Diffusion LLMs as Targets and Adversaries: Mechanistic Safety Exploits
扩散大语言模型作为目标与对抗者：机制性安全漏洞利用
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本研究揭示扩散大语言模型（DLLMs）的安全机制漏洞，提出SN-Guided Diffusion黑盒越狱框架，实现高迁移攻击成功率且生成成本远低于现有方法。
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 扩散模型 70051 篇
VIDP: Variable Impedance Diffusion Policy for Compliant Robot Manipulation from Diverse Demonstrations
VIDP：用于柔顺机器人操作的可变阻抗扩散策略（Variable Impedance Diffusion Policy）
专题命中 扩散模型 ：diffusion(title,title_cn)
AI总结 该研究针对接触丰富的机器人操作问题，提出基于模仿学习的可变阻抗控制框架VIDP，利用TP-DAMM从多样本演示中提取物理一致的轨迹分布，无需力传感器即可联合预测位姿与柔顺性，在真实实验中任务成功率及力、跟踪误差表现均优于基线方法。
Comments 8 pages, 5 figures
Reinforcing the Generation Order of Multimodal Masked Diffusion Models
强化多模态掩码扩散模型的生成顺序
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； AGI Foundations for AWS（AWS强化人工智能基础）
专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；image synthesis(abstract)
AI总结 研究文本到图像合成及多模态理解中生成顺序的优化，引入经组相对策略优化训练的可学习控制模块，提升了DLMs的文本到图像对齐和多模态理解能力，在相关基准测试中取得显著改进。
DiT-Reward: Generative Representations for Text-to-Image Reward Modeling
DiT-Reward：文本到图像奖励建模的生成式表示
机构 * JD Explore Academy, JD.com（京东探索研究院，京东） ； Tsinghua University（清华大学） ； Beijing Institute of Technology（北京理工大学） ； Peking University（北京大学）
专题命中 扩散模型 ：text-to-image(title,abstract)；diffusion(abstract,abstract_cn)；image generation(abstract)
AI总结 提出DiT-Reward，利用预训练文本到图像扩散Transformer的生成表示进行奖励预测，在多个偏好基准上超越HPSv3，并实现1.65倍推理加速。
Distribution-Aware Diffusion-LLM for Robust Ultra-Long-Term Time Series Forecasting
分布感知的扩散-大语言模型用于鲁棒的超长期时间序列预测
机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡大学） ； Imperial College London（伦敦帝国学院） ； AUDI AG（奥迪股份公司）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 提出Diffusion-LLM框架，将条件扩散模型集成到基于LLM的预测流程中，学习未来数据条件分布并改善语义对齐，在超长期和少样本预测中显著优于现有LLM基线。
Comments 18 pages, 6 figures, 8 tables. Accepted at 35th International Conference on Artificial Neural Networks (ICANN 2026)
Learning Permutation Distributions via Reflected Diffusion on Ranks
通过秩上的反射扩散学习排列分布
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 提出Soft-Rank Diffusion框架，通过将排列松弛为软秩实现平滑扩散，并引入上下文广义Plackett-Luce去噪器，在排序和组合优化任务上优于现有扩散方法。
Comments 18 pages including the appendix, 7 figures, 9 tables, Accepted at ICML 2026
Efficient On-Device Diffusion LLM Inference with Mobile NPU
基于移动NPU的高效设备端扩散大语言模型推理
机构 * Tsinghua University（清华大学） ； Beihang University（北京航空航天大学）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 提出首个NPU感知推理框架Diffusion-LLM-on-NPU，通过多块推测解码、双路径渐进修正和交换优化内存运行时，在移动设备上加速扩散大语言模型推理，相比CPU基线实现17-42倍延迟降低。
Agents of Diffusion: Enhancing Diffusion Language Models with Multi-Agent Reinforcement Learning for Structured Data Generation (Extended Version)
扩散代理：利用多智能体强化学习增强扩散语言模型以生成结构化数据（扩展版）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 提出Agents of Diffusion (AoD)框架，通过多智能体强化学习结合扩散语言模型与自回归模型的推理能力，实现高语义新颖性和结构保真度的结构化数据生成。
Journal ref Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)
Localizing Memorized Regions in Diffusion Models via Coordinate-Wise Curvature Differences
通过坐标曲率差异定位扩散模型中的记忆区域
机构 * Department of Computer Science, Hanyang University, Seoul, South Korea（首尔国立大学计算机科学系）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出基于坐标曲率差异的方法，通过减去欠拟合基线的曲率来隔离过拟合驱动的记忆，从而在扩散模型中定位记忆区域，并在Stable Diffusion上优于先前方法。
Comments ICML 2026
Unifying Masked Diffusion Models with Various Generation Orders and Beyond
统一多种生成顺序及超越的掩码扩散模型
机构 * Graduate School of AI, KAIST, South Korea（韩国延世大学人工智能研究生院）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出Order-Expressive Masked Diffusion Model (OeMDM)和Learnable-Order Masked Diffusion Model (LoMDM)，统一了不同生成顺序的扩散生成过程，并通过单目标学习生成顺序和扩散骨干，提升了文本生成性能。
Comments Accepted at ICML 2026
Provably Learning Diffusion Models under the Manifold Hypothesis: Collapse and Refine
在流形假设下证明学习扩散模型：坍缩与细化
机构 * RIKEN AIP & The Institute of Statistical Mathematics（日本理化学研究所AIP及统计数学研究所） ； University of Sydney（悉尼大学） ； Agency for Science, Technology and Research & The Institute of Statistical Mathematics（科技研究局及统计数学研究所） ； The University of Tokyo（东京大学） ； Nanyang Technological University（南洋理工大学） ； The Institute of Statistical Mathematics（统计数学研究所）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文在流形假设下研究扩散模型的学习问题，提出了一种由得分函数几何特性驱动的坍缩与细化机制，并通过Score-induced Latent Diffusion模型验证了其理论预测，证明样本复杂性依赖于内在维度而非外在维度。
Comments 3 figures
Diffusion-State Policy Optimization for Masked Diffusion Language Models
扩散状态策略优化用于掩码扩散语言模型
机构 * Institute of Science Tokyo（东京科学研究院）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出Diffusion-State Policy Optimization（DiSPO），一种用于掩码扩散语言模型的插件信用分配层，通过直接优化中间填充决策来改进生成过程，实验表明其在数学和规划基准测试中优于现有基线方法。
Query-Aware Flow Diffusion for Graph-Based RAG with Retrieval Guarantees
基于查询意识的流扩散图基RAG系统：具有检索保证
机构 * Samsung SDS Research America（三星SDS美国研究院）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出了一种无需训练的Query-Aware Flow Diffusion RAG（QAFD-RAG）系统，通过动态适应查询语义来改进图基RAG系统的检索能力，提供了首次统计保证，证明在弱信号-噪声条件下，QAFD-RAG能够以高概率恢复相关子图。
Comments Published at the International Conference on Learning Representations (ICLR) 2026. 38 pages, 5 figures, 10 tables
LLM-TabLogic: Preserving Inter-Column Logical Relationships in Synthetic Tabular Data via Prompt-Guided Latent Diffusion
LLM-TabLogic: 通过提示引导的潜在扩散模型在合成表格数据中保留列间逻辑关系
机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； The Alan Turing Institute（艾伦·图灵研究所）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出LLM-TabLogic方法，利用大语言模型推理捕捉表格列间的复杂逻辑关系，并通过Score-based Diffusion模型在潜在空间中生成数据，以在不需领域知识的情况下有效保持合成表格数据中的列间关系。
Unleashing the Potential of Diffusion Models for End-to-End Autonomous Driving
释放扩散模型在端到端自动驾驶中的潜力
机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文通过大规模实车数据和道路测试，系统研究了扩散模型在端到端自动驾驶中的规划能力，提出Hyper Diffusion Planner框架，实现10倍性能提升。
Dynamic Generation of Multi-LLM Agents Communication Topologies with Graph Diffusion Models
基于图扩散模型的多LLM代理通信拓扑动态生成
机构 * University of California Los Angeles（加州大学洛杉矶分校） ； University of Washington（华盛顿大学） ； Nanyang Technological University（南洋理工大学）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出Guided Topology Diffusion框架，通过迭代构建过程生成适应任务需求的高效通信拓扑，优于现有方法。
Comments ACL 2026 Main
Diffusion-OAMP for Joint Image Compression and Wireless Transmission
扩散-OAMP用于联合图像压缩和无线传输
机构 * College of Information Science and Electronic Engineering（信息科学与电子工程学院）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出Diffusion-OAMP，将预训练扩散模型嵌入OAMP算法，实现联合图像压缩与无线传输，实验显示其在不同压缩比和噪声水平下表现优异。
Comments 6 pages, 5 figures, 2 tables, submitted for a possible publication
Tube Diffusion Policy: Reactive Visual-Tactile Policy Learning for Contact-rich Manipulation
管扩散策略：面向富接触操作的反应式视觉-触觉策略学习
机构 * Meta Reality Labs Research（Meta现实实验室） ； Idiap Research Institute（Idiap研究机构） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院） ； University of Toronto（多伦多大学） ； Purdue University（普渡大学）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出Tube Diffusion Policy，通过结合扩散模型与管反馈控制，解决富接触操作中对不确定性和高频触觉反馈的快速反应需求，实验验证其在多种任务中的优越性能。
Demystifying MaskGIT Sampler and Beyond: Adaptive Order Selection in Masked Diffusion
解析MaskGIT采样器及其超越：在Masked Diffusion中的自适应顺序选择
机构 * Sony Group Corporation（索尼集团公司） ； Sony AI（索尼人工智能） ； The University of Tokyo（东京大学）
专题命中 扩散模型 ：diffusion(title,title_cn)
AI总结 本文分析了MaskGIT采样器的隐含温度采样机制，提出更易解释的moment采样器，并通过部分缓存技术和混合方法改进了选择-采样算法，验证了理论并提升了实际性能。
Comments 23 pages, fixed cleveref-related issue
Journal ref Transactions on Machine Learning Research, 2026
Monthly Diffusion v0.9: A Latent Diffusion Model for the First AI-MIP
每月扩散v0.9：一种用于首次AI-MIP的潜在扩散模型
机构 * Department of Atmospheric & Oceanic Sciences（大气与海洋科学系）
专题命中 扩散模型 ：diffusion(title,summary_cn)
AI总结 本文提出Monthly Diffusion v0.9，采用受SFNO启发的CVAE架构，在低频大气内部变异性建模中利用潜在扩散，以每月均值时间步长在数据稀疏条件下进行前向步骤。
VerbDiff: Text-Only Diffusion Models with Enhanced Interaction Awareness
专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV、cs.GR、cs.MM
Comments Accepted at CVPR 2025, code : https://github.com/SeungJuCha/VerbDiff.git
Weak Supervision Dynamic KL-Weighted Diffusion Models Guided by Large Language Models
专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；image synthesis(abstract)
Attacks and Defenses for Generative Diffusion Models: A Comprehensive Survey
专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；image synthesis(abstract)
Image is All You Need to Empower Large-scale Diffusion Models for In-Domain Generation
专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；image editing(abstract)；分类 cs.CV、cs.MM
Comments Accepted to CVPR2025. Code is available at https://github.com/PRIV-Creation/In-domain-Generation-Diffusion
Blended Latent Diffusion
专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV、cs.GR
Comments Accepted to SIGGRAPH 2023. Project page: https://omriavrahami.com/blended-latent-diffusion-page/
Feature-Space Guided Diffusion for Realistic Ultrasound Image Synthesis
用于逼真超声图像合成的特征空间引导扩散
机构 * Artikode Intelligence S.L.（Artikode智能有限公司）
专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(title)；分类 cs.CV
AI总结 研究针对条件扩散模型合成超声图像逼真度不足问题，提出无需训练的特征空间候选引导（FSCG）采样策略，通过局部k近邻特征校正及按特征空间能量选最佳候选，缩小与真实图像差距，在多数据集上效果优于标准采样及其他基线。
Comments 11 pages, 4 figures. Pre-review manuscript version of a paper accepted at DGM4MICCAI 2026
Adversarially Guided Diffusion for LiDAR Range Image Synthesis
用于激光雷达距离图像合成的对抗引导扩散
机构 * School of Electrical and Computer Engineering, National Technical University of Athens（雅典国立技术大学电气与计算机工程学院） ； Industrial Systems Institute, Athena Research Center（雅典娜研究中心工业系统研究所）
专题命中 扩散模型 ：diffusion(title,abstract)；image synthesis(title)；分类 cs.CV
AI总结 研究针对二维距离图像分割的无限制对抗攻击，提出基于扩散并利用分割损失对抗引导的方法，在SemanticKITTI数据集实验，能跨架构转移，相比基线在有效性与现实性间有独特权衡，实现可控退化。
Comments Accepted at the 1st Workshop on Secure and Trustworthy AI (STAI 2026), co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2026)
OSOR: One-Step Diffusion Inpainting for Effect-Aware Object Removal
OSOR: 一步扩散修复用于效果感知的对象移除
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Xidian University（西安电子科技大学） ； Tongji University（同济大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Transsion（传音控股）
专题命中 扩散模型 ：diffusion(title,abstract)；inpainting(title)；分类 cs.CV
AI总结 提出一步扩散模型OSOR，通过占用引导判别器、alpha头和语义锚定验证管道，实现高效、效果感知且对不完美掩码鲁棒的对象移除，速度提升4-30倍。
Comments Code and resources are available at https://github.com/Zhouqm-Git/osor
MythraGen: Two-Stage Retrieval Augmented Art Generation Framework
MythraGen：两阶段检索增强艺术生成框架
机构 * University of Science, Ho Chi Minh city, Vietnam（胡志明市科学大学） ； Vietnam National University, Ho Chi Minh city, Vietnam（越南国家大学）
专题命中 扩散模型 ：diffusion(summary_cn,abstract)；image generation(abstract)；text-to-image(abstract)；分类 cs.CV
AI总结 提出MythraGen框架，结合艺术检索与LoRA微调，通过检索与提示最相似的艺术图像微调Stable Diffusion，在WikiArt数据集上生成高质量、风格匹配的艺术作品。
Comments SOICT 2024
Test-Time Alignment of Text-to-Image Diffusion Models via Null-Text Embedding Optimisation
文本到图像扩散模型的测试时对齐：通过空文本嵌入优化
机构 * School of Informatics, University of Edinburgh（爱丁堡大学信息学院） ； Samsung AI Center, Cambridge（三星人工智能中心）
专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(title)；分类 cs.CV
AI总结 提出Null-TTA方法，通过优化无分类器引导中的无条件嵌入实现测试时对齐，避免奖励黑客问题，在保持语义一致性的同时达到最先进性能。
Journal ref Published at CVPR2026
