图像生成

From the Stochastic Embedding Sufficiency Theorem to a Superspace Diffusion Framework

从随机嵌入充分定理到超空间扩散框架

Carolina Garcia, Lucía Perea Durán, Agnese Venezia, Alex Conradie

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于随机嵌入充分定理的超空间扩散框架，通过时间序列数据恢复漂移和扩散场，并揭示了基本常数在不同领域中的结构角色。

Beyond Accuracy: Evaluating Posterior Fidelity of Diffusion Inverse Solvers

超越准确度：评估扩散逆求解器的后验保真度

Xiaoyu Qiu, Taewon Yang, Zhanhao Liu, Guanyang Wang, Liyue Shen

机构 * Department of Statistics, University of Michigan（密歇根大学统计学系） ； Department of EECS, University of Michigan（密歇根大学电子工程与计算机科学系） ； Department of Statistics, Rutgers University（罗格斯大学统计学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了扩散逆求解器的后验保真度，提出了一种无需真实后验的评估指标，通过模拟和实际问题验证了其有效性，揭示了高重建精度不必然意味着更好的后验一致性。

Supervised Guidance Training for Infinite-Dimensional Diffusion Models

无限维扩散模型的监督引导训练

Elizabeth L. Baker, Alexander Denker, Jes Frellsen

机构 * Department of Applied Mathematics and Computer Science, Technical University of Denmark, Denmark（应用数学和计算机科学系，丹麦技术大学，丹麦） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种在函数空间中通过监督引导训练方法，使预训练的扩散模型能够高效稳定地从后验分布采样，解决了无限维扩散模型后验采样理论问题。

GIFT: Guided Importance-Aware Fine-Tuning for Diffusion Language Models

GIFT: 用于扩散语言模型的引导重要性感知微调

Guowei Xu, Wenxin Xu, Jiawang Zhao, Kaisheng Ma

机构 * Institute for Interdisciplinary Information Sciences（交叉信息科学研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出GIFT方法，通过根据熵分配不同重要性权重来优化扩散语言模型的微调，从而在多个基准测试中优于标准SFT。

Comments preprint

TrajDLM: Topology-Aware Block Diffusion Language Model for Trajectory Generation

TrajDLM：基于块扩散语言模型的拓扑感知轨迹生成框架

Wilson Wongso, Lihuan Li, Arian Prabowo, Xiachong Lin, Baiyu Chen, Hao Xue, Flora D. Salim

机构 * University of New South Wales（新南威尔士大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 TrajDLM结合块扩散模型与拓扑感知嵌入，实现高效且真实的轨迹生成，优于现有方法，在速度和细粒度相似性上表现优异，并在跨领域迁移中表现出色。

Muninn: Your Trajectory Diffusion Model But Faster

Muninn：你的轨迹扩散模型但更快

Gokul Puthumanaillam, Hao Jiang, Ruben Hernandez, Jose Fuentes, Paulo Padrao, Leonardo Bobadilla, Melkior Ornik

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Florida International University（佛罗里达国际大学） ； Providence College（普罗维登斯学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Muninn，一种无需训练的缓存包装器，通过利用扩散轨迹规划器的两个信号，减少去噪器计算，实现轨迹扩散模型的实时应用，提升速度并保证性能和安全性。

Comments Accepted to Robotics: Science and Systems 2026

HapticLDM: A Diffusion Model for Text-to-Vibrotactile Generation

HapticLDM：一种用于文本到触觉生成的扩散模型

Jiahao Xiong, Fei Wang, Anran Xu, Pinzhi Huang, Tao Wen, Lijia Pan, Cai Chen

机构 * Technology Development Center, Guangzhou Shiyuan Electronic Technology Company Limited（广州仕元电子技术有限公司技术发展中心） ； School of Automation and Intelligence, Beijing Jiaotong University（北京交通大学自动化与智能学院） ； Department of Architecture, University of California, Berkeley（加州大学伯克利分校建筑系） ； School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与技术学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出HapticLDM，基于潜在扩散模型生成文本到触觉反馈，通过动态数据处理和全局去噪机制提升振动生成的准确性和一致性，经评估显示其在真实感和语义对齐方面表现优异。

Dystruct: Dynamically Structured Diffusion Language Model Decoding via Bayesian Inference

Dystruct: 通过贝叶斯推断实现动态结构的扩散语言模型解码

Bian Sun, Kevin Zhai, Mubarak Shah, Zhenyi Wang

机构 * University of Central Florida（中央佛罗里达大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种无需训练的贝叶斯结构解码框架，将灵活长度生成转化为动态结构推断问题，通过统一机制实现动态结构生成，提升生成质量和灵活性。

TD3B: Transition-Directed Discrete Diffusion for Allosteric Binder Generation

TD3B：过渡引导的离散扩散用于别构结合物生成

Hanqun Cao, Aastha Pal, Sophia Tang, Yinuo Zhang, Jingjie Zhang, Pheng Ann Heng, Pranam Chatterjee

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Department of Bioengineering, University of Pennsylvania（宾夕法尼亚大学生物工程系） ； Department of Computer and Information Science, University of Pennsylvania（宾夕法尼亚大学计算机与信息科学系） ； Centre for Computational Biology, Duke-NUS Medical School（杜克-新加坡国立大学医学学校计算生物学中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 TD3B通过方向性状态转换控制目标，设计具有指定激动剂或拮抗剂行为的结合物，结合方向Oracle、软结合亲和门和预训练离散扩散模型的微调，实现与结合亲和力解耦的靶向生成。

Comments Published as a Spotlight at ICML 2026 (Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea)

Primal-Dual Guided Decoding for Constrained Discrete Diffusion

原始-对偶引导解码用于受限离散扩散

Federico Tomasi, Dmitrii Moor, Alice Wang, Mounia Lalmas

机构 * Spotify 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出原始-对偶引导解码方法，通过KL正则化优化问题在线求解，支持多约束并提供约束违反的正式界，提升生成质量。

MVB-Grasp: Minimum-Volume-Box Filtering of Diffusion-based Grasps for Frontal Manipulation

MVB-Grasp：基于扩散模型的抓取生成中最小体积盒过滤用于正前方操作

Bibek Poudel, Abdul Basit, Muhammad Shafique

机构 * Unitree（单位树） ； Intel（英特尔） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出MVB-Grasp方法，通过引入最小体积包围盒几何先验，提升低成本机械臂在受限工作空间中的正前方抓取成功率，结合几何过滤与重评分函数，验证了其在Z1机械臂上的有效性。

Comments 8 pages, 12 figures, accepted to IJCNN 2026

Metropolis-Adjusted Diffusion Models

修正的扩散模型：基于Metropolis-哈士季的调整

Kevin H. Lam, Tyler Farghly, Christopher Williams, Jun Yang, Yee Whye Teh, Arnaud Doucet

机构 * Department of Statistics, University of Oxford（1 统计系，牛津大学） ； Inria, CNRS, École Normale Supérieure, PSL Research University（2 Inria，法国国家科学研究中心，巴黎高等师范学院，PSL研究大学） ； Department of Mathematical Sciences, University of Copenhagen（3 数学科学系，哥本哈根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于Metropolis-Hastings算法的修正方法，用于改进扩散模型中的采样偏差，通过引入二枚硬币伯努利工厂算法和辛普森法则近似，提升了样本质量。

BadDLM: Backdooring Diffusion Language Models with Diverse Targets

BadDLM：针对扩散语言模型的多样化目标后门攻击研究

Shengfang Zhai, Xiaoyang Ji, Yuling Shi, Haoran Gao, Fanyu Meng, Yan Zeng, Yuejian Fang, Yinpeng Dong, Jiaheng Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出BadDLM框架，研究扩散语言模型的后门攻击，通过触发感知训练目标和理论证明，展示其在概念注入、语义属性引导等目标上的有效性，揭示扩散生成中的新安全风险。

Comments 21 pages, Preprint

Path-Dependent Denoising: A Non-Conservative Field Perspective on Order Collapse in Diffusion Language Models

路径依赖去噪：扩散语言模型中顺序崩溃的非保守场视角

Jeonseong Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文从非保守场角度探讨扩散语言模型中顺序崩溃问题，提出顺序诱导伪联合及局部去噪循环概念，分析兼容性条件下的去噪路径依赖性。

Remix the Timbre: Diffusion-Based Style Transfer Across Polyphonic Stems

混音音色重塑：基于扩散的多音部音色迁移

Leduo Chen, Junchuan Zhao, Shengchen Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出MixtureTT，首个直接从多音部混合中进行音部级音色迁移的系统，通过共享扩散过程消除级联分离误差，提升多音部输出的连贯性。

Estimation of a Gas Diffusion Coefficient by Fitting Molecular Dynamics Trajectories to Finite-Difference Simulations

通过拟合分子动力学轨迹到有限差分模拟来估计气体扩散系数

Isaac Viviano

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过分子动力学模拟和有限差分方法估计氩气扩散系数，比较了模拟结果与实验测量。

Comments 17 pages, 5 figures, 2 tables

Origins of suppressed self-diffusion of nanoscale constituents of a complex liquid

复杂液体中纳米尺度组分受抑自扩散的起源

Christian P. N. Tanner, Vivian R. K. Wall, Mumtaz Gababa, Joshua Portner, Ahhyun Jeong, Matthew J. Hurley, Nicholas Leonard, Jonathan G. Raybin, James K. Utterback, Ahyoung Kim, Andrei Fluerasu, Yanwen Sun, Johannes Moeller, Alexey Zozulya, Wonhyuk Jo, Felix Brausse, James Wrigley, Ulrike Boesenberg, Jan-Etienne Pudell, Joerg Hallmann, Wei Lu, Roman Shayduk, Mohamed Youssef, Anders Madsen, David T. Limmer, Dmitri V. Talapin, Samuel W. Teitelbaum, Naomi S. Ginsberg

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过MHzX射线光子相关光谱揭示半导体纳米晶体在胶体分散体和液相中的密度波动动力学，发现受抑自扩散源于显性吸引力作用，为复杂流体和软物质的动力学研究提供新视角。

Comments 7 pages, 4 figures

Transfer Learning of Multiobjective Indirect Low-Thrust Trajectories Using Diffusion Models and Markov Chain Monte Carlo

利用扩散模型和马尔可夫链蒙特卡罗进行多目标间接低推力轨迹的迁移学习

Jannik Graebner, Ryne Beeson

机构 * Department of Mechanical and Aerospace Engineering, Princeton University（普林斯顿大学机械与航空航天工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种结合同伦与马尔可夫链蒙特卡罗的迁移学习框架，用于高效生成训练数据，改进多目标优化问题的求解，提升间接轨迹优化的性能。

Combined Diffusion-Relaxation MRI to Assess Muscle Microstructure and Composition

结合扩散-弛豫MRI评估肌肉微结构和组成

Matteo Figini, Paddy J. Slator, Valeria E. Contarino, Eleftheria Panagiotaki, Giovanna Rizzo, Alfonso Mastropietro

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出结合扩散-弛豫MRI技术，通过分析肌肉微结构和组成，提高对肌肉微结构和灌注相关生物标记物的评估精度，特别在血管分数估计上表现优异。

A time dependent fractional order diffusion equation with constant diffusivity matrix

具有常数扩散矩阵的时间依赖分数阶扩散方程

T. Catoe, V. J. Ervin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了时间依赖空间分数扩散方程的数值近似，考虑非均匀域和不同轴向扩散系数，采用谱方法和后向欧拉法进行空间和时间离散，通过误差分析和数值实验验证方法有效性。

Comments 51 pages, 10 figures

Bilateral breast gradient insert prototype for strong diffusion encoding at 3T

双侧乳腺梯度插入体原型用于3T强扩散编码

Gerrit Arends, Edwin Versteeg, Feng Jia, Dennis Klomp, Maxim Zaitsev, Sebastian Littin, Chantal Tax

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种双侧乳腺梯度插入体，通过优化设计实现高效强梯度扩散MRI，验证了其在无对比剂乳腺癌症检测中的可行性。

SynerDiff: Synergetic Continuous Batching for Fast and Parallel Diffusion Model Inference

SynerDiff：协同连续批处理用于快速并行扩散模型推理

Ziqi Zhou, Peng Yang, Yuxin Liang, Mingliu Liu, Jia Lu

机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息学院） ； The State Grid Hubei Electric Power Research Institute（国网湖北省电力研究院） ； Jincheng Yunxiang Big Data Technology Operation Co., Ltd.（晋城云祥大数据技术运营有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 SynerDiff通过协同连续批处理技术提升扩散模型推理效率，减少端到端延迟，同时保持图像质量。

Comments accepted by IEEE ICME 2026

The effect of investor-driven information diffusion on excess comovement: Evidence from retail and institutional investors in China and the United States

投资者驱动的信息扩散对超额共动性的影响：来自中美国内和机构投资者的证据

Fei Ren, Miao-Miao Yi, Zhang-Hangjian Chen, Xiang Gao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了由零售和机构投资者驱动的跨股票信息扩散如何影响中国零售主导市场和美国机构主导市场的超额共动性，发现主导投资者群体显著驱动超额共动性，且零售和机构投资者在不同市场中的影响机制不同。

Journal ref Journal of International Financial Markets, Institutions and Money 106 (2026) 102258

Load--Reserve Wasserstein Propagation for Isotropic Diffusion Samplers

负载储备Wasserstein传播用于各向同性扩散采样器

Zicheng Lyu, Zengfeng Huang

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） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种针对各向同性反向SDE窗口的适应性传播接口，通过认证学习漂移剖面生成线性尾运输成本，结合反射耦合和Hardy容量量化负载，以改进Wasserstein距离中的收缩率和尾坡。

Outlier-robust Diffusion Posterior Sampling for Bayesian Inverse Problems

鲁棒扩散后验采样用于贝叶斯逆问题

Yiming Yang, Xiaoyuan Cheng, Yi He, Kaiyu Li, Wenxuan Yuan, Zhuo Sun

机构 * University College London（伦敦大学学院） ； Imperial College London（伦敦帝国学院） ； Shanghai University of Finance and Economics（上海金融学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出鲁棒扩散后验采样方法，通过分析后验偏差和稳定性，解决逆问题中异常值对扩散求解器的影响，提升线性和非线性任务的鲁棒性。

Measurement-Based Quantum Diffusion Models

基于测量的量子扩散模型

Xinyu Liu, Jingze Zhuang, Wanda Hou, Yi-Zhuang You

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于测量的量子扩散模型，通过随机弱测量连接经典和量子扩散理论，解决纯态集合和混合态的恢复问题，建立量子得分匹配与逆过程学习单位ary生成器的等价性，并引入局部Petz恢复映射和经典影子重建方法。

Comments 11 pages, 5 figures

Synthesis of discrete-continuous quantum circuits with multimodal diffusion models

多模扩散模型在离散-连续量子电路合成中的应用

Florian Fürrutter, Zohim Chandani, Ikko Hamamura, Hans J. Briegel, Gorka Muñoz-Gil

机构 * Department of Theoretical Physics, University of Innsbruck（因斯布鲁克大学理论物理系） ； Quantum Algorithm Engineering, NVIDIA Corporation（NVIDIA公司量子算法工程） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出多模扩散模型用于高效合成量子电路，通过生成电路结构和连续参数，在门数量和噪声条件下优于现有方法，并利用快速生成能力构建大规模电路数据集。

Comments Main Text: 11 pages, 8 figures and 1 table; Code available at: https://github.com/FlorianFuerrutter/genQC

Journal ref Machine Learning: Science and Technology 7.2 (2026)

Diffusion Models are Evolutionary Algorithms

扩散模型是进化算法

Yanbo Zhang, Benedikt Hartl, Hananel Hazan, Michael Levin

机构 * Allen Discovery Center at Tufts University（塔夫茨大学阿伦发现中心） ； Institute for Theoretical Physics, TU Wien（理论物理研究所，维也纳技术大学） ； Wyss Institute for Biologically Inspired Engineering at Harvard University（哈佛大学生物启发工程研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文揭示扩散模型本质上是进化算法，通过将进化视为去噪过程，提出扩散进化方法以高效寻找多最优解，同时引入潜在空间扩散进化以减少计算步骤。

Comments Accepted by International Conference on Learning Representations (ICLR) 2025

Journal ref Proceedings of the International Conference on Learning Representations (ICLR), 2025, pp. 74873-74894

Mirror transitions in diffusion with stochastic resetting confined on a ring

扩散中受限于环的随机重置的镜像转变

Pedro Julián-Salgado, Pavel Castro-Villarreal, Leonardo Dagdug, Denis Boyer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究在环形受限系统中，通过随机重置优化首次通过时间的镜像转变特性，分析多重重置点配置下的最优重置率变化及临界点存在性。

Comments 17 pages, 10 figures and 1 table

UMEDA: Unified Multi-modal Efficient Data Fusion for Privacy-Preserving Graph Federated Learning via Spectral-Gated Attention and Diffusion-Based Operator Alignment

UMEDA：统一多模态高效数据融合用于隐私保护图联邦学习的谱门控注意力与扩散算子对齐

Shih-Yu Lai, Hirozumi Yamaguchi, Shang-Tse Chen, Yu-Lun Liu, Bing-Yu Chen

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，Location，Country） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，Location，Country） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 UMEDA通过谱门控注意力和扩散算子对齐，实现多模态数据在隐私保护下的高效联邦学习，提升准确性和通信效率。