铺：基于变换RoPE增强扩散模型
机构 * City University of Hong Kong（香港城市大学） ； Manycore Tech Inc.（Manycore科技公司） ； Hong Kong University of Science and Technology（香港科学与技术大学）
专题命中 可控生成 ：diffusion(title,abstract)；image editing(abstract)；inpainting(abstract)；分类 cs.CV、cs.GR
AI总结 提出基于扩散变换器的可控纹理平铺框架，通过坐标变换旋转位置编码实现精确平铺控制，并利用分离注意力掩码保持参考纹理结构，同时与场景光照几何无缝融合。
Comments The code and dataset are publicly accessible at https://github.com/junrongh/ControlTile
PoseAdapter: Dual-Stream 2.5D Controllable Image Generation for Complex Multi-Object Scenes
PoseAdapter：面向复杂多目标场景的双流2.5D可控图像生成
机构 * Tsinghua University（清华大学） ； National University of Defense Technology（国防科技大学）
专题命中 可控生成 ：image generation(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV
AI总结 PoseAdapter是一种轻量2.5D可控图像生成框架，通过双流表示解决多目标场景属性泄漏问题，构建OrientLayout数据集，在空间精度等指标上优于现有最优方法。
Comments 10 pages, 5 figures
Semantic Steering for Controllable Generation: Tuning-Free Concept Erasure in Multimodal Diffusion Transformers
语义引导用于可控生成：多模态扩散Transformer中的无调优概念擦除
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
专题命中 可控生成 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV
AI总结 该研究针对MM-DiTs的安全风险，提出一种无调优的概念擦除方法，通过在MM-DiT中间模块构建引导向量注入模型，实现高效鲁棒的概念擦除，性能优于现有方法。
Comments Accepted to ACM MM 2026
WaterGen: Decoupling Scene and Medium in Underwater Image Generation
WaterGen：水下图像生成中的场景与介质解耦
机构 * University of Maryland（马里兰大学） ； University of South Florida（南佛罗里达大学） ； University of Florida（佛罗里达大学）
专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV
AI总结 提出WaterGen方法，通过解耦场景生成和介质建模，在潜在扩散框架下生成大规模、真实、多样的水下图像，提升下游恢复和分割性能。
Beyond Starry Night: Shortcut-Aware Control-State Planning for Artist-Grounded Text to Image Generation
超越《星夜》：面向艺术家基础的文本到图像生成的捷径感知控制状态规划
机构 * Jilin University（吉林大学） ； Adobe（奥多比公司） ； University of Wisconsin（威斯康星大学）
专题命中 可控生成 ：image generation(title,abstract)；image synthesis(abstract)；分类 cs.CV
AI总结 该研究针对艺术家基础的文本到图像生成存在的捷径偏差问题，提出 Atelier 框架，结合 ArtIntentBench 基准测试，提升了风格保真度与结构保留度，减少了捷径替换。
Comments 47 pages, 13 figures, including appendices. Kuan Xing and Ye Wang contributed equally
Beyond Edge Maps: Wavelet-Domain Conditioning for Multi-Adapter Map-to-Satellite Diffusion
超越边缘图：面向多适配器地图到卫星扩散的小波域条件控制
机构 * Tribhuvan University（特里布文大学） ； Pulchowk Engineering Campus（普尔乔克工程校区）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 本文针对资源匮乏地区卫星底图缺失问题，提出基于OSM栅格地图和SWT子带的多适配器ControlNet扩散框架，在尼泊尔数据集和Pix2Pix基准上验证了其合成卫星图像的有效性。
Comments 10 pages, 5 figures, 3 tables
From Open Loop to Closed Loop: A Test-Time Iterative Optimization Framework for Reference-Consistent Image Generation
从开环到闭环：用于参考一致图像生成的测试时迭代优化框架
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Electronic Science and Technology of China（电子科技大学）
专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV
AI总结 提出测试时迭代优化框架，将参考一致图像生成转为闭环动态跟踪问题，用改进PID算法驱动传感器-控制器架构，迭代优化潜在控制信号，该方法无训练、模型无关且与现有扩散管道无缝集成。
Comments 24 pages, 15 figures. Accepted at ECCV 2026
Physically-guided Image Generation for Multi-Projection Mapping
多投影映射的物理引导图像生成
机构 * Ningbo University（宁波大学）
专题命中 可控生成 ：image generation(title)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV
AI总结 针对投影映射中理想化2D生成与物理约束不匹配的问题，提出统一可控的物理引导生成框架ConPhyG，支持合作与对抗两种范式，通过注入多维物理先验或数值优化实现几何对齐、色域利用和语义保真度的显著提升。
Comments 15 pages
Anchor-Conditioned Compositional Control for Landscape Image Generation
基于锚点条件的景观图像生成组合控制
机构 * Rutgers University–New Brunswick（罗格斯大学新布朗斯维克分校） ； University of Maryland–College Park（马里兰大学帕克分校） ； University of Technology Sydney（悉尼科技大学）
专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV
AI总结 提出锚点条件微调框架，通过解耦交叉注意力机制注入四维组合锚点向量，实现景观图像生成中的组合控制，在水平线检测和三分法对齐上取得最优性能。
Comments Accepted to the International Conference on Computational Creativity, ICCC 2026
Semantic Browsing: Controllable Diversity for Image Generation
语义浏览：图像生成的可控多样性
机构 * Tel Aviv University（特拉维夫大学）
专题命中 可控生成 ：image generation(title)；text-to-image(abstract)；分类 cs.CV、cs.GR
AI总结 针对文本到图像模型生成多样性不足且缺乏语义结构的问题，提出一种在文本层面引入多样性的方法，通过视觉语言模型和代理工作流实现用户可导航的语义变化空间。
Comments ECCV 2026. Project page: https://saradorfman1.github.io/SemanticBrowsing-webpage/
RRFC: Recursive Refinement via Feedback Conditioning for Iterative Image-to-Image Generation
RRFC：基于反馈条件的递归精修用于迭代式图像到图像生成
专题命中 可控生成 ：image generation(title)；diffusion(abstract)；分类 cs.CV
AI总结 该研究提出RRFC框架，通过反馈条件实现迭代式图像到图像生成的输出精修，在多类模型和任务上评估发现其增益集中于目标属性重叠的任务。
CoQui: A Coordinate-Conditioned Quantum Implicit Generative Adversarial Network for End-to-End Image Generation
CoQui：用于端到端图像生成的坐标条件量子隐式生成对抗网络
专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV
AI总结 本研究提出CoQui量子隐式生成对抗网络，通过坐标条件隐式函数学习解决现有QGAN的局限，在更少量子比特下于基准数据集实现优于FRQI、PQWGAN及经典基线的图像生成质量。
MagicMakeup: A Region-Controllable Diffusion Transformer for High-Fidelity Makeup-Transfer
MagicMakeup：用于高保真妆容转移的区域可控扩散Transformer
机构 * Zhejiang University（浙江大学） ； State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室） ； vivo Mobile Communication Co., Ltd.（维沃移动通信有限公司） ； vivo BlueImage Lab（vivo蓝图像实验室）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 研究妆容转移中区域可控性等难题，提出MagicMakeup框架，基于空间约束和概念解缠结，用令牌对齐区域门控和跨模态感知指导实现精确编辑与概念澄清，设计数据生成管道并建立基准，提升了多方面性能和鲁棒性。
Think, Plan, Paint: Layout-Aware Reasoning for Controllable Image Generation in Unified Models
思考、规划、绘制：统一模型中用于可控图像生成的布局感知推理
机构 * Tencent（腾讯） ； Peking University（北京大学）
专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV
AI总结 研究针对统一多模态大语言模型在可控图像生成中难以遵循复杂空间指令的问题，提出ATLAS框架，采用“思考、规划、绘制”范式及布局共享表示，经强化学习提升性能，在图像生成等任务中效果显著，还支持相关编辑与多模态基础，并引入评估基准。
Comments 22 pages, 12 figures, 9 tables
Depth Estimators Are Implicit Neural Fields for 3D Scene Geometry Inpainting and Reconstruction
深度估计器是用于3D场景几何修复和重建的隐式神经场
机构 * College of Artificial Intelligence, Zhejiang University（浙江大学人工智能学院）
专题命中 可控生成 ：inpainting(title,abstract)；分类 cs.CV
AI总结 针对现实世界场景数据3D几何不完整问题，提出神经深度场（NDF），将深度估计器视为场景级隐式场解决问题，通过单测试时优化实现，实验表明其在3D场景几何修复中性能优异。
AquaStereo: Enabling Underwater Stereo Matching via Depth-Conditioned Diffusion and Geometry Self-Distillation
AquaStereo：通过深度条件扩散和几何自蒸馏实现水下立体匹配
机构 * Beijing Institute of Technology（北京理工大学） ； University of Amsterdam（阿姆斯特丹大学）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 针对水下立体匹配中数据稀缺和特征退化问题，提出AquaStereo框架。用深度条件扩散渲染水下立体对，结合自蒸馏策略，提升水下立体匹配的鲁棒性和零样本泛化能力。
DriveWeaver: Point-Conditioned Video Inpainting for Controllable Vehicle Insertion in Autonomous Driving Simulation
DriveWeaver: 基于点云条件的视频修复用于自动驾驶仿真中的可控车辆插入
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 可控生成 ：inpainting(title,abstract)；分类 cs.CV
AI总结 提出DriveWeaver框架，通过点云条件视频修复实现自动驾驶仿真中可控车辆插入，解决光照不一致和3D资产依赖问题，支持大规模场景增强。
Comments Accepted at ECCV 2026, Project Page: https://github.com/LogosRoboticsGroup/DriveWeaver
Diffusion-Based Multi-Class Normality for OOD Detection: An Application to CDP Authentication
基于扩散的多类正态性用于OOD检测：在CDP认证中的应用
机构 * CNRS（法国国家科学研究中心） ； INSA Lyon（里昂国立应用科学学院） ； LIRIS, UMR 5205（LIRIS实验室，UMR 5205）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出扩散多类正态性框架，用单一条件ControlNet训练于多类真实CDP，通过重构误差检测伪造，并引入双模板掩码提升性能。
Comments IEEE International Conference on Advanced Visual And Signal-Based Systems, Aug 2026, Lecce, Italy
InstanceControl: Controllable Complex Image Generation without Instance Labeling
InstanceControl: 无需实例标注的可控复杂图像生成
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； HUAWEI Noah’s Ark Lab（华为诺亚方舟实验室）
专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV
AI总结 提出InstanceControl方法，利用视觉语言模型自动建立文本与视觉条件间的实例对应，无需人工标注，通过自适应掩码细化策略实现复杂多实例场景的精确可控生成。
DataEvolver: Self-Evolving Multi-Agent Data Construction for Text-Rich Image Generation
DataEvolver: 面向文本丰富图像生成的自我进化多智能体数据构建
机构 * Central South University（中南大学） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV
AI总结 提出DataEvolver，一种自我进化的多智能体框架，通过反馈驱动策略迭代优化数据构建，显著提升文本丰富图像生成质量。
SiGnature: Explicit Motion Diffusion for Stylized Semantic Gesture
SiGnature: 显式运动扩散用于风格化语义手势
机构 * Reichman University（赖希曼大学）
专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV
AI总结 提出SiGnature框架，通过显式关节旋转空间和免训练推理机制JMI，实现语义手势的精准控制与说话人风格的高保真保持，优于现有方法。
