图像生成

Effects of Soret diffusion on the intrinsic instability of premixed hydrogen/air flames

Soret扩散对预混氢气/空气火焰内在不稳定性的影响

Qizhe Wen, Yan Wang, Linlin Yang, Youhi Morii, Thorsten Zirwes, Shengkai Wang, Zheng Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究Soret扩散对氢气火焰不稳定性的影响，通过一维反向流分析和二维高保真直接数值模拟，揭示其在不同等价比下的线性增长和非线性发展动态，发现Soret扩散在贫燃条件下促进小尺度皱纹形成，减少大尺度指状结构特征尺寸。

Velocity Model Building and Editing with Guided Denoising Diffusion Implicit Models

基于引导去噪扩散隐式模型的速度模型构建与编辑

Francesco Brandolin, Tariq Alkhalifah

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 介绍结合学习扩散先验和结构预处理逆公式的统一框架用于速度模型编辑与构建，用合成实验和实际数据验证其有效性，强调结构斜率引导在反演性能中的关键作用。

Out-of-Distribution Detection in Molecular Complexes via Diffusion Models for Irregular Graphs

通过不规则图的扩散模型进行分子复合物的分布外检测

David Graber, Victor Armegioiu, Rebecca Buller, Siddhartha Mishra

机构 * Seminar for Applied Mathematics, Department of Mathematics and ETH AI Center, ETH Zurich（应用数学研讨会，数学系和ETH人工智能中心，瑞士苏黎世ETH学院） ； Institute for Computational Life Sciences, Zurich University of Applied Sciences（计算生命科学研究所，苏黎世应用科学大学） ； Department of Chemistry, Biochemistry and Pharmaceutical Sciences, University of Bern（化学、生物化学和药学系，伯尔尼大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对不规则3D图数据分布外检测难题，提出基于扩散模型的概率框架，统一处理坐标与特征，获自洽概率流ODE及典型性分数，验证其在蛋白-配体复合物上的有效性并给出多尺度轨迹统计信息。

Decentralized GNSS at Global Scale via Graph-Aware Diffusion Adaptation

通过图感知扩散适应实现全球规模去中心化GNSS

Xue Xian Zheng, Xing Liu, Tareq Y. Al-Naffouri

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种全球去中心化GNSS架构，利用时间变化图模型和深度线性神经网络优化信息交换，实现厘米级自定位和网络共识，提升收敛速度和通信效率。

Comments Accepted by Nature (npj Wireless Technology)

Journal ref npj Wireless Technology, 2026

Adaptive Partitioning and Learning for Stochastic Control of Diffusion Processes

用于扩散过程随机控制的自适应划分与学习

Hanqing Jin, Renyuan Xu, Yanzhao Yang

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究无界连续状态空间等设定下扩散过程的强化学习，引入基于模型算法自适应划分联合状态-动作空间，平衡探索与近似，分析得出依赖多因素的遗憾界并验证方法有效性。

Staggered time discretization in finitely-strained heterogeneous visco-elastodynamics with damage or diffusion in the Eulerian frame

欧拉框架下具有损伤或扩散的有限应变非均匀粘弹性动力学中的交错时间离散化

Tomáš Roubíček

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究将半隐式时间离散化应用于欧拉描述的可压缩非线性粘弹性固体动力学模型，考虑了开尔文-沃伊特流变学等，证明了三维情况下的数值稳定性和收敛性，并简要概述了一些增强内容。

SimDiffRec: Semantic Similarity-Guided Diffusion for Contrastive Sequential Recommendation

SimDiffRec：用于对比序列推荐的语义相似性引导扩散

Jinkyeong Choi, Yejin Noh, Donghyeon Park

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对序列推荐系统，提出SimDiffRec，利用物品嵌入向量相似性生成语义一致噪声，依高置信度选增强位置，结合对比学习提升训练效率与推荐性能，实验表明其优于基线模型。

Comments To appear in Proceedings of the 19th ACM International Conference on Web Search and Data Mining (WSDM 2026)

ADMC: Attention-based Diffusion Model for Missing Modalities Feature Completion

ADMC: 基于注意力扩散模型的缺失模态特征补全

Yuhan Li, Wei Zhang, Juan Chen, Jiangjia Yan, Peng Xiangli, Liangze Yin

机构 * National University of Defense Technology（国防科学技术大学） ； The Fifth Electronic Research Institute of MIIT（信息产业部第五电子研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology Beijing（北京科技大学） ； Hunan University（湖南大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于注意力扩散的缺失模态特征补全方法，通过独立训练各模态特征网络避免过耦合，利用注意力扩散网络生成与真实分布一致的缺失模态特征，在IEMOCAP和MIntRec基准上取得最优结果。

Understanding Evaluation Illusion in Diffusion Large Language Models

理解扩散大语言模型中的评估幻觉

Hengxiang Zhang, Jiaxi Ren, Renchunzi Xie, Hongxin Wei

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 发现扩散大语言模型的解码方法排名对提示模板高度敏感，单模板评估会产生性能无损失的幻觉，实际并行解码方法无法突破速度-质量权衡。

Transition fronts of combustion reaction-diffusion equations in domains with multiple cylindrical branches

多圆柱分支区域中燃烧反应扩散方程的过渡前沿

Yang-Yang Yan, Wei-Jie Sheng, Zhi-Cheng Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究多分支区域中燃烧反应扩散方程的传播动力学，证明存在唯一整体解表现为平面行波前沿，并证明其为连接0和1的过渡前沿，全局平均速度等于平面波速。

Nonlinear evolution of perturbatively driven kinetic instabilities far from marginal stability

远离边际稳定性的微扰驱动动力学不稳定性的非线性演化

Emma G. Devin, Vinícius N. Duarte

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究远离不稳定阈值的动力学不稳定性在源和汇存在下的非线性演化，发现模式经历线性增长、快速强非线性过渡和弱非线性饱和阶段，并给出了模式振幅的解析解。

Comments 21 pages, 6 figures. Updated title. Text expanded, 3 figures added; main results unchanged

Multi-Embodiment Robotic Retargeting via Guided Diffusion Model

基于引导扩散模型的多体机器人重定向

Zhefeng Cao, Ben Liu, Shunpeng Yang, Sen Li, Wei Zhang, Hua Chen

机构 * Southern University of Science and Technology（南方科技大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University-University of Illinois Urbana-Champaign Institute（浙江大学伊利诺伊大学厄巴纳-香槟校区联合学院） ； LimX Dynamics 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出统一图条件扩散框架，利用图结构编码不同机器人拓扑几何特征，通过基于能量的引导损失训练，实现跨异构体的运动重定向。

Multi-Block Diffusion Language Models

多块扩散语言模型

Yijie Jin, Jiajun Xu, Yuxuan Liu, Chenkai Xu, Yi Tu, Jiajun Li, Dandan Tu, Xiaohui Yan, Kai Yu, Pengfei Liu, Zhijie Deng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xi’an Jiao Tong University（西安交通大学） ； Huawei（华为） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出多块教师强制（MultiTF）训练策略，将单块扩散语言模型扩展为多块扩散（MultiBD），通过块缓冲机制实现并行解码，提升令牌吞吐量和准确率。

A Thomson-type variational principle for diffusion coefficients

扩散系数的汤姆逊型变分原理

Assaf Shapira

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对粒子数守恒的可逆相互作用粒子系统，提出一种新的变分原理，将扩散系数表征为另一个泛函的上确界，便于获取下界，并应用于动力学约束晶格气体。

Diffusion Crossover: Defining Evolutionary Recombination in Diffusion Models via Noise Sequence Interpolation

扩散交叉：通过噪声序列插值在扩散模型中定义进化重组

Chisato Kumada, Satoru Hiwa, Tomoyuki Hiroyasu

机构 * Graduate School of Life and Medical Sciences（生命与医学科学研究生院） ； Faculty of Life and Medical Sciences（生命与医学科学学部） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出扩散交叉，通过在去噪扩散概率模型（DDPM）的逆过程中对噪声序列进行逐步插值，定义了扩散模型中的进化重组，实现了在高维生成表示中语义一致的交叉操作，提升生成图像的感知一致性和多样性。

Comments 14 pages, 7 figures, 2 tables

Efficient Sampling with Discrete Diffusion Models: Sharp and Adaptive Guarantees

离散扩散模型的高效采样：尖锐且自适应的保证

Daniil Dmitriev, Zhihan Huang, Yuting Wei

机构 * Department of Statistics and Data Science, the Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院统计与数据科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究基于连续时间马尔可夫链的离散扩散模型采样效率，提出τ-跳跃采样器，在KL散度下达到ε精度，对均匀扩散实现Õ(d/ε)复杂度，对掩蔽扩散引入有效总相关量实现自适应收敛。

Comments 59 pages, 1 figure. Accepted at the Conference on Learning Theory (COLT) 2026

Not Every Time and Frequency Need to Be Forgotten in Diffusion Unlearning

并非所有时间和频率都需要在扩散遗忘中被遗忘

Jinseong Park, Mijung Park

机构 * Korea Institute for Advanced Study（韩国高等研究院） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出选择性遗忘扩散模型中的时间和频率，通过理论分析分布失真与遗忘-效用权衡，在多种设置下实现更高遗忘成功率和生成质量。

Comments ICML 2026 Workshop FoGen

Diffusion approximation error for queueing systems with general primitives

具有一般原始数据的排队系统的扩散近似误差

Anton Braverman, Ziv Scully

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一般分布原始数据的连续时间排队系统的稳态扩散近似误差，通过分析典型系统发现误差分解为内部项和边界项，并利用Stein方法的生成元比较扩展到分段确定性马尔可夫过程。

Diffusion Model-Based Data Assimilation for Real-World Energy Consumption Forecasting

集成得分滤波用于真实数据能耗预测修正

Ruoyu Hu, Dahai Yu, Feng Bao, Guang Wang, Guannan Zhang

机构 * 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 针对真实能耗数据的高维数据同化问题，采用集成得分滤波器（EnSF）结合预训练黑箱时空预测模型，通过基于得分的扩散模型和闭式得分表示修正预测轨迹，实验表明EnSF优于开环传播和集成卡尔曼滤波。

A Gaussian Perspective for Distributional Discrepancy in Generative Diffusion Models

生成扩散模型中分布差异的高斯视角

Qiang Sun, H. Vincent Poor, Wenyi Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种解析方法量化优化生成扩散模型的分布差异，针对多元高斯源推导闭合演化轨迹和KL散度，通过变分法最小化主导项得到切线律噪声调度，并证明高斯源的极值性质，最后利用解析KL散度优化预训练模型的时间离散化策略。

Comments v2: New theoretical analysis establishes the Gaussian case as a fundamental baseline necessary for studying the diffusion mechanism

Finetuning-Free Diffusion Model with Adaptive Constraint Guidance for Inorganic Crystal Structure Generation

无需微调的扩散模型结合自适应约束引导用于无机晶体结构生成

Auguste de Lambilly, Vladimir Baturin, David Portehault, Guillaume Lambard, Nataliya Sokolovska, Florence d'Alché-Buc, Jean-Claude Crivello

机构 * CNRS-Saint-Gobain-NIMS（法国国家科学研究中心-圣戈班-日本纳米科学研究所） ； Laboratory for Innovative Key Materials and Structures (LINK)（创新关键材料与结构实验室） ； Laboratory of Computational, Quantitative, and Synthetic Biology (CQSB)（计算、定量与合成生物学实验室） ； Data-driven Materials Design Group（数据驱动材料设计组） ； Center for Basic Research on Materials（材料基础研究中心） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信，巴黎理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于扩散模型的自适应约束引导生成框架，无需微调即可结合用户定义的物理化学约束，生成满足热力学稳定性和几何约束的无机晶体结构。

Comments Full article including supplementary information, 56 pages, 9 figures

Trajectory-Based RBF Collocation Method via Closest-Point Embedding for Surface Advection-Diffusion Equations

基于轨迹的径向基函数配点法通过最近点嵌入求解表面平流-扩散方程

Xiaobin Li, Leevan Ling, Yizhong Sun

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于轨迹的RBF配点法，通过特征处理与Kansa型RBF配点法解耦平流和扩散，利用最近点映射嵌入窄带域，证明与原表面PDE等价，数值实验验证稳定性和精度。

Asymptotic Learning Curves for Diffusion Models with Random Features Score and Manifold Data

具有随机特征得分和流形数据的扩散模型的渐近学习曲线

Anand Jerry George, Nicolas Macris

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散模型中去噪得分匹配的理论行为，当数据分布支持在低维流形上且得分用随机特征神经网络参数化时，推导高维极限下测试、训练和得分误差的渐近精确表达式，发现线性流形样本复杂度与内在维度线性相关，而非线性流形则削弱低维结构优势。

Comments Added proof of Claim 1 in a restricted setting

Fokas method for linear convection-diffusion equation with time-dependent coefficients and its extension to other evolution equations

含时系数线性对流扩散方程的Fokas方法及其对其他演化方程的推广

Konstantinos Kalimeris, Türker Özsarı

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对有界区间上含时系数的线性对流扩散方程，应用并改进Fokas方法得到解的显式积分公式，证明分数阶Sobolev空间中的适定性和正则性估计，并推广至其他含时系数的演化方程。

Comments 28 pages, 8 figures

From Uncertain to Safe: Conformal Adaptation of Diffusion Models for Safe PDE Control

从不确定到安全：扩散模型的安全自适应用于PDE控制

Peiyan Hu, Xiaowei Qian, Wenhao Deng, Rui Wang, Haodong Feng, Ruiqi Feng, Tao Zhang, Long Wei, Yue Wang, Zhi-Ming Ma, Tailin Wu

机构 * intern（实习生） ； Westlake University（西湖大学） ； School of Engineering, Westlake University（西湖大学工程学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Fudan University（复旦大学） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出SafeDiffCon方法，通过共形预测估计不确定性分位数，结合后训练和推理阶段调整扩散模型，在满足安全约束下实现最优PDE控制。

Comments ICML 2025. 24 pages, 5 figures

Ion-Specific Anomalous Water Diffusion in Aqueous Electrolytes: A Machine-Learned Many-Body Force Field Study with MACE

具有离子特异性的水异常扩散在水合电解质中的研究：基于MACE的机器学习多体力场研究

Massimo Ciacchi, Ilnur Saitov, Nico Di Fonte, Isabella Daidone, Carlo Pierleoni

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过机器学习多体力场模拟揭示了水在电解质溶液中的离子特异性异常扩散现象，改进了NaCl溶液的模拟结果，揭示了离子水合壳层对水扩散的影响机制。

Comments 26 pages, 24 figures

CMADiff: Cross-Modal Aligned Diffusion for Controllable Protein Generation

CMADiff: 用于可控蛋白质生成的跨模态对齐扩散

Changjian Zhou, Yuexi Qiu, Jiafeng Li, Jia Song, Wensheng Xiang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出CMADiff框架，通过条件变分自编码器整合理化特征，并利用对比学习模块BioAligner对齐文本描述与蛋白质特征，实现基于文本驱动的可控蛋白质序列生成。

Precise Determination of the Long-Time Asymptotics of the Diffusion Spreadability of Two-Phase Media

两相介质扩散可扩展性长时间渐近行为的精确确定

Shaobing Yuan, Salvatore Torquato

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过引入高阶修正项和解析性质，提出改进算法精确提取两相介质扩散可扩展性的长时标度指数α，并构造两点Padé近似逼近全时域行为。

Comments 17 pages, 9 figures; v2: accepted by PRE

Journal ref Phys. Rev. E, 113 (2026) 065421

Global Existence and Diffusive Limits for a Class of Nonlocal Reaction-Diffusion Systems

一类非局部反应扩散系统的全局存在性与扩散极限

Md Shah Alam, Jeff Morgan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一类具有非局部扩散的半线性反应扩散系统，在拟正性和广义质量控制条件下证明全局存在唯一性，并通过线性中间和条件建立L^p一致有界性，推广了Laurencot和Walker的扩散极限结果。

ParallelBench: Understanding the Trade-offs of Parallel Decoding in Diffusion LLMs

ParallelBench: 理解扩散大语言模型中并行解码的权衡

Wonjun Kang, Kevin Galim, Seunghyuk Oh, Minjae Lee, Yuchen Zeng, Shuibai Zhang, Coleman Hooper, Yuezhou Hu, Hyung Il Koo, Nam Ik Cho, Kangwook Lee

机构 * FuriosaAI ； UW-Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） ； UC Berkeley（加州大学伯克利分校） ； Seoul National University（首尔国立大学） ； KRAFTON ； Ludo Robotics Project（Ludo机器人项目） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散LLM并行解码导致生成质量下降的问题，通过信息论分析和合成实验揭示其根本限制，并提出首个专门基准ParallelBench，系统评估发现并行解码在现实任务中质量损失严重，且现有策略无法根据任务难度调整并行度。

Comments Accepted at ICLR 2026. Project Page: https://parallelbench.github.io