图像生成

VDRive: Leveraging Reinforced VLA and Diffusion Policy for End-to-end Autonomous Driving

VDRive：利用强化VLA和扩散策略实现端到端自动驾驶

Ziang Guo, Zufeng Zhang

机构 * Suzhou Automotive Research Institute of Tsinghua University（清华大学苏州汽车研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 VDRive通过结合强化VLA和扩散策略，实现端到端自动驾驶，提升决策的可解释性和鲁棒性。

Comments WIP

Coherent Load Profile Synthesis with Conditional Diffusion for LV Distribution Network Scenario Generation

基于条件扩散的低压配电网场景生成中的负荷轮廓合成

Alistair Brash, Junyi Lu, Bruce Stephen, Blair Brown, Robert Atkinson, Craig Michie, Fraser MacIntyre, Christos Tachtatzis

机构 * Department of Electronic and Electrical Engineering, University of Strathclyde（电子与电气工程系，斯特拉思克莱德大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于条件扩散模型的低压配电网场景生成方法，通过合成具有代表性的负载轮廓以提升配电网规划和运营的准确性。

The Devil behind the mask: An emergent safety vulnerability of Diffusion LLMs

面具背后的魔鬼：扩散语言模型的新兴安全漏洞

Zichen Wen, Jiashu Qu, Zhaorun Chen, Xiaoya Lu, Dongrui Liu, Zhiyuan Liu, Ruixi Wu, Yicun Yang, Xiangqi Jin, Haoyun Xu, Xuyang Liu, Weijia Li, Chaochao Lu, Jing Shao, Conghui He, Linfeng Zhang

机构 * EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Chicago（芝加哥大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DIJA揭示了扩散语言模型的安全漏洞，通过构造对抗性提示利用双向建模和并行解码机制，使有害内容在对齐训练模型中得以生成。

Comments Accepted by ICLR 2026

What Do You Need for Compositional Generalization in Diffusion Planning?

在扩散规划中你需要什么才能实现组合泛化？

Quentin Clark, Florian Shkurti

机构 * Department of Computer Science, University of Toronto（计算机科学系，多伦多大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Eq-Net架构，通过位移等变性、局部感受野和推断选择实现扩散规划的组合泛化，展示其在导航和操作任务中的有效性。

Comments 8 Pages

Generative diffusion for perceptron problems: statistical physics analysis and efficient algorithms

生成扩散用于感知机问题：统计物理分析与高效算法

Elizaveta Demyanenko, Davide Straziota, Carlo Baldassi, Carlo Lucibello

机构 * Department of Computing Sciences, BIDSA Bocconi University（计算科学系，BIDSA 伯克利大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于统计物理的生成扩散算法，用于高效采样非凸感知机问题的解空间，通过分析发现负边距情况下可高效采样，而二进制权重则需通过特定势能函数和退火过程实现高效采样。

Comments v3 minor revision after NeurIPS's rebuttal

Journal ref NeurIPS 2025

General Binding Affinity Guidance for Diffusion Models in Structure-Based Drug Design

基于结构的药物设计中扩散模型的通用结合亲和力指导

Yue Jian, Curtis Wu, Danny Reidenbach, Aditi S. Krishnapriyan

机构 * University of California, Berkeley（加州大学伯克利分校） ； NVIDIA（NVIDIA公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 BADGER是一种用于基于结构的药物设计中扩散模型的通用结合亲和力指导框架，通过两种互补策略提升配体生成的结合亲和力控制，并支持多约束优化设计真实可合成的药物候选物。

Diffusion-based Signal Refiner for Speech Enhancement and Separation

基于扩散模型的信号细化器用于语音增强与分离

Masato Hirano, Ryosuke Sawata, Naoki Murata, Shusuke Takahashi, Yuki Mitsufuji

机构 * Sony Group Corporation（索尼集团） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Diffiner通过扩散模型先验分布提升语音增强与分离的感知质量，有效消除处理过程中引入的不自然伪影。

Comments Accepted to IEEE/ACM TASLP. The first two authors contributed equally. Code: https://github.com/sony/diffiner

Homogenization of nonlocal equations in randomly evolving media. Diffusion approximation

非局部方程在随机演变介质中的均质化。扩散近似

Marina Kleptsyna, Andrey Piatnitski, Alexandre Popier

专题命中 扩散模型 ：diffusion(title)

AI总结 本文研究非局部方程在随机演变介质中的均质化问题，通过分析解的归一化差的极限行为，证明其收敛于线性随机偏微分方程的解。

A Survey on Parallel Text Generation: From Parallel Decoding to Diffusion Language Models

关于并行文本生成的综述：从并行解码到扩散语言模型

Lingzhe Zhang, Liancheng Fang, Chiming Duan, Minghua He, Leyi Pan, Pei Xiao, Shiyu Huang, Yunpeng Zhai, Xuming Hu, Philip S. Yu, Aiwei Liu

机构 * Peking University（北京大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； Tsinghua University（清华大学） ； XPENG ； Alibaba Group（阿里巴巴集团） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 本文综述了并行文本生成技术，分析了基于AR和非AR的方法，评估了其在速度、质量和效率上的权衡，并指出了未来研究方向。

VideoWorld 2: Learning Transferable Knowledge from Real-world Videos

VideoWorld 2: 从真实世界视频中学习可迁移的知识

Zhongwei Ren, Yunchao Wei, Xiao Yu, Guixun Luo, Yao Zhao, Bingyi Kang, Jiashi Feng, Xiaojie Jin

机构 * Beijing Jiaotong University（北京交通大学） 纠错

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

AI总结 VideoWorld 2通过动态增强的潜在动态模型从真实世界视频中学习可迁移知识，显著提升了任务成功率和长周期推理能力。

Comments Code and models are released at: https://maverickren.github.io/VideoWorld2.github.io/

Causality in Video Diffusers is Separable from Denoising

视频扩散器中的因果性可与去噪分离

Xingjian Bai, Guande He, Zhengqi Li, Eli Shechtman, Xun Huang, Zongze Wu

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Adobe Research（Adobe研究院） ； Morpheus AI（Morpheus人工智能） 纠错

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

AI总结 本文提出可分离因果扩散模型，通过分离时间推理与多步去噪过程，提升视频生成效率并保持生成质量。

Free-GVC: Towards Training-Free Extreme Generative Video Compression with Temporal Coherence

Free-GVC: 向无训练极端生成视频压缩迈进：时间一致性

Xiaoyue Ling, Chuqin Zhou, Chunyi Li, Yunuo Chen, Yuan Tian, Guo Lu, Wenjun Zhang

机构 * Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University（图像通信与网络工程研究所，上海交通大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

AI总结 Free-GVC通过无训练的生成视频压缩框架，在超低比特率下实现视觉质量与时间一致性的提升。

Smaller is Better: Generative Models Can Power Short Video Preloading

更小更好：生成模型可为短视频预加载提供动力

Liming Liu, Jiangkai Wu, Xinggong Zhang

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

AI总结 本文提出PromptPream，利用生成模型通过语义提示减少短视频预加载的带宽消耗和卡顿问题，实验显示效果提升显著。

Comments 6 pages, 7 figures, to appear in ICC 2026

Journal ref ICC 2026 - IEEE International Conference on Communications: Communications Software & Multimedia - Communications Software & Multimedia

Automated Lesion Segmentation of Stroke MRI Using nnU-Net: A Comprehensive External Validation Across Acute and Chronic Lesions

利用nnU-Net实现脑卒中MRI病变自动分割：在急性与慢性病变上的全面外部验证

Tammar Truzman, Matthew A. Lambon Ralph, Ajay D. Halai

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

AI总结 本文利用nnU-Net框架对脑卒中MRI病变进行自动分割，验证了模型在急性与慢性病变中的泛化能力，发现病变体积和图像质量是影响分割准确性的关键因素。

Comments 32 pages, 7 figures. Submitted to Brain. Code and trained models available

Journal ref 2026

Drug Release Modeling using Physics-Informed Neural Networks

利用物理信息神经网络进行药物释放建模

Daanish Aleem Qureshi, Khemraj Shukla, Vikas Srivastava

机构 * Division of Applied Mathematics, Brown University（应用数学系，布朗大学） ； School of Engineering, Brown University（工程学院，布朗大学） ； Institute for Biology, Engineering and Medicine, Brown University（生物、工程与医学研究所，布朗大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用物理信息神经网络和贝叶斯PINNs建模药物释放，通过结合物理定律和实验数据实现高精度长期预测。

Monolithic and Block Overlapping Schwarz Preconditioners for the Incompressible Navier-Stokes Equations

整体与块重叠Schwarz预条件器用于不可压缩纳维-斯托克斯方程

Alexander Heinlein, Axel Klawonn, Jascha Knepper, Lea Saßmannshausen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种结合GDSW*粗空间的稳健预条件方法，用于求解不可压缩纳维-斯托克斯方程，提升了并行计算效率和鲁棒性。

Comments Accepted for publication in Electronic Transactions on Numerical Analysis (ETNA) on February 9, 2026

Parametric finite element approximation of two-phase Navier--Stokes flow with viscoelasticity

参数有限元近似两相Navier-Stokes流体与粘弹性

Harald Garcke, Robert Nürnberg, Dennis Trautwein

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种参数有限元方法，用于求解具有粘弹性的两相Navier-Stokes流体问题，通过Oldroyd-B模型表征弹性特性，并展示了该方法在数值计算中的有效性。

Journal ref IMA J. Numer. Anal. 46 (2026) 149--204

Large deviations for occupation and waiting times of infinite ergodic transformations

无穷遍历变换的occupation和waiting时间的大偏差

Toru Sera

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了保持无限测度的遍历变换的occupation和waiting时间的大偏差，采用双Laplace变换方法建立了与Darling-Kac定理和广义正弦定律相关的新估计。

Comments 32 pages

Journal ref Ergod. Th. Dynam. Sys. 46 (2026) 805-844

Beyond Free-Stream Preservation: Transport Polynomial Exactness for Moving-Mesh Methods under Arbitrary Mesh Motion

超越自由流保持：在任意网格运动下移动网格方法的运输多项式精确性

Chaoyi Cai, Qiqin Cheng, Di Wu, Jianxian Qiu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出运输多项式精确性方法，通过进化几何矩实现任意网格运动下的高阶保守重区移动网格方案，提升计算效率。

Delayed Pattern Formation in Two-Dimensional Domains

二维领域中延迟图案形成的延迟

Nirmali Prabha Das, István Balázs, Bornali Das, Gergely Röst

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究探讨了二维领域中基因表达时间延迟与领域大小对时空图案形成的影响，通过扩展Schnakenberg模型揭示了非单调相关性。

A Reynolds- and Hartmann-semirobust hybrid method for magnetohydrodynamics

一种具有雷诺数和哈特曼数鲁棒性的混合方法用于磁流体动力学

Daniele A. Di Pietro, Jerome Droniou, Vito Patierno

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种具有雷诺数和哈特曼数鲁棒性的混合方法，用于求解非稳态不可压缩磁流体动力学方程，通过改进收敛阶、小Stencil和静态消元来提高计算效率。

Triggered: A Statistical Analysis of Environmental Influences on Extremist Groups

触发：对极端主义团体环境影响的统计分析

Christine de Kock, Eduard Hovy

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过分析极端主义论坛与主流社区的数据，揭示了极端主义团体对现实事件和新闻报道的反应差异，以及语言扩散和行为动态的变化。

Measuring Privacy Risks and Tradeoffs in Financial Synthetic Data Generation

衡量金融合成数据生成中的隐私风险与权衡

Michael Zuo, Inwon Kang, Stacy Patterson, Oshani Seneviratne

机构 * Rensselaer Polytechnic Institute（拉特格斯理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了金融领域合成数据生成中隐私与效用的权衡，通过改进GAN和自编码器的隐私保护实现，评估了不同数据集平衡性对生成质量的影响。

Anomalous spin transport in integrable random quantum circuits

可积随机量子电路中的异常自旋输运

Songlei Wang, Chenguang Liang, Hongzheng Zhao, Zhi-Cheng Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了可积随机量子电路中自旋输运的异常行为，通过构建非均匀XXZ R矩阵电路，揭示了弹道、超扩散和扩散区域的相图，并发展了广义流体动力学框架以预测输运特性。

Comments 26 pages,16 figures

From Disorder to Function: Entropy-Engineered Broadband Photonics with Ion-Transport-Stabilized Spectral Fidelity

从无序到功能：基于熵工程的宽带光子学与离子输运稳定光谱保真

Yuxiang Xin, Chen-Xin Yu, Jianru Wang, Jianbo Jin, Minliang Lai, Yinan Wang, Shuwen Yan, Gu-wen Chen, Liang Fan, Xiachu Xiao, Yutao Yang, Luying Li, Han Wang, Zhi-Pan Liu, Jiang Tang, Li-Ming Yang, Zhuolei Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过熵工程化稀土卤化物双钙钛矿单晶，实现了宽带近红外光子功能与机理稳定性的结合，为金属卤化物光子学提供了新的解决方案。

Enhancing Fake-News Detection with Node-Level Topological Features

通过节点层面的拓扑特征增强假新闻检测

Kaiyuan Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过引入节点层面的拓扑特征（度中心性和局部聚类系数）提升假新闻检测的性能，实验表明该方法在UPFD Politifact子集上将宏F1值提升至0.8344。

Multimodal Graph Neural Networks for Prognostic Modeling of Brain Network Reorganization

多模态图神经网络用于脑网络重组的预后建模

Preksha Girish, Rachana Mysore, Kiran K. N., Hiranmayee R., Shipra Prashanth, Shrey Kumar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出多模态图神经网络用于脑网络重组的预后建模，通过整合多种影像数据，生成可解释的生物标志物以预测认知下降风险。

Comments Fundamental methodological error invalidating results

Analytical Solutions for Planet-Scattering Small Bodies

小行星-行星散射的解析解

Yukun Huang, Brett Gladman, Eiichiro Kokubo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出解析解方法，用于研究小行星被行星散射的轨道演化及弹射速度，为行星系统中的轨道分布研究提供高效替代方案。

Comments Accepted for publication in AJ, 32 pages, 14 figures

Journal ref AJ 171 133 (2026)

Macroscopic fluctuation-response theory and its use for gene regulatory networks

宏观涨落响应理论及其在基因调控网络中的应用

Timur Aslyamov, Krzysztof Ptaszyński, Massimiliano Esposito

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于高斯宏观涨落理论的方法，用于分析基因调控网络中的噪声特性，并推导出网络的内部-外部噪声分解。

Journal ref Phys. Rev. Lett. 136, 067102, 2026

Conforming and discontinuous discretizations of non-isothermal Darcy-Forchheimer flows

非等温达西-福克海默流体流动的守恒不连续离散化

Stefano Bonetti, Michele Botti, Paola F. Antonietti

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出两种非等温达西-福克海默流体流动的数值离散化方案，结合对流扩散方程，通过固定点线性化策略处理非线性项，并证明了算法的收敛性。