图像生成

AEGPO: Adaptive Entropy-Guided Policy Optimization for Diffusion Models

AEGPO：适应性熵引导策略优化用于扩散模型

Yuming Li, Qingyu Li, Chengyu Bai, Xiangyang Luo, Zeyue Xue, Wenyu Qin, Meng Wang, Yikai Wang, Shanghang Zhang

机构 * Peking University（北京大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； The University of Hong Kong（香港大学） ； Beijing Normal University（北京师范大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 AEGPO通过双信号双层自适应优化提升扩散模型策略优化效率，实现更高效的收敛和更好的对齐性能。

Preserving Spectral Structure and Statistics in Diffusion Models

在扩散模型中保持谱结构和统计信息

Baohua Yan, Jennifer Kava, Qingyuan Liu, Xuan Di

机构 * Department of Civil Engineering and Engineering Mechanics, Columbia University, NY, United States（土木工程与工程力学系，哥伦比亚大学，纽约，美国） 纠错

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

AI总结 PreSS通过在谱空间中保持信息性先验和结构信号，提升扩散模型的生成质量和效率。

Analyzing Diffusion and Autoregressive Vision Language Models in Multimodal Embedding Space

分析扩散模型和自回归视觉语言模型在多模态嵌入空间中的表现

Zihang Wang, Siyue Zhang, Yilun Zhao, Jingyi Yang, Tingyu Song, Anh Tuan Luu, Chen Zhao

机构 * Nanyang Technological University（南洋理工大学） ； Yale University（耶鲁大学） ； NYU Shanghai（纽约大学上海分校） ； Alibaba-NTU Singapore Joint Research Institute（阿里-国立新加坡大学联合研究机构） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Center for Data Science（数据科学中心） ； New York University（纽约大学） 纠错

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

AI总结 本文研究了多模态扩散模型在多模态嵌入任务中的表现，发现其在分类、VQA和检索任务中均逊于自回归VLM。

DiMo: Discrete Diffusion Modeling for Motion Generation and Understanding

DiMo：用于运动生成与理解的离散扩散建模

Ning Zhang, Zhengyu Li, Kwong Weng Loh, Mingxi Xu, Qi Wang, Zhengyu Wen, Xiaoyu He, Wei Zhao, Kehong Gong, Mingyuan Zhang

机构 * Huawei Central Media Technology Institute（华为中央媒体技术研究所） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

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

AI总结 DiMo提出了一种离散扩散式框架，实现双向文本-运动理解和生成，通过迭代掩码标记细化提升运动质量和可控性。

Inverse problems with diffusion models: MAP estimation via mode-seeking loss

逆问题与扩散模型：通过模式寻求损失进行MAP估计

Sai Bharath Chandra Gutha, Ricardo Vinuesa, Hossein Azizpour

机构 * KTH Royal Institute of Technology, Sweden（皇家理工学院） ； University of Michigan, USA（密歇根大学） ； Science for Life Laboratory, Sweden（科学生命实验室） 纠错

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

AI总结 本文提出基于扩散模型的逆问题求解方法，通过变分模式寻求损失实现高效MAP估计，提升图像恢复性能与计算效率。

FloodDiffusion: Tailored Diffusion Forcing for Streaming Motion Generation

FloodDiffusion：针对流式运动生成的定制扩散强迫

Yiyi Cai, Yuhan Wu, Kunhang Li, You Zhou, Bo Zheng, Haiyang Liu

机构 * Shanda AI Research Tokyo（上海沙达人工智能研究东京） ； The University of Tokyo（东京大学） 纠错

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

AI总结 FloodDiffusion通过定制扩散强迫框架，在流式运动生成中达到SOTA性能，FID为0.057。

Comments 15 pages, 7 figures

DeDPO: Debiased Direct Preference Optimization for Diffusion Models

DeDPO：用于扩散模型的去偏直接偏好优化

Khiem Pham, Quang Nguyen, Tung Nguyen, Jingsen Zhu, Michele Santacatterina, Dimitris Metaxas, Ramin Zabih

机构 * Cornell University（康奈尔大学） ； Rutgers University（罗格斯大学） ； NYU（纽约大学） 纠错

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

AI总结 DeDPO通过整合因果推理的去偏技术，提升扩散模型在低成本合成监督下的对齐性能，实现与人类标注数据相当的鲁棒性。

DAWN: Dependency-Aware Fast Inference for Diffusion LLMs

DAWN: 依赖感知的快速扩散语言模型推理

Lizhuo Luo, Zhuoran Shi, Jiajun Luo, Zhi Wang, Shen Ren, Wenya Wang, Tianwei Zhang

机构 * Nanyang Technological University（南洋理工大学） ； AUMOVIO-NTU Corporate Lab, Nanyang Technological University（AUMOVIO-NTU企业实验室，南洋理工大学） ； Southern University of Science（南方科技大学） ； SIGS, Tsinghua University（系统所，清华大学） ； AUMOVIO Singapore Pte. Ltd.（AUMOVIO新加坡私人有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DAWN通过依赖感知解码方法提升扩散语言模型推理效率，实现1.80-8.06倍的速度提升同时保持生成质量。

Radially symmetric transition-layer solutions in mass-conserving reaction-diffusion systems with bistable nonlinearity

径向对称的守恒反应扩散系统中具有双稳非线性性的过渡层解

Xiaoqing He, Quan-Xing Liu, Dong Ye

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了守恒反应扩散系统中具有双稳非线性的径向对称过渡层解的存在性，并提供了高阶渐近近似及误差估计。

Comments 50 pages

SaDiT: Efficient Protein Backbone Design via Latent Structural Tokenization and Diffusion Transformers

SaDiT：通过潜在结构标记化和扩散变换器实现高效的蛋白质骨架设计

Shentong Mo, Lanqing Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang Lab（浙江实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 SaDiT通过结合潜在结构标记化和扩散变换器，实现了高效的蛋白质骨架设计，提升了生成速度和结构可行性。

Scaling Speech Tokenizers with Diffusion Autoencoders

通过扩散自编码器扩展语音标记器

Yuancheng Wang, Zhenyu Tang, Yun Wang, Arthur Hinsvark, Yingru Liu, Yinghao Li, Kainan Peng, Junyi Ao, Mingbo Ma, Mike Seltzer, Qing He, Xubo Liu

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SiTok，一种基于扩散自编码器的语音标记器，通过监督学习实现语义丰富的表示，并在低token率和比特率下实现高保真音频重建。

Comments ICLR 2026

DiTS: Multimodal Diffusion Transformers Are Time Series Forecasters

DiTS：多模态扩散变换器是时间序列预测器

Haoran Zhang, Haixuan Liu, Yong Liu, Yunzhong Qiu, Yuxuan Wang, Jianmin Wang, Mingsheng Long

机构 * School of Software, BNRist, Tsinghua University（软件学院、BNRist、清华大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiTS通过双流Transformer块处理时间序列的内生和外生变量依赖，实现高效生成预测。

Fractional diffusion-wave equations with critical nonlinearities in Lebesgue spaces

分数扩散-波方程在Lebesgue空间中的临界非线性性研究

Masterson Costa, Claudio Cuevas, Bruno de Andrade

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了分数扩散-波方程在临界非线性情况下的局部适定性、空间正则性及全局弱解的存在性与渐进行为。

Non-uniform Continuity for the MHD equations with only Magnetic Diffusion

MHD方程中仅磁扩散的非均匀连续性

Quansen Jiu, Yaowei Xie

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了仅磁扩散的MHD方程在Sobolev空间中数据到解映射的非均匀连续性，并揭示强磁场背景对稳定性的影响。

Comments 25 pages

Computing Diffusion Geometry

计算扩散几何

Iolo Jones, David Lanners

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种新的计算框架，用于扩散几何，扩展了其应用范围，提高了精度和鲁棒性，并引入了多种新的拓扑工具和计算方法。

Efficient Perplexity Bound and Ratio Matching in Discrete Diffusion Language Models

离散扩散语言模型中的高效困惑度界与比率匹配

Etrit Haxholli, Yeti Z. Gurbuz, Ogul Can, Eli Waxman

机构 * MetaDialog Research（MetaDialog研究） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种改进的离散扩散语言模型框架，通过比率匹配和新的定理推导，提升了模型的生成性能和训练效率。

Generative Diffusion Model Driven Massive Random Access in Massive MIMO Systems

生成扩散模型驱动的超大规模MIMO系统中的大规模随机接入

Keke Ying, Zhen Gao, Sheng Chen, Tony Q. S. Quek, H. Vincent Poor

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于生成扩散模型的超大规模MIMO系统中大规模随机接入方法，通过Transformer-AUD和迭代CE/DD框架提升用户检测、信道估计和数据检测性能。

Comments The partial of this work has been submitted and accepted to IEEE ICC 2026

VFScale: Intrinsic Reasoning through Verifier-Free Test-time Scalable Diffusion Model

VFScale: 通过无验证器的测试时可扩展扩散模型实现内在推理

Tao Zhang, Jia-Shu Pan, Ruiqi Feng, Tailin Wu

机构 * Zhejiang University（浙江大学） ； Department of Artificial Intelligence, School of Engineering, Westlake University（人工智能系，工程学院，西湖大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 VFScale通过无验证器的测试时可扩展扩散模型实现可扩展的内在推理，解决了扩散模型在复杂推理任务中的两大挑战。

Comments ICLR 2026. 30 pages, 13 figures

Field theories and quantum methods for stochastic reaction-diffusion systems

场论与量子方法用于随机反应扩散系统的研究

Mauricio J. del Razo, Tommaso Lamma, Wout Merbis

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于场论和量子方法的随机反应扩散系统统一框架，用于描述复杂系统中的粒子传输与相互作用。

Comments 47 pages, 5 figures; v2: major revisions; v3: published in Rev.Mod.Phys

Journal ref Rev. Mod. Phys. 98, 015001 (2026)

Latent Structure Emergence in Diffusion Models via Confidence-Based Filtering

通过基于置信度的过滤在扩散模型中探索潜在结构的涌现

Wei Wei, Yizhou Zeng, Kuntian Chen, Sophie Langer, Mariia Seleznova, Hung-Hsu Chou

机构 * Department of Mathematics, University of Pittsburgh, USA（匹兹堡大学数学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过基于置信度的过滤揭示扩散模型潜在空间中与类别相关的结构，展示了高置信度样本在类别分离性上的显著表现，并提出条件生成作为替代指导方法的应用。

Urban Spatio-Temporal Foundation Models for Climate-Resilient Housing: Scaling Diffusion Transformers for Disaster Risk Prediction

城市时空基础模型用于气候韧性住房：扩散变换器的扩展用于灾害风险预测

Olaf Yunus Laitinen Imanov, Derya Umut Kulali, Taner Yilmaz

机构 * Technical University of Denmark（技术大学） ； Eskisehir Technical University（埃斯基谢普大学） ； Afyon Kocatepe University（阿夫yon卡奥塔佩大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Skjold-DiT模型，通过整合时空城市数据预测建筑气候风险，并结合交通网络结构提升灾害响应能力。

Comments 10 pages, 5 figures. Submitted to IEEE Transactions on Intelligent Vehicles

Instability of solutions in a degenerate reaction diffusion equation

退化反应扩散方程中解的不稳定性

R. Marangell, J. J. Wylie, B. H. Bradshaw-Hajek

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究退化反应扩散方程中行波和稳态解的谱稳定性，通过分析和数值方法揭示稳定行波前沿的存在及行波脉冲的不稳定性。

Comments 31 pages, 11 figures, 2 tables

Generative modelling with jump-diffusions

基于跳跃扩散的生成建模

Adrian Baule

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)

AI总结 本文提出了一种基于跳跃扩散的生成模型，通过引入具有厚尾特征的跳跃噪声，改进了传统扩散模型的性能。

Comments New version contains: (i) A generalized score function in closed analytical form leading to the jump-Laplace (JL) model; (ii) Additional numerical experiments comparing JL ODE/SDE, Gaussian ODE, and Levy-Ito-Model SDE

GRP-Obliteration: Unaligning LLMs With a Single Unlabeled Prompt

GRP-Obliteration: 通过单个无标签提示解耦大语言模型

Mark Russinovich, Yanan Cai, Keegan Hines, Giorgio Severi, Blake Bullwinkel, Ahmed Salem

机构 * Microsoft（微软） 纠错

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)

AI总结 GRP-Obliteration通过单个无标签提示解耦大语言模型，利用GRPO技术有效移除安全约束，实现更强的不对齐能力。

Sketch2Scene: Automatic Generation of Interactive 3D Game Scenes from User's Casual Sketches

Sketch2Scene: 从用户随意草图自动生成交互式3D游戏场景

Yongzhi Xu, Yonhon Ng, Yifu Wang, Inkyu Sa, Yunfei Duan, Zhenhong Sun, Yang Li, Pan Ji, Hongdong Li

机构 * XR Vision Labs, Tencent（腾讯XR视觉实验室） ； Australian National University（澳大利亚国立大学） 纠错

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

AI总结 Sketch2Scene通过基于深度学习的方法，利用用户随意草图生成交互式3D游戏场景，结合预训练模型与程序生成技术实现高效高质量输出。

Comments Project Page: https://xrvisionlabs.github.io/Sketch2Scene/ Code: https://github.com/Tencent/Triplet_Tuning

Exploring Specular Reflection Inconsistency for Generalizable Face Forgery Detection

探索可泛化的人脸伪造检测中的镜面反射不一致

Hongyan Fei, Zexi Jia, Chuanwei Huang, Jinchao Zhang, Jie Zhou

机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室） ； WeChat AI, Tencent Inc（腾讯公司微信AI） 纠错

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

AI总结 本文提出了一种基于镜面反射不一致性的新型人脸伪造检测方法，通过两阶段交叉注意力机制提升检测性能。

Extreme Weather Nowcasting via Local Precipitation Pattern Prediction

通过局部降水模式预测实现极端天气现在预测

Changhoon Song, Teng Yuan Chang, Youngjoon Hong

机构 * Research Institute of Mathematics（数学研究所） ； Seoul National University（首尔国立大学） 纠错

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

AI总结 本文提出exPreCast框架，通过平衡雷达数据集和改进模型结构，实现高效且准确的极端天气现在预测。

Comments 10pages, 20 figures, The Fourteenth International Conference on Learning Representations, see https://github.com/tony890048/exPreCast

Generative Modeling via Drifting

通过漂移进行生成建模

Mingyang Deng, He Li, Tianhong Li, Yilun Du, Kaiming He

机构 * MIT（麻省理工学院） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文提出漂移模型，通过在训练过程中演进化分布实现一步生成，取得ImageNet上优异的生成效果。

Comments Project page: https://lambertae.github.io/projects/drifting/

Learning a distance measure from the information-estimation geometry of data

从数据的信息-估计几何学习距离度量

Guy Ohayon, Pierre-Etienne H. Fiquet, Florentin Guth, Jona Ballé, Eero P. Simoncelli

机构 * Flatiron Institute（Flatiron研究所） ； New York University（纽约大学） 纠错

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

AI总结 本文提出信息-估计度量（IEM），通过学习去噪器和积分计算，用于图像质量评估，效果与现有方法相当或更优。

Comments ICLR 2026. Code is available at https://github.com/ohayonguy/information-estimation-metric

Learning a Generative Meta-Model of LLM Activations

学习大语言模型激活的生成元模型

Grace Luo, Jiahai Feng, Trevor Darrell, Alec Radford, Jacob Steinhardt

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过训练扩散模型学习大语言模型激活的分布，提出生成元模型以提升干预保真度和可解释性。