图像生成

Inference-Time Scaling of Diffusion Language Models via Trajectory Refinement

通过轨迹细化提升扩散语言模型的推理时间扩展

Meihua Dang, Jiaqi Han, Minkai Xu, Kai Xu, Akash Srivastava, Stefano Ermon

机构 * Stanford University（斯坦福大学） ； Red Hat AI Innovation（红帽人工智能创新） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出PG-DLM，通过轨迹级细化提升扩散语言模型的推理效率，引入新的缩放轴并实现自适应计算分配，实验显示在奖励引导生成任务中表现更优。

Comments COLM 2026

Inferring diffusivity from killed diffusion

从 killed 扩散推断扩散率

Richard Nickl, Fanny Seizilles

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过 killed 扩散过程的 killed 位置直方图推断无限维扩散参数，证明其遵循泊松点过程并转化为非线性逆问题，采用贝叶斯方法求解。

Comments 33 pages. Fixed minor typos and proof of Lemma 5.3(a). Identical to the version to appear in the Annals of Statistics

Stochstic Sampling for Generative Diffusion Models: From Euler-Maruyama to Higher-Order Schemes

分析生成扩散模型的误差：从欧拉-马尔耶姆到高阶方案

Emanuel Pfarr, Radu Timofte, Frank Werner

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究生成扩散模型中不同离散化方案对误差的影响，提出基于SDE的离散化方法的收敛性分析，并首次给出高阶方案的误差界结果。

Free Denoising Diffusion Models

自由去噪扩散模型

Swagatam Das

机构 * Electronics and Communication Sciences Division, Indian Statistical Institute, Kolkata 700108, India（印度统计研究所电子与通信科学系，加尔各答700108，印度） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出用于去噪扩散的自由概率框架，恢复相关不等式等理论结果，推导反向时间方程与得分匹配算法，分析算子值波动率情况并给出谱间隙阈值及数值实验。

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions

高维流形假设下扩散模型的收敛性

Iskander Azangulov, George Deligiannidis, Judith Rousseau

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究在流形假设下证明 DDPM 的分数学习和采样复杂度均实现与高维 ambient 空间维度无关的速率，通过建立扩散模型与高斯过程极值理论的新框架完成，解释了其经验成功。

Suppressed diffusion and gamma-ray emission from the Cygnus bubble

天鹅座气泡的抑制扩散和伽马射线辐射

Ben Li, Pasquale Blasi, Elena Amato

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究通过数值求解非热粒子输运方程，探讨了天鹅座OB2星团中粒子加速机制（激波或中心源）及抑制扩散对LHAASO观测到的PeV伽马射线能谱和形态的影响。

Comments 15 pages, 11 figures. Published in A&A

Journal ref Astronomy & Astrophysics, 712, A41 (2026)

Domain-Gated Latent Diffusion: Generative Inverse Design of HMX-Class Energetic Materials with First-Principles Validation

DGLD: 用于发现新型含能材料的域门控潜在扩散

Yehudit Aperstein, Alexander Apartsin

机构 * Department of Intelligent Systems, Afeka Tel -Aviv College of Engineering（智能系统系，阿费卡特拉维工程学院） ； School of Computer Science, Faculty of Sciences, HIT -Holon Institute of Technology（计算机科学学院，科学学院，希伯来理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出域门控潜在扩散模型(DGLD)，通过标签质量门控、多任务评分引导和四阶段化学验证漏斗，从稀疏标记数据中生成12个经DFT验证的新型含能材料候选物，其中领先化合物L1和E1在爆速和结构新颖性上表现优异。

Comments 33 pages, 5 figures

Diffusion Operator Geometry of Feedforward Representations

前馈表示的扩散算子几何

Kanishka Reddy

机构 * Department of Applied Mathematics（应用数学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于扩散算子的前馈表示几何分析框架，通过Gaussian核扩散马尔可夫算子推导出运输、谱、标签边界和局部尺度可观测量，并验证了其在合成数据和MNIST实验中的稳定性。

Charge diffusion and modulation transfer function in a Nancy Grace Roman Space Telescope detector

罗马空间望远镜探测器中的电荷扩散与调制传递函数

Emily Macbeth, Katherine Laliotis, Christopher M. Hirata, Christopher Merchant

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究罗马空间望远镜探测器中电荷扩散对弱引力透镜测量的影响，通过激光条纹图案分析，确定调制传递函数模型，并提出适用于弱引力透镜测量的调查策略。

Comments 20 pages, 14 figures. As accepted to PASP

Journal ref Publications of the Astronomical Society of the Pacific, Volume 138, Issue 8, id.085002, 17 pp. (2026)

MMaDA-VLA: Large Diffusion Vision-Language-Action Model with Unified Multi-Modal Instruction and Generation

MMaDA-VLA: 基于统一多模态指令与生成的大型扩散视觉-语言-动作模型

Yang Liu, Pengxiang Ding, Tengyue Jiang, Xudong Wang, Wenxuan Song, Minghui Lin, Han Zhao, Hongyin Zhang, Zifeng Zhuang, Wei Zhao, Siteng Huang, Jinkui Shi, Donglin Wang

机构 * Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； East China University of Science and Technology（华东理工大学） ； Huawei Celia Team（华为Celia团队） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； OpenHelix Robotics 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出MMaDA-VLA模型，通过统一多模态理解与生成框架，解决机器人操控中的时序不一致和长周期误差累积问题，实现高效视觉-语言-动作生成。

Comments Accepted by ACM MM 2026

Time-marching representation based quantum algorithms for the Lattice Boltzmann model of the advection-diffusion equation

基于时间推进表示的量子算法用于输运-扩散方程的格子玻尔兹曼模型

Yuan He, Yuan Yu, Yue Yu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于时间推进表示的量子算法，用于格子玻尔兹曼模型中的输运-扩散方程，实现了无测量的量子模拟方法。

d3LLM: Ultra-Fast Diffusion LLM using Pseudo-Trajectory Distillation

d3LLM：基于伪轨迹蒸馏的超快扩散大语言模型

Yu-Yang Qian, Junda Su, Lanxiang Hu, Peiyuan Zhang, Zhijie Deng, Peng Zhao, Hao Zhang

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 d3LLM通过伪轨迹蒸馏和熵基多块解码技术，在提升并行性的同时保持准确性，实现超快的扩散大语言模型。

Comments ICML 2026

A Reverse-BSDE Diffusion Sampler

反向倒向随机微分方程扩散采样器

Jairon H. N. Batista, Flávio B. Gonçalves, Yuri F. Saporito, Rodrigo S. Targino

机构 * FGV EMAp 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究将反向时间扩散采样器重新表述为前向-后向随机微分方程，证明其与原方法等价并分解近似误差，经合成目标实验验证，该方法对复杂全局结构目标的采样具有良好前景。

Weak Equilibrium Measures and Capacity--Hitting Identities for the Hypoelliptic Third-Order Langevin Diffusion

亚椭圆三阶朗之万扩散的弱平衡测度与容量-击中恒等式

Ping He, Xiaodan Li, Yingli Wang, Lingjiong Zhu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文受加速采样算法启发，针对亚椭圆三阶朗之万扩散，通过证明椭圆正则化稳定性定理，结合特定策略与估计，构建弱平衡测度和弱容量，得到有界域及全空间的相关恒等式和正哈里斯常返性。

Three-Body Earth-Moon Transfers with Different Departure/Arrival Orbital Altitudes: New Phenomenon and Diffusion Model-Augmented Construction

不同出发/到达轨道高度的三体地月转移：新现象与扩散模型增强构建

Shuyue Fu, Wenxuan Zhang, Di Wu, Shengping Gong, Peng Shi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对传统网格搜索法在构建不同轨道高度地月转移时收敛慢、效率低的问题，本文提出扩散模型增强方法，发现飞行时间分布的不连续现象，并利用该现象训练扩散模型生成高质量初值，将收敛率提升47.34-56.25%，时间节省39.39-40.52%。

A tensor-based exponential integrator for diffusion--reaction equations in common curvilinear coordinates

基于张量的扩散-反应方程在通用非正交坐标中的指数积分器

Marco Caliari, Fabio Cassini

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种基于张量的方法，用于求解在允许通用非正交坐标表示的区域中扩散-反应方程的数值解，通过巧妙的有限差分离散化和指数欧拉方法处理刚性问题。

Esoteric Language Models: A Family of Any-Order Diffusion LLMs

深奥语言模型：一类任意阶扩散LLM

Subham Sekhar Sahoo, Zhihan Yang, Yash Akhauri, Johnna Liu, Deepansha Singh, Zhoujun Cheng, Zhengzhong Liu, Eric Xing, John Thickstun, Arash Vahdat

机构 * Cornell University（康奈尔大学） ； NVIDIA（英伟达） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Eso-LMs模型，融合自回归与掩码扩散范式，通过因果注意力实现精确似然计算和KV缓存，在速度-质量帕累托前沿上达到新最优。

Comments ICML 2026 Camera Ready

Shape optimization for piecewise parameter identification in inverse diffusion problems with a single boundary measurement

在具有单个边界测量的逆扩散问题中针对分段参数识别的形状优化

Manabu Machida, Hirofumi Notsu, Julius Fergy Tiongson Rabago

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于形状优化的方法，用于在具有单个边界测量的逆扩散问题中恢复空间依赖参数，通过利用欧拉导数提升参数恢复的效率。

PSI3D: Plug-and-Play 3D Stochastic Inference with Slice-wise Latent Diffusion Prior

PSI3D: 无需编程的3D随机推断与切片式潜在扩散先验

Wenhan Guo, Jinglun Yu, Yaning Wang, Jin U. Kang, Yu Sun

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 PSI3D通过切片式潜在扩散先验和总变分正则化，提升大规模3D随机推断在OCT超分辨率中的重建质量。

Comments 10 pages, 3 figures

Curiosity-Diffuser: Curiosity Guide Diffusion Models for Reliability

Curiosity-Diffuser：引导扩散模型提升可靠性的好奇心机制

Zihao Liu, Xing Liu, Yuhang Dong, Haitao Chang, Zhengxiong Liu, Panfeng Huang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对机器人神经网络模型不稳定的问题，提出Curiosity-Diffuser方法，结合RND好奇心模块与分类器引导扩散提升策略可靠性，经仿真与真实实验验证有效

Comments Accepted for publication in Machine Intelligence Research

FLARE: Diffusion for Hybrid Language Model

FLARE: 混合语言模型的扩散方法

Yuchen Zhu, Jing Shi, Chongjian Ge, Hao Tan, Yiran Xu, Wanrong Zhu, Jason Kuen, Koustava Goswami, Rajiv Jain, Yongxin Chen, Molei Tao, Jiuxiang Gu

机构 * Adobe Research（Adobe研究院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出FLARE框架，通过结合自回归和扩散目标、硬件感知内核和统一推理，将混合注意力LLM转换为支持并行解码的扩散模型，在保持能力的同时提升吞吐量。

PRISMA: Improving the Accuracy-Latency Frontier of Diffusion-based PDE Solvers Using Physics-Informed Spectral Attention

超越损失引导：利用PDE残差作为频域中的频谱注意力在扩散神经算子中

Medha Sawhney, Abhilash Neog, Mridul Khurana, Anuj Karpatne

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 PRISMA通过将PDE残差作为频谱注意力机制整合到扩散神经算子中，实现了无需梯度下降的快速、稳健和准确的PDE求解。

On $τ$-preconditioners for a quasi-compact difference scheme to Riesz fractional diffusion equations with variable coefficients

关于变系数Riesz分数阶扩散方程拟紧致差分格式的τ-预条件子

Zi-Hang She, Xue Zhang, Xian-Ming Gu, Stefano Serra-Capizzano

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对变系数Riesz分数阶扩散方程离散的非对称线性系统，提出τ预条件子加速GMRES收敛，理论与数值结果验证其有效性。

Comments 23 pages, 3 figures, we improve some contexts and simplify some mathematical equations

Mimicking diffusion processes with differential equations

用微分方程模拟扩散过程

Rama Cont

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究在弱正则性假设下扩散过程、福克 - 普朗克方程和相关PF - ODE的数学关系，通过建立边际密度流的性质、研究拉格朗日问题等方法，证明流的相关特性，识别正则性条件，强调描述区别并推导稳定性估计。

Comments 41 pages including appendix, 2 figures

HERALD: High-Throughput Block Diffusion LLM Serving via CPU-GPU Cooperative KV Cache Retrieval

HERALD: 通过CPU-GPU协同KV缓存检索实现高吞吐量块扩散LLM服务

Omin Kwon, Doyeon Kim, Jongseok Park, Seung Yul Lee, Ion Stoica, Jae W. Lee

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对块扩散LLM中KV缓存随上下文增长导致吞吐量下降的问题，提出HERALD系统，利用块内去噪步骤间KV条目一致性，通过稀疏检索和计算重叠实现高精度低开销的KV卸载，在5-10%缓存预算下达到近无损精度，延迟降低1.59倍，吞吐量提升2.47倍。

Plug-and-Play Guidance for Discrete Diffusion Models via Gradient-Informed Logit Correction

基于梯度信息逻辑校正的离散扩散模型即插即用引导

Hongkun Dou, Zike Chen, Fengji Li, Hongjue Li, Yue Deng

机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出GILC框架，通过将预训练去噪网络作为变分代理来估计引导信号，并引入无雅可比机制直接校正干净预测逻辑，实现无需额外训练的离散扩散模型可控生成，在DNA、蛋白质序列和分子生成任务上达到最优性能。

Comments Accepted by ICML 2026

TEAM: Temporal-Spatial Consistency Guided Expert Activation for MoE Diffusion Language Model Acceleration

TEAM: 时空一致性引导的专家激活用于MoE扩散语言模型加速

Linye Wei, Zixiang Luo, Pingzhi Tang, Meng Li

机构 * Institute for Artificial Intelligence（人工智能研究院） ； School of Integrated Circuits（集成电路学院） ； Yuanpei College（元培学院） ； Beijing Advanced Innovation Center for Integrated Circuits（北京集成电路先进创新中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对MoE扩散语言模型中专家激活过多导致推理开销大的问题，提出TEAM框架，利用路由决策的时空一致性，通过保守激活和激进推测解码实现加速，最高提速2.2倍且性能损失极小。

Comments Accepted by ICML 2026

Optimal Weighted Smoothing and Asymptotics of Ancient Solutions for Fast Diffusion Equations

最优加权平滑与快速扩散方程古解的渐进行为

Beomjun Choi, Xiqin Jiang, Hua-Yang Wang, Jingang Xiong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究快速扩散方程古解的最优加权平滑估计及渐进行为，确定关键指数与经典Brezis-Turner指数一致，并推导改进的全局Harnack不等式。

A Comparative analysis of Layer-wise Representational Capacity in AR and Diffusion LLMs

对AR和扩散LLM中逐层表示能力的比较分析

Raghavv Goel, Risheek Garrepalli, Sudhanshu Agrawal, Chris Lott, Mingu Lee, Fatih Porikli

机构 * Qualcomm AI Research（高通人工智能研究） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文比较了AR和扩散LLM的表示能力，发现扩散模型产生更全局的表示，而AR模型产生紧密耦合的局部表示，扩散训练引入深度冗余以实现原理性压缩。

Comments v4: improving writing and adding Qwen2.5-Instruct results with all v3 changes

GaiaFlow: Semantic-Guided Diffusion Tuning for Carbon-Frugal Search

GaiaFlow：基于语义的扩散调优用于碳节约搜索

Rong Fu, Jia Yee Tan, Chunlei Meng, Shuo Yin, Xiaowen Ma, Wangyu Wu, Simon Fong

机构 * University of Macau（澳门大学） ； Renmin University of China（中国人民大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； University of Liverpool（利物浦大学） ； Peking University（北京大学） ； Northeast Normal University（东北师范大学） ； Minzu University of China（民族大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 GaiaFlow通过结合语义引导的扩散调优与硬件无关的性能建模策略，在保证检索精度的同时降低环境影响，实现了高效且可持续的神经搜索系统。

Comments 19 pages, 7 figures