图像生成

Diffusion and Solvation Dynamics of Ions in Water: Beyond the Brownian Approximation

水中离子的扩散与溶剂化动力学：超越布朗近似

Ian C. Bourg, Minh Thê Hoang Ngoc, Thomas R. Underwood, Carlos Vega

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究探究多种碱金属、碱土金属及氯离子的耦合动力学，发现其振动功率谱的晃动频率对同位素质量有不同敏感性，或可作为离子溶剂化及类霍夫迈斯特效应的特征。

Comments 27 pages total, including 4 pages of Supplementary Information; 7 figures (6 main, 1 supplementary) and 7 tables (including 5 supplementary)

Insight into SRF cavity performance from simulations of Nb's surface oxide dissolution and diffusion

从铌表面氧化物的溶解与扩散模拟探究SRF腔性能

Ryan M. L. McFadden, Rowan Becker, Tobias Junginger

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究通过模拟Nb表面氧化物的溶解与扩散，揭示氧掺杂对Nb迈斯纳屏蔽电流的影响，建立了氧扩散剖面与SRF腔超导性能的定量关联框架。

Comments 17 pages, 9 figures, 2 tables

SinoDiff: Physics-Consistent Self-Supervised Diffusion for Unified Low-Dose to Standard-Dose PET Sinogram Recovery

SinoDiff：用于统一低剂量到标准剂量PET正弦图恢复的物理一致性自监督扩散模型

Ghulam Nabi Ahmad Hassan Yar, Himashi Peiris, Sharna Jamadar, Alex Fornito, Zhaolin Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有PET恢复方法的泛化性或灵活性不足问题，提出SinoDiff物理一致性自监督扩散框架，通过泊松 thinning 与频域卷积实现统一剂量水平的PET正弦图恢复，在两类数据集上表现优异。

Faithful, Sufficient and Understandable: Rethinking Graph Counterfactual Explanations via Discrete Diffusion Inversion

忠实、充分且可解释：通过离散扩散反演重新思考图反事实解释

David Bechtoldt, Sidney Bender

机构 * TU Berlin（柏林工业大学） ； BIFOLD–Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对图神经网络预测缺乏内在解释的问题，提出GDCE-I方法，结合离散扩散反演技术，在统一评估框架下于四个基准测试中大幅优于相关工作，可生成符合领域规则的可解释图反事实解释。

Ripple-Pivot Search: Active Parallel Decoding for Diffusion Large Language Models

波纹枢轴搜索：扩散大语言模型的主动并行解码

Yushi Ye, Xu Chen, Haoyun Jiang, Jinsong Lan, Haihong Tang, Bo Han, Ivor Tsang, Yanfeng Wang, Bo Zheng, Jiangchao Yao

机构 * Cooperative Medianet Innovation Center, Shanghai Jiao Tong University（上海交通大学合作中位数网络创新中心） ； Alibaba Group TMLR Group（阿里巴巴集团TMLR团队） ； Hong Kong Baptist University（香港浸会大学） ； A*STAR CFAR and Nanyang Technological University（新加坡科研局计算科学中心和南洋理工大学） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出RPS方法，利用dLLM解码的波纹效应，在保持生成质量的同时，大幅提升解码速度与准确率，适用于推理及代码生成任务。

Diffusion-Based Data-Driven Assortment Optimization

基于扩散模型的数据驱动 assortment 优化

Junyi Liao, Xiaohui Jiang, Zhengwei Tong, Ethan X. Fang, Vahid Tarokh

机构 * Duke University（杜克大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对传统 assortment 优化模型对设定误差敏感、难以捕捉复杂客户行为的问题，提出基于引导离散扩散的模型无关框架，可高效生成高质量、多样化的 assortment，在高维场景下鲁棒性良好。

CORA-Diff: Confidence-Oriented Residual Acceptance for Efficient Diffusion Language Model Inference

CORA-Diff：面向高效扩散语言模型推理的置信导向残差接受

Yifan Wu, Yufeng Zhang, Kenli Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出无需训练的CORA-Diff方法，利用原生置信度与持久性门控识别残差位置，在多基准测试中显著降低扩散语言模型推理的重复计算，同时保持任务性能。

Comments 9 pages, 2 figures, 3 tables. Code: https://github.com/wyffffff/cora-diff-llada

Diffuse to Compress: Leveraging Diffusion LMs for Lossless Compression

扩散到压缩：利用扩散语言模型进行无损压缩

Angelo Nardone, Paolo Ferragina

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对无损文本压缩的吞吐量瓶颈，首次引入扩散语言模型（DLM）替代自回归LLM，设计策略解决算法挑战，在enwik8数据集上推进了无损文本压缩的现有技术水平。

Comments 18 pages, 11 figures, 2 tables. Main paper: 9 pages (7 pages text + 2 pages references). Includes 9 pages of supplementary material

Improved weak-strong uniqueness for general cross-diffusion systems

一般交叉扩散系统的改进弱-强唯一性

Noah Geltner, Maria Heitzinger, Ansgar Jüngel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对含/不含体积填充效应、含/不含完全强制性的一般交叉扩散系统，建立有界解的弱-强唯一性，通过构造粘合熵、利用梯度估计与Gagliardo-Nirenberg不等式放宽假设，将分析扩展至非强制性系统，弥补强制性缺失。

Generalised stochastic curvature flow in $d \geq 2$, and sharp interface limit for the stochastic Allen-Cahn equation with nonlinear diffusion

d≥2 下的广义随机曲率流，以及带非线性扩散的随机 Allen-Cahn 方程的尖锐界面极限

Weijun Xu, Shuhan Zhou

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文构造了d≥2下受时间白噪声驱动的广义随机曲率流局部时间解，将其应用于带非线性扩散的随机Allen-Cahn方程，证明该方程的尖锐界面极限为对应随机曲率流。

Comments 50 pages. Comments are welcome

Effects of Soret Diffusion and Radiative Heat Loss on the Evolution of Buoyant Flame Kernels in Ultra-Lean Hydrogen-Air Mixture

索雷特扩散与辐射热损失对超贫氢空气混合物中浮力火焰核演化的影响

Ivan S. Yakovenko, Alexey D. Kiverin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究采用数值方法，探究索雷特扩散与辐射热损失对超贫氢空气混合物中浮力火焰核演化的影响，明确二者对火焰核生长、轨迹及破碎的作用规律。

Comments 21 pages, 9 figures

Molecule-specific diffusion and desorption of interstellar ices on carbonaceous dust

星际冰在碳质尘埃上的分子特异性扩散与脱附

Yi-Hsuan Chiu, Tushar Suhasaria, Cornelia Jäger, Chun-Yi Lee, Ko-Ju Chuang, Thomas Henning, Yu-Jung Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过实验室研究发现，星际冰在碳质尘埃上的扩散与脱附具有分子特异性，尘埃-冰界面会影响冰的结构和脱附动力学，为天文观测和星际冰化学模型提供了新约束。

TimeRoute: Time-Aware Modality Routing and Diffusion for Multi-Modal Recommendation

TimeRoute：面向多模态推荐的时间感知模态路由与扩散模型

Pengyu Zhang, Yangqin Jiang, Klim Zaporojets, Congfeng Cao, Paul Groth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 TimeRoute通过时间感知模态路由器和带FiLM的双流去噪扩散图重构器，解决多模态推荐的模态时间尺度不匹配问题，在三个公开数据集上提升了推荐指标。

Measuring Cross-Cultural Style Diffusion Through Era Classification: US and Korean Popular Music

通过时代分类测量跨文化风格传播：美国与韩国流行音乐

Dasol Lee, Minhee Lee, Seonguk Ju, Daewoong Kim, Harin Lee, Dasaem Jeong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出时代分类框架，通过CNN分类器量化美韩流行音乐的跨文化风格传播，发现1960-80年代韩流滞后美流4-5年，90年代后偏差缩小，该框架可推广至其他榜单文化对。

Comments 8 pages, 6 figures, 4 tables. Accepted at ISMIR 2026

Physics-informed Diffusion Generative Model for Time-Series Data Synthesis in Dynamic Systems

用于动态系统时间序列数据合成的物理信息扩散生成模型

Haiteng Wang, Yunfei Zhu, Tao Wang, Yikang Li, Jiabao Dong, Xiaoge Zhang, Lei Ren

机构 * Beihang University（北京航空航天大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出PhysDGM模型，将物理规则嵌入扩散生成过程以合成符合物理定律的工业时间序列，构建的440万样本数据集可提升下游任务性能并减少数据需求，助力数据稀缺环境的AI应用。

Comments 27 pages; 5 main figures and 4 extended data figures

Simplex Relaxation for Discrete Diffusion

离散扩散的单纯形松弛

Jinya Sakurai, Patrick Pynadath, Satoshi Hayakawa, Jaehong Yoon, Xulei Yang, Nancy F. Chen, Xun Xu

机构 * NTU Singapore（新加坡南洋理工大学） ； The University of Tokyo（东京大学） ； Purdue University（普渡大学） ； Institute for Advanced Intelligence and Computing (IAIC), A*STAR（新加坡科技研究局高级智能与计算研究所） ； Centre for Frontier AI Research (CFAR), A*STAR（新加坡科技研究局前沿人工智能研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出Simplax方法，通过单纯形松弛丰富离散扩散模型的训练目标与反向转移，在OpenWebText和数独生成任务中取得了更优性能。

Continuous Interaction Diffusion: A Diffusion-Native Runtime for Asynchronous Tool-Augmented Reasoning

连续交互扩散：面向异步工具增强推理的原生扩散运行时

Yuhang Cao

机构 * Nanjing University（南京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型异步工具增强推理的局限，提出连续交互扩散架构，将工具交互整合至迭代去噪，可提升效率并减少冗余，首次聚焦只读工具。

Comments 15 pages, 5 figures, 1 table

Hidden in Plain Sight: Diffusion-Based Unrestricted Robotic Attacks on Vision-Language-Action Models

隐藏于明处：针对视觉-语言-动作模型的基于扩散的无约束机器人攻击

Jiahui Han, Yuhui Yao, Xin Wang, Jiafei Cao, Mingxuan Zhang, Danfeng Shan, Huiqi Deng, Guanchu Wang, Xia Hu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出基于扩散的无约束机器人攻击方法DURA，针对视觉-语言-动作模型生成自然对抗补丁，实验表明其性能优于现有方法，暴露了物理部署的VLA模型的安全风险。

A submartingale for the probability of avoiding the origin in one-point interaction ground-state diffusion: $d \in \{2,3\}$

单点相互作用基态扩散中避开原点概率的次鞅：$d \in \{2,3\}$

Barkat Mian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对二维和三维带单点势的奇异扩散，构造次鞅分析其击中原点的概率、首次击中时间分布及避开原点的条件动力学，以统一方法验证相关性质。

Comments 35 pages, 1 table

A reaction-diffusion system with nonconstant diffusion coefficients: exact and numerical solutions

带有非常数扩散系数的反应-扩散系统：精确解与数值解

Roman Cherniha, Galyna Kriukova

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究带非常数扩散的Lotka-Volterra反应-扩散系统，构造多参数精确解，证明其满足零Neumann条件及存在两个稳定稳态点，用精确解求解边值问题并验证小扰动下数值解与精确解吻合度高。

Comments 21 pages, 7 figures

Journal ref Axioms, 2025, vol.14, 655

Harnack-type inequalities and traveling waves for non-cooperative nonlocal diffusion systems

非合作非局部扩散系统的哈纳克型不等式与行波

Bo-Sheng Chen, Chang-Hong Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对实数域上弱耦合非局部扩散系统，建立了不依赖耦合矩阵合作性或不可约性的ℓ¹-范数哈纳克型不等式，结合重标度论证等方法，得到了一类带网络结构的非合作非局部扩散系统行波的最小波速存在性及波剖面负无穷处的精确渐近行为。

Diffusion Quasi-Monte Carlo

Jianlong Chen, Yifeng Yu

专题命中 扩散模型 ：diffusion(title,abstract)

Analytical Theory for Anomalous Diffusion in the Anderson Model with Heavy Tails

具有重尾跳变幅度的安德森模型中反常扩散的分析理论

Elizaveta Safonova, Aleksey Lunkin, Mikhail Feigel'man

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对具有重尾跳变幅度的非相互作用安德森模型建立反常输运分析理论，推导均方位移时间依赖关系，发现稀有跳变过程可作为单粒子机制产生反常输运，为区分两类动力学提供基准。

Comments 9 pages, 4 figures

A Mean-Field Framework for Inference-Time Distributional Control of Diffusion Models

用于扩散模型推理时分布控制的平均场框架

Samuel Howard, Nikolas Nüsken

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出一种平均场框架，将扩散模型推理时的分布控制转化为瞄准倾斜测度，推导加权交互粒子方案，为现有批量引导方法提供理论基础，并在低维及蛋白质构象任务中验证了其有效性。

Comments Preprint. Presented at SPIGM workshop, ICML 2026

Conditional Diffusion for Nonparametric Instrumental Variable Quantile Regression

用于非参数工具变量分位数回归的条件扩散模型

Xingdong Feng, Xinhong Jiang, Yuling Jiao, Lican Kang, Junwei Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出结合条件扩散建模的两阶段非参数工具变量分位数回归方法，建立了重尾分布下的理论保证，经模拟与实际数据验证，其性能优于现有方法且随维度提升优势更明显。

Graph-Guided Safe Diffuser: Topological Graph Guidance for Safe Diffusion Planning

图引导的安全扩散器：用于安全扩散规划的拓扑图引导

Nakgyu Yang, KwangBin Lee, SooJean Han

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院电气工程学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出图引导的安全扩散器（G2SD）框架，用高层拓扑图规划器引导低层扩散模型，解决扩散规划器的流形破裂问题，在Maze2D导航等任务中大幅提升无碰撞目标到达率与任务性能。

Comments 18 pages, 2 figures

Reducing Pretraining-Generation Mismatch in Diffusion Language Models

减少扩散语言模型中的预训练-生成不匹配

Xiaocheng Lu, Huabin Liu, Song Guo, Jianguo Li

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的预训练-生成不匹配问题，提出 PCD 方法，在不改变推理模式的情况下，在 LLaDA2-Mini 和 Qwen 模型上显著提升了性能。

Comments 12 pages, 9 figures, 1 table

Unsure but Certain: Uncovering the Representation-Confidence Gap in Diffusion Language Models

不确定但确定：揭示扩散语言模型中的表示-置信度差距

Saurabh Yadav, Badri Narayana Patro, Vijay Srinivas Agneeswaran

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究揭示扩散语言模型存在表示-置信度差距，其高置信度集中是误导性症状，现有补救措施难修复排序缺陷，提出轻量级工具利用隐藏状态信号改进排序，指出噪声下置信度可靠性是更紧迫限制。

LibraSpec: Dynamic Diffusion-Based Speculative Decoding via Marginal-Gain-Driven Optimization

LibraSpec：基于动态扩散的推测解码，通过边际增益驱动优化

Zexun Lin, Yuan Feng, Junlin Lv, Kevin S. Zhou, Xike Xie

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LibraSpec是一种无需训练的即插即用推测解码算法，通过边际增益驱动优化动态确定推测长度，可提升大语言模型推理速度，在多基准上较基线加速0.5~1.5倍、较自回归解码最高达8.49倍。

Vid2WAM: Distilling Video Diffusion Priors into World Action Models

Vid2WAM：将视频扩散先验蒸馏为世界动作模型

Chenhao Qiu, Ruixiang Wang, Runyi Zhao, Sixu Lin, Songen Gu, Shufeng Nan, Guiliang Liu, Kui Jia, Yanwei Fu, Simo Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Vid2WAM是将视频扩散先验蒸馏为WAM的离线框架，通过双监督通道与源感知残差动作适配，提升了机器人策略的新任务泛化性与数据效率，且推理高效。

Comments Project website: https://qch-fa.github.io/vid2wam-website/