图像生成

Generation of High-Level Concepts in 3D Scene Graphs via Autoregressive Diffusion

基于自回归扩散的3D场景图中高层概念生成

Jose Andres Millan-Romera, Samuel Cognolato, Holger Voos, Jose Luis Sanchez-Lopez, Luciano Serafini

机构 * University of Luxembourg（卢森堡大学） ； University of Padova（帕多瓦大学） ； Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会） ； Faculty of Science, Technology and Medicine（科学、技术与医学学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有3D场景图高层概念生成方法可扩展性不足的问题，提出联合学习结构与特征的自回归扩散图生成模型，在多类数据集上优于基线方法，还提出适配的图级评估指标。

Optimal Block Time for AMM Liquidity Providers under Jump-Diffusion Prices

跳扩散价格下自动做市商流动性提供者的最优出块时间

Nils Bundi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对跳扩散价格下的AMM流动性提供者，将LVR速率分解为扩散与跳变渠道，推导得出最优出块时间约为8秒，且与池规模、跳变参数无关。

Comments Extended version of a paper accepted at MARBLE 2026 (Lecture Notes in Operations Research, Springer); adds Appendix A with the full proofs of every numbered result and Appendix B with supporting illustrations. 25 pages, 2 figures

Clustering versus sorting: a mass-conserving reaction-diffusion model of planar polarity puncta

聚类与排序：平面极性斑点的质量守恒反应-扩散模型

Sk Raj Hossein, Eman Alwani, Andreas Buttenschön, Alexander G. Fletcher

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究构建质量守恒反应-扩散模型，揭示平面极性斑点的成核、数量设定及取向分离机制，发现斑点数量与取向排序由可分离的数学成分调控。

Comments 44 pages, 12 figures

Denoising as Projection: Constrained Optimization with Gradient-Guided Diffusion

去噪即投影：带梯度引导扩散的约束优化

Runyu Zhang, Jiawei Zhang, Gioele Zardini, Saurabh Amin, Asuman Ozdaglar

机构 * MIT（麻省理工学院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种将目标梯度融入去噪步骤的投影梯度引导扩散更新方法，用于结构化可行集上的约束优化，在三类设置中保证收敛，实验验证其平衡目标下降与几何保留的有效性。

The information geometry of product-reference discrete diffusion: Interaction growth complexity and optimal scheduling

乘积参考离散扩散的信息几何：交互增长复杂度与最优调度

Martin J. Wainwright

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究刻画了乘积参考离散扩散算法的采样性能，提出交互增长复杂度（IGC）度量，揭示步长选择、参考分布对采样复杂度的影响，并建立其与多元依赖度量的联系。

Optimal regularity and fine asymptotics for very fast diffusion equations in bounded domains

有界域中极快扩散方程的最优正则性与精细渐近行为

Tianling Jin, Xushan Tu, Jingang Xiong, Zhen Zheng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对有界域上-1<p<0的极快扩散方程，证明其容许解的最优正则性，进而得到解向友好巨人解的精细长时间渐近行为及改进收敛速率。

Comments 41 pages

Schauder estimates for the linearized very fast diffusion equations in bounded domains

有界域中线性化极快扩散方程的Schauder估计

Tianling Jin, Xushan Tu, Jingang Xiong, Zhen Zheng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对有界光滑域中带Dirichlet边界条件的线性化极快扩散方程建立Schauder估计，为推导极快扩散方程解的最优边界正则性和长时间动力学提供关键支撑。

Comments 39 pages

Diffusion-Based Refinement for Kilometer-Scale Probabilistic Precipitation Nowcasting

基于扩散模型的千米级概率临近降水预报精细化方法

Dohyun Park, Changhoon Song, Tengyuan Chang, Yoo-Geun Ham, Youngjoon Hong

机构 * Seoul National University（首尔大学） ； Research Institute of Mathematics, Seoul National University（首尔大学数学研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出exPreCast-ENS扩散框架，将exPreCast确定性雷达预报转为1km概率集成预报，在朝鲜半岛及法国数据集上提升强降雨预报精度，单GPU生成1h预报仅需3.4秒。

Comments Submitted to npj Climate and Atmospheric Science. Includes Supplementary Information

Imaging cellular-level brain microstructure with diffusion MRI

利用扩散磁共振成像（dMRI）对细胞级大脑微观结构进行成像

Xiaodong Li, Jing Zhao, Baolan Lu, Jinzhu Wang, Xinhua Wei, Qingxian Yang, Xuegang Xin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对深部组织无创活细胞成像的挑战，提出IDPD模型，通过多层分析工作流程实现细胞级大脑微观结构的无创成像，为评估体内活细胞功能提供新途径。

Self-Diffusion of Water through Thermally Activated Membranes

水通过热活化膜的自扩散

Carlos Handrey A. Ferraz

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究通过分子动力学模拟探究热活化膜存在时SPC/E水的自扩散，明确膜的热控随机行为对水的动力学特性的局部影响，为膜调控的扩散过程研究提供了微观层面的依据。

Comments 11 pages, 7 figures

Diffusion limits of cyclic finite-velocity random motions along vector fields

沿向量场的循环有限速度随机运动的扩散极限

Olga Aryasova, Ilya Pavlyukevich, Yusif Sualah

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对受主动粒子模型启发的循环有限速度随机运动，在Kac型标度下证明其弱收敛到多维扩散，揭示循环顺序、动力学类型对扩散极限的影响及几何因素的作用。

Comments 26 pages, 3 figures

Is Multimodal Speculative Decoding Ready for Diffusion-Based Parallel Drafting? A Survey and Empirical Diagnosis

多模态推测解码是否适用于基于扩散的并行草稿生成？一项调查与实证诊断

Yantao Li, Huanlin Gao, Fang Zhao, Chao Tan, Qiang Hui, Shuting Liu, Fuyuan Shi, Ting Lu, Shaoan Zhao, Xueqiang Guo, Xinpei Su, Jianbing Zhang, Xinyu Dai, Kai Wang, Shiguo Lian

机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国联通数据科学与人工智能研究院） ； Unicom Data Intelligence, China Unicom（中国联通数据智能） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过调查多模态模型并开展跨架构实证研究，探究多模态推测解码是否适用于基于扩散的并行草稿生成，提出统一分类法并分析现有方法的局限性与未来方向。

Simulation-free and finite-time diffusion model

无模拟且有限时间的扩散模型

Kentaro Kaba, Masayuki Ohzeki, Yuki Sughiyama

机构 * Institute of Science Tokyo（东京科学大学） ； Tohoku University（东北大学） ； Kumamoto University（熊本大学） ； Sigma-i Co., Ltd.（Sigma-i股份有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种参考过程设计框架，可同时实现无模拟训练与有限时间生成，还揭示得分匹配并非扩散模型训练的基础，且条件流匹配是该框架的小噪声极限。

Self-similar smoothing of a discontinuity by degenerate cross-diffusion

退化交叉扩散对间断的自相似平滑

Michael C. Dallaston

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究生物入侵中退化交叉扩散模型的自相似平滑现象，通过匹配渐近分析揭示间断前高度消失时传播速度的对数慢衰减，表明系统不支持紧支撑移动前沿解。

Comments 23 pages, 7 figures

Learning Generated Controls under Fractured Geometry: Projective Residualization and Variation-Allocation Frontiers

用于控制函数工具变量的图扩散残差

Rui Wu, Zongyuan Chen, Hong Xie, Defu Lian, Enhong Chen

机构 * School of Computer Science and Engineering, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出自适应各向异性工具热流（A-IHF），一种基于图扩散的残差提取方法，用于灵活控制函数，通过检测处理跳跃并调整图传导性，在合成基准测试中优于多种基线方法。

Comments 86 pages, 9 figures, including supplementary material. Revised version; submitted to Artificial Intelligence

Attention-Discounted Adaptive Sampler for Masked Diffusion Language Models

注意力折扣自适应采样器用于掩码扩散语言模型

Yusuf Sahin, Ahmed Rockey Saikia, Volkan Cevher, Paolo Favaro

机构 * University of Bern（伯尔尼大学） ； EPFL（瑞士联邦理工学院洛桑分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对掩码扩散语言模型并行解码中候选词交互导致的不安全问题，提出训练无关的重排序规则ADAS，通过注意力折扣软惩罚改进子集构建，在多个基准上提升低NFE性能。

Prefilling-dLLM: Predictive Prefilling for Long-Context Inference in Diffusion Language Models

Prefilling-dLLM: 扩散语言模型中长上下文推理的预测性预填充

Jing Xiong, Qi Han, Shansan Gong, Yunta Hsieh, Boyuan Zheng, Chengyue Wu, Chaofan Tao, Chenyang Zhao, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； LMSYS Org（LMSYS组织） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型在长上下文中因重复编码前缀导致计算量二次增长的问题，提出Prefilling-dLLM框架，通过分块缓存KV表示并基于稀疏性选择相关块，实现高效解码，在LongBench等基准上达到最先进加速效果。

Comments Accepted to the EMNLP 2026 Main Conference

Mechanism Shift During Post-training from Autoregressive to Masked Diffusion Language Models

从自回归到掩码扩散语言模型的后训练中的机制转变

Injin Kong, Hyoungjoon Lee, Yohan Jo

机构 * Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院） ； Department of Biosystems & Biomaterials Science and Engineering, Seoul National University（首尔国立大学生物系统与生物材料科学与工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过比较电路分析，发现后训练得到的掩码扩散模型在结构上根据任务保留或重组自回归电路，在语义上从局部专业化转向分布式整合，表明扩散后训练是内部计算的深度重组。

Comments This Paper has been accepted for publication at EMNLP 2026

EEGDM: Learning EEG Representation with Latent Diffusion Model

EEGDM: 通过潜在扩散模型学习EEG表示

Shaocong Wang, Tong Liu, Yihan Li, Ming Li, Kairui Wen, Pei Yang, Wenqi Ji, Minjing Yu, Yong-Jin Liu

机构 * Tsinghua University（清华大学） ； Tianjin University（天津大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 EEGDM提出一种基于潜在扩散模型的自监督框架，通过生成EEG信号来捕捉全局动态和长程依赖，实现高质量的EEG信号重建和鲁棒表示学习。

EquiReg: Equivariance Regularized Diffusion for Inverse Problems

EquiReg：等变正则化扩散用于逆问题

Bahareh Tolooshams, Aditi Chandrashekar, Rayhan Zirvi, Abbas Mammadov, Jiachen Yao, Chuwei Wang, Anima Anandkumar

机构 * University of Alberta（阿尔伯塔大学） ； Alberta Machine, Intelligence Institute (Amii)（阿尔伯塔机器智能研究所） ； Neuroscience and Mental Health Institute, University of Alberta（阿尔伯塔大学神经科学与心理健康研究所） ； New York University（纽约大学） ； California Institute of Technology（加州理工学院） ； University of Oxford（牛津大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 EquiReg通过正则化扩散模型提升逆问题求解，有效引导采样向保持对称性的区域，提升图像修复和偏微分方程求解质量。

Diffusion Models in Simulation-Based Inference: A Tutorial Review

基于模拟推理的扩散模型：教程综述

Jonas Arruda, Niels Bracher, Ullrich Köthe, Jan Hasenauer, Stefan T. Radev

机构 * Bonn Center for Mathematical Life Sciences, Life & Medical Sciences Institute, University of Bonn, Germany（波恩数学生命科学中心、生命与医学科学研究所、波恩大学，德国） ； Center for Modeling, Simulation, & Imaging in Medicine (CeMSIM) Rensselaer Polytechnic Institute, NY, USA（医学建模、仿真与成像中心（CeMSIM）雷士利理工学院，纽约，美国） ； Computer Vision and Learning Lab, Heidelberg University, Germany（计算机视觉与学习实验室，海德堡大学，德国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 综述基于模拟推理的扩散模型进展，介绍其能快速准确估计潜在参数，阐述涵盖训练等方面的设计选择、相关概念带来的机遇及噪声调度等的影响，通过案例研究说明并指出未来研究问题。

DIP: Dynamic In-Context Planner For Diffusion Language Models

DIP: 用于扩散语言模型的动态上下文规划器

Yang Li, Han Meng, Chenan Wang, Zhenyu Bi, Xuan Wang, Haipeng Chen

机构 * College of William & Mary（威廉姆斯堡学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DIP是一种用于扩散语言模型的上下文优化方法，通过动态选择和插入上下文示例提升生成效率，实现显著的推理加速。

Comments EMNLP Findings 2026

D4orm: Multi-Robot Trajectories with Dynamics-aware Diffusion Denoised Deformations

D4orm：基于动力学感知扩散去噪变形的多机器人轨迹生成方法

Yuhao Zhang, Keisuke Okumura, Heedo Woo, Ajay Shankar, Amanda Prorok

机构 * University of Cambridge（剑桥大学） ； National Institute of Advanced Industrial Science and Technology（国家先进工业科学与技术研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 D4orm是一种基于扩散模型的多机器人轨迹优化方法，无需学习，仅靠动力学模型和适应度函数即可生成无碰撞可行轨迹，速度优于MPPI，已在多旋翼无人机上零样本部署。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

Dilemmas and trade-offs in the diffusion of conventions

惯例扩散中的困境与权衡

Lucas Gautheron

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文构建惯例的广义解释，识别其扩散的三种权衡，开发统计物理学框架并应用于物理学符号惯例，可推断协调博弈结构等，强调领导力在冲突解决中的作用。

Measuring Similarity between Artistic and AI Generated Images using Siamese Neural Networks

使用孪生神经网络衡量艺术作品与AI生成图像的相似性

Diego Castro Elvira, Navil Pineda Rugerio, Jesús García-Ramírez, Cecilia Reyes-Peña, Ricardo Ramos-Aguilar

机构 * Instituto Politécnico Nacional（墨西哥国家理工学院） 纠错

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

AI总结 该研究针对AI生成艺术可能抄袭原作的问题，采用带冻结CLIP编码器的孪生网络，构建配对图像数据集，实现99.4%测试准确率，证明语义-视觉嵌入的有效性。

Comments Accepted to LatinX in AI Research Workshop at Neurips 2025

Mapping-Based Image Diffusion

基于映射的图像扩散

Freddie Åström, Michael Felsberg, George Baravdish

机构 * Heidelberg University（海德堡大学） ； Linköping University（林雪平大学） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV

AI总结 提出一种用于图像增强与去噪的新型张量泛函，结合正则化融入应用与上下文信息，证明其极小值存在性，在非线性图像任务表现优异，去噪性能与最先进PDE方法相当。

Journal ref J Math Imaging Vis 57, 293-323 (2017)

Enhanced Diffusion from Twist-Angle Disorder

来自扭转角无序的增强扩散

Nicole S Ticea, Yi-Ming Wu

专题命中 扩散模型 ：diffusion(title)

AI总结 该研究探讨扭转双层体系中扭转角无序对单粒子性质的影响，将扭转角建模为两层相对位移的旋度，发现其几何散射约束可大幅抑制动量弛豫，还将问题映射到非线性 sigma 模型。

Comments Comments welcome

A matching construction of self-similar profiles for the fast diffusion equation

快速扩散方程的新自相似解的存在性

Kin Ming Hui

专题命中 扩散模型 ：diffusion(title)

AI总结 该论文证明了快速扩散方程的两类径向对称解的存在性，推导了对应的后向相似解，并通过匹配渐近分析新证了Peletier和Zhang关于该方程唯一径向对称解的相关结果。

Comments 49 pages, I have rewritten the whole papers correcting various mistakes in the paper

APT: Anchor-aligned Perturbations for Tamper Localization in Fully Regenerated Images

APT：用于完全再生图像篡改定位的锚点对齐扰动

Suhyeon Ha, Woo Jae Kim, Joonsung Jeon, Sooel Son, Sung-eui Yoon

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 针对现有篡改定位方法在完全再生图像中失效的问题，提出半脆弱潜在空间扰动APT，通过锚点对齐特征实现篡改定位，在COCO数据集上FR IoU达0.92，性能优于基线，可泛化到未知篡改类型。

Comments Accepted to ECCV 2026

Beyond Representation Learning: A Systematic Study of Joint-Embedding Predictive Generation for 3D Brain MRI

超越表示学习：针对3D脑部MRI的联合嵌入预测生成的系统研究

Meng Zhou, Wenhao You, Yuxing Chen, Yueying Tian

机构 * University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； University of Alberta（阿尔伯塔大学） ； University of Sussex（萨塞克斯大学） 纠错

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

AI总结 本研究提出适配3D脑部MRI的Med-D-JEPA模型，在生成质量、分类与分割任务上均优于或相当基线，证明联合嵌入预测生成可用于3D医学图像合成。

Comments Preprint, code will be released after review