图像生成

A Quantitative Approximation Framework for Flow Distillation in Diffusion Models

扩散模型中流蒸馏的定量近似框架

Weiguo Gao, Ming Li, Lei Shi, Hanfei Zhou

机构 * School of Mathematical Sciences, Fudan University（复旦大学数学学院） ； Shanghai Key Laboratory of Contemporary Applied Mathematics, Fudan University（复旦大学当代应用数学重点实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散模型中的流蒸馏，提出一个定量近似框架，将少步采样视为学习流映射组合下的误差传播，通过理论分析和实验验证了稳定性平衡的非均匀时间网格能显著降低端到端相对MSE。

Physics-Informed Neural Network for Diffusion-Reaction Problems with Dead-Core Formation in Catalyst Slabs

用于催化剂平板中死核形成的扩散反应问题的物理信息神经网络

Piotr Skrzypacz, Kaisar Tangirbergen, Jan Valdman

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种物理信息神经网络（PINN）框架，通过嵌入界面渐近行为的硬约束试验解和将死核位置作为可训练参数，同时逼近浓度分布和识别自由边界，无需显式界面跟踪。

Comments 15 pages, 3 figures, 4 tables, proceeding of PPAM conference 2026 in Poznan

Dynamical Regimes of Discrete Diffusion Models

离散扩散模型的动力学区域

Tomoei Takahashi, Takashi Takahashi, Yoshiyuki Kabashima

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了离散扩散模型的动力学行为，通过统计力学方法分析了其在二类Ising变量数据上的反向动力学，发现物种化和崩溃转变分别对应二级相变和凝结转变，理论预测通过数值模拟得到验证。

Comments 36 pages, 7 figures

A heterogeneous nonlocal advection--diffusion system

一个异质非局部对流-扩散系统

Joseph McCusker, John Christopher Meyer, Mabel Lizzy Rajendran

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了非局部对流-扩散方程组在异质种群上的局部和全局适定性，通过半群理论和压缩映射原理获得弱解的局部适定性及正则性，利用Nash不等式和初始数据小性条件分别建立正则核和非正则核的全局界。

Observation of the jet diffusion wake using dijets in heavy ion collisions

利用重离子碰撞中的dijet观测喷流扩散尾

CMS Collaboration

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究通过比较PbPb和pp碰撞中的dijet-Hadron相关性，观测到喷流扩散尾的存在，揭示了喷流在高温等离子体中的能量沉积效应。

Comments Replaced with the published version. Added the journal reference and the DOI. All the figures and tables, including additional supplementary figures, can be found at http://cms-results.web.cern.ch/cms-results/public-results/publications/HIN-25-012 (CMS Public Pages)

Journal ref Phys. Rev. Lett. 137 (2026) 071902

DECO: Decoupled Multimodal Diffusion Transformer for Bimanual Dexterous Manipulation with a Plugin Tactile Adapter

DECO：解耦多模态扩散变压器用于配备插件触觉适配器的双臂灵巧操作

Xukun Li, Yu Sun, Lei Zhang, Bosheng Huang, Yibo Peng, Yuan Meng, Haojun Jiang, Shaoxuan Xie, Guocai Yao, Alois Knoll, Zhenshan Bing, Xinlong Wang, Zhenguo Sun

机构 * Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院） ； School of Computation, Information and Technology, Technical University of Munich, Garching, Germany（慕尼黑技术大学计算与信息学院） ； Department of Shenyang Institute of Computing Technology, University of Chinese Academy of Sciences, Beijing, China（中国科学院沈阳计算技术研究所部门） ； State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室） ； Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DECO通过解耦多模态输入和触觉适配器，实现了双臂灵巧操作的高效整合与高成功率

Comments 25 pages, 8 figures. Project Page: https://baai-humanoid.github.io/DECO-webpage/

Diffusion-model approach to flavor models: A case study for $S_4^\prime$ modular flavor model

扩散模型在味模型中的应用：以$S_4^\prime$模味模型为例

Satsuki Nishimura, Hajime Otsuka, Haruki Uchiyama

机构 * Department of Physics, Kyushu University（九州大学物理系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用扩散模型（一种生成式人工智能）提出一种数值方法，通过实验约束搜索味模型参数，并以$S_4^\prime$模味模型为例，构建神经网络再现夸克质量、CKM矩阵和Jarlskog不变量，发现新的现象学感兴趣参数区域，并确认自发CP破坏。

Comments 23 pages, 5 figures, v2: published version

Journal ref Prog. Theor. Exp. Phys. 2026 (2026) 5, 053B08

EchoChange: A Diffusion Language Model with Dual Pass Remasking for Factual Remote Sensing Disaster Change Captioning

EchoChange：用于事实性遥感灾害变化描述的双遍重掩蔽扩散语言模型

Dongwei Sun, Bowen Yao, Yujie Zhang, Pei Liu, Jing Yao, Xiangyong Cao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有遥感灾害变化描述方法的级联事实错误问题，提出EchoChange扩散语言模型，经实验在RSCC基准上优于各类基线

Propagation-Window Bounds in Degenerate Plant-Consumer Reaction-Diffusion Systems

退化植物-消费者反应扩散系统中的传播窗口边界

Chiun-Chuan Chen, Ting-Yang Hsiao, Li-Chang Hung, Haoyuan Li, Shun-Chieh Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究高维植物-消费者反应扩散系统中行波，基于新混合下解构造证明特定条件下速度集合关系，通过多种论证得出行波存在性及速度上下界，还通过双物种系统构造明确波表明sC^ex非最大波速。

Comments 32 pages; fixed minor typos

High-order complete flux schemes for convection-diffusion equations on arbitrary subdivisions

对流扩散方程在任意细分上的高阶完全通量格式

Wenyu Lei, Liwei Xu, Peng Yang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究对流扩散方程在任意网格的高阶格式，通过推导精确法向通量构建完全通量有限体积法，对任意多项式次数离散空间有效，在不同空间有良好表现，数值实验验证了方法的稳健性与最优精度。

Comments 25 pages

Identifying Non-Ideal Reaction-Diffusion Systems Unable to Maintain Diffusion Out-of-Equilibrium

识别无法维持扩散非平衡态的非理想反应扩散系统

Francesco Avanzini, Timur Aslyamov, Massimiliano Esposito

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究非理想反应扩散系统中扩散何时平衡，基于构建动力学势开发通用方法，推广相关成果，表明在化学反应网络为伪详细平衡或复杂平衡的系统中扩散会平衡，揭示反应通量约束源于两类网络不同化学计量性质。

Contextual Cellular Growth (ConCeG) of neural cells for realistic grey matter tissue generation for diffusion MRI simulations

用于扩散MRI模拟的真实灰质组织生成的神经细胞上下文细胞生长 (ConCeG)

Charlie Aird-Rossiter, Kadir Şimşek, Maëliss Jallais, Derek K. Jones, Lida Kanari, Marco Palombo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对灰质扩散MRI信号解释难题，引入ConCeG框架，结合拓扑神经元合成与空间约束生长网络，依真实神经胶质形态生成细胞构建三维多细胞灰质基质，经验证可用于扩散MRI模拟。

Duality and Policy Evaluation in Distributionally Robust Bayesian Diffusion Control

分布鲁棒贝叶斯扩散控制中的对偶性与政策评估

Jose Blanchet, Jiayi Cheng, Yuewei Ling, Hao Liu, Yang Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出分布鲁棒贝叶斯控制方法，通过强对偶性结果解决参数不确定性下的策略评估与学习问题，提升鲁棒性和效率。

Learning to outgrow the competition: reaction-diffusion systems that adapt to time-dependent environments

在反应-扩散模型中适应时间变化的环境

Olivier Rivoire, Guy Bunin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过反应-扩散模型探讨了时间变化环境下的适应机制，揭示了适应性通过环境暴露、空间相互作用和教师引导学习等机制实现的过程。

READ: A Retrieval-Alignment Diffusion Framework for Structure-based Drug Design

READ：一种用于基于结构的药物设计的检索-对齐扩散框架

Dong Xu, Zhangfan Yang, Junchuang Cai, Sisi Yuan, Zexuan Zhu, Jianqiang Li, Junkai Ji

机构 * School of Artificial Intelligence（人工智能学院） ； Shenzhen University（深圳大学） ； National Engineering Laboratory for Big Data System Computing Technology（大数据系统计算技术国家工程实验室） ； School of Computer Science（计算机科学学院） ； University of Nottingham Ningbo（诺丁汉大学宁波校区） ； Department of Computing（计算学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有SBDD模型忽略蛋白-配体复合物相似性及数据有限的问题，提出READ检索-对齐扩散框架，在标准化对接评估中表现优于现有方法，为早期药物计算命中物生成提供实用框架。

Comments 15 pages, 8 figures. Supplementary material is included as an ancillary file. Accepted for publication in IEEE Transactions on Computational Biology and Bioinformatics

Journal ref IEEE Transactions on Computational Biology and Bioinformatics, pp. 1-15, 2026

A Design Space Study of Density Matrix Parameterizations for Diffusion-Based Quantum State Tomography

基于扩散的量子态层析成像的密度矩阵参数化的设计空间研究

Shuangu Chang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散QST的密度矩阵参数化开展设计空间研究，基于雅可比格拉姆矩阵建立几何框架，经2、3量子比特实验得出关键发现并提供参数化选择指南，为QST方法设计提供支撑。

Pseudorandom Streams within Diffusion Models Act as Learnable Inputs That Affect Generation Quality

扩散模型中的伪随机流是影响生成质量的可学习输入

Shengzhi Deng, Chenqi Ye, Yanze Guo

机构 * School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院） ； Software College, Northeastern University（东北大学软件学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究发现扩散模型的伪随机流是可学习输入，会影响生成质量，相关指标与生成退化相关，伪随机源兼具分布选择与结构化输入属性。

Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors

往返一致性：双向扩散模型可预测自身的推演误差

Alexander Scheinker

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出双向扩散模型的往返偏差可作为自监督代理预测生成模型推演误差，在多类任务中验证其有效性，兼具逆求解功能且训练成本低。

Comments Code: https://github.com/alexscheinker/round-trip-consistency

Commit Locally, Exit Globally: Coordinating Adaptive Sampling and Early Exit in Diffusion Language Models

提交时机与位置：扩散语言模型的候选感知解码

Chia-Ming Lee, Shao-Kai Liu, Ming-Ching Chang, Xin Li, Yu-Lun Liu, Chih-Chung Hsu

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； University at Albany, SUNY（纽约州立大学奥尔巴尼分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散语言模型解码过早终止问题，提出无训练的候选感知提前退出框架LATCH，结合CVC与BWEC，在零样本11项任务上，以准确率损失极小的代价实现多倍解码速度提升。

Comments Code is available at https://github.com/ming053l/C4-dLLM

Turbulence generation and data assimilation in wall-bounded flows with a latent diffusion model

基于潜扩散模型的壁面湍流生成与数据同化

Fabian Steinbrenner, Baris Turan, Hao Teng, Heng Xiao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种结合β-VAE与基于Transformer的扩散模型的生成框架，用于壁面湍流的数据同化，在雷诺数Re_h=1300的平面库埃特流中实现了O(10^5)的压缩比，并揭示了条件扩散模型在保持物理保真度与样本多样性之间的权衡。

Geometry-induced pulse dynamics in a bulk-surface reaction-diffusion system for cell polarization

几何诱导的脉冲动力学在细胞极化的大体积-表面反应扩散系统中

Riku Watanabe

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了二维域中细胞极化的大体积-表面反应扩散系统，通过波固定机制形成局部模式，结合细胞形状效应，利用奇异性扰动方法推导了描述波固定动力学的常微分方程，并分析了由域几何引起的现象，如非平凡脉冲位置和超临界及亚临界分岔。

Comments 35 pages, 6 figures

Masked diffusion LLMs can use EoS tokens for hidden reasoning

扩散语言模型可以按EoS进行思考

Sarah Breckner, Sebastian Schuster

机构 * Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系） ； UniVie Doctoral School Computer Science, University of Vienna（维也纳大学计算机科学博士学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究发现扩散语言模型通过EoS标记进行推理，通过实验验证EoS标记作为隐藏计算空间的作用。

DiffGRM: Diffusion-based Generative Recommendation Model

DiffGRM：基于扩散的生成式推荐模型

Zhao Liu, Yichen Zhu, Yiqing Yang, Xiao Lv, Guoping Tang, Rui Huang, Qiang Luo, Ruiming Tang, Kun Gai, Guorui Zhou

机构 * Kuaishou Technology（快手科技） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对生成式推荐中SID的结构问题，提出DiffGRM模型，通过MDM、PSE、OCN、CPD等技术优化，在多数据集上使NDCG@10提升6.9%-15.5%。

Comments 12 pages, 6 figures. Accepted at The ACM Web Conference 2026. Camera-ready version; author list updated to match the published version; presentation revised, results unchanged

Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), pp. 5853-5864, ACM, 2026

Regularization can make diffusion models more efficient

正则化可提升扩散模型的效率

Mahsa Taheri, Johannes Lederer

机构 * University of Hamburg（汉堡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散模型计算成本高的问题，提出利用统计学中的稀疏性概念，通过数学证明和实验验证表明，引入稀疏性可降低计算复杂度并提升样本质量，从而实现更高效的扩散模型。

Asymptotic large time behavior of singular entire solutions of the fast diffusion equation

快扩散方程奇异整体解的渐近大时间行为

Kin Ming Hui, Jongmyeong Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对快扩散方程，采用不动点方法证明了一类满足特定条件的奇异径向对称前向自相似解的存在性，得到解在原点附近的渐近展开，并分析了满足对应初值条件的奇异解的渐近大时间行为。

TMRL: Diffusion Timestep-Modulated Pretraining Enables Exploration for Efficient Policy Finetuning

TMRL: 差分时间步调节预训练实现高效策略微调的探索

Matthew M. Hong, Jesse Zhang, Anusha Nagabandi, Abhishek Gupta

机构 * University of Washington（华盛顿大学） ； Amazon FAR（亚马逊FAR） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出TMRL框架，通过结合行为克隆预训练与强化学习微调，解决预训练中动作分布狭窄的问题，提升机器人策略微调的样本效率。

Diffusion-Guided Cooperative Policy Learning for Target Tracking Based on Underwater Mobile Agent Networks

基于监督扩散辅助多智能体强化学习的多水下机器人协作目标跟踪

Jiaao Ma, Chuan Lin, Guangjie Han, Shengchao Zhu, Zhenyu Wang, Chen An

机构 * Software College, Northeastern University（东北大学软件学院） ； Key Laboratory of Maritime Intelligent Network Information Technology, Ministry of Education, Hohai University（河海大学教育部海事智能网络信息技术重点实验室） ； College of Computer Science and Software Engineering, Hohai University（河海大学计算机与软件学院） ； College of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于监督扩散辅助多智能体强化学习（SDA-MARL）的多水下机器人协作目标跟踪方法，通过分层架构和创新算法解决非平稳性、稀疏奖励探索和水扰动鲁棒性等挑战，提升水下目标跟踪精度。

An explicit adaptive time-stepping scheme for superlinear stochastic diffusion systems

显式自适应时间步长方法在具有局部Lipschitz系数的随机扩散系统中的强收敛性

Xueqi Wen, Guozhen Li, Yuanping Cui, Xiaoyue Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种自适应时间步长方法，用于求解具有局部Lipschitz系数的随机扩散系统，实现了强收敛性，并通过实验验证了其计算效率的提升。

Categorical Diffusion of Weighted Lattices

加权格的范畴扩散

Robert Ghrist, Miguel Lopez, Paige Randall North, Hans Riess

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出加权格的范畴扩散框架，通过Lawvere拉普拉斯和Hodge-Lawvere定理，提供了一种离散时间谐波流用于信息聚合的构造方法。

Uniform convergence of conditional distributions for one-dimensional diffusion processes

一维扩散过程条件分布的一致收敛性

Guoman He, Hanjun Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对一类带特殊边界的一维扩散过程，运用Doob的h变换证明其条件分布依两种范数指数收敛到唯一拟平稳分布，还讨论了条件经验测度的收敛速率，并用种群动力学实例验证结果。

Comments 23 pages. Comments welcome!