图像生成

Whisfusion: Parallel ASR Decoding with Masked Diffusion

Whisfusion: 基于掩码扩散的并行ASR解码

Taeyoun Kwon, Junhyuk Ahn, Taegeun Yun, Heeju Jwa, Yoonchae Choi, Siwon Park, Jongchan Kim, Hyungon Ryu, Hyuk-Jae Lee, Nam-Joon Kim

机构 * Seoul National University（首尔国立大学） ； Soongsil University（顺天大学） ； NVIDIA Corporation（英伟达公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Whisfusion，在冻结的Whisper音频嵌入上训练专用掩码扩散解码器，通过并行扩散解码实现非自回归ASR，在多种语言基准上超越Whisper-large-v3，速度提升4-5倍。

Comments 16 pages, 3 figures

STaR-Quant: State-Time Consistent Post-Training Quantization for Diffusion Large Language Models

STaR-Quant：扩散大语言模型的状态-时间一致训练后量化

Xin Yan, Aqiang Wang, Zhenglin Wan, Xingrui Yu, Ivor Tsang

机构 * School of Artificial Intelligence, Beijing Normal University, Beijing, China（北京师范大学人工智能学院） ； Department of Computer Science, National University of Singapore, Singapore（新加坡国立大学计算机科学系） ； Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR), Singapore（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 针对扩散大语言模型低比特量化中的状态相关激活差异和时间误差累积问题，提出STaR-Quant框架，通过状态引导激活变换和时间注意力补偿实现高效量化。

Decomposition of Anomalous Diffusion in two-state random walks

两态随机游走中的反常扩散分解

Abhijit Bera, Kevin. E. Bassler

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过反常扩散分解，揭示两态随机游走（TSRW）中约瑟夫、诺亚和摩西效应的共存，并证明与CTRW相的随机切换是诺亚和摩西效应出现的根源。

Comments 9 pages, 11 figures

From Denoising to Decision Making: A Survey on Diffusion Model-Enabled Deep Reinforcement Learning for Wireless Networks

从去噪到决策：面向无线网络的扩散模型赋能深度强化学习综述

Nguyen Cong Luong, Zeping Sui, Jie Cao, Min Xu, Nguyen Duc Hai, Zhihao Dong, Nguyen Duc Duy Anh, Qiushi Zhao, Nguyen Quoc Khanh, Zhe Fu, Shaohan Feng, Bo Ma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文综述了扩散模型与深度强化学习结合的方法，通过捕捉无线资源管理中的复杂多模态动作结构，提升决策质量，并系统总结了其在移动边缘计算、无人机辅助、车联网、AIGC驱动系统、无线资源分配、物理层安全及机器人/无人机规划等领域的应用。

Comments 22 pages, 7 figures, Author list corrected

Robust Ergodic Control of Jump-Diffusion Systems under Drift and Intensity Uncertainty

漂移和强度不确定下跳扩散系统的鲁棒遍历控制

Abel Azze, Bernardo D'Auria, Giorgio Ferrari

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对同时存在连续波动和罕见冲击的跳扩散系统，考虑漂移和跳跃强度不确定性，提出一种鲁棒遍历奇异控制方法，通过熵惩罚扭曲处理模型模糊性，并证明最优策略由反射屏障表征。

Language Generation as Optimal Control: Closed-Loop Diffusion in Latent Control Space

语言生成作为最优控制：潜在控制空间中的闭环扩散

ZiYi Dong, Yuliang Huang, Weijian Deng, Xiangyang Ji, Liang Lin, Pengxu Wei

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 本文将语言生成重新表述为随机最优控制问题，通过统一理论视角分析自回归和扩散模型，解释其局限性，并提出基于流匹配的闭环控制器实现高效文本生成。

ForcingDAS: Unified and Robust Data Assimilation via Diffusion Forcing

通过扩散强迫实现统一且稳健的数据同化：ForcingDAS

Yixuan Jia, Siyi Chen, Yida Pan, Xiao Li, Lianghe Shi, Chanyong Jung, Haijie Yuan, Ismail Alkhouri, Yue Cynthia Wu, Saiprasad Ravishankar, Jeffrey A Fessler, Qing Qu

机构 * University of Michigan（密歇根大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出ForcingDAS，一种基于扩散强迫的统一数据同化框架，能够捕捉长时序依赖并减少误差积累，同时在推理时无需重新训练即可实现滤波到平滑的全谱应用。

The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models

灵活性陷阱：重新思考扩散语言模型中任意顺序的价值

Zanlin Ni, Shenzhi Wang, Yang Yue, Tianyu Yu, Weilin Zhao, Yeguo Hua, Tianyi Chen, Jun Song, Cheng Yu, Bo Zheng, Gao Huang

机构 * LeapLab, Tsinghua University（清华大学Leap实验室） ； NLPLab, Tsinghua University（清华大学自然语言处理实验室） ； Tsinghua University（清华大学） ； Alibaba Group（阿里巴巴集团） ； BNRist, Tsinghua University（清华大学北京研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文发现，尽管扩散语言模型（dLLMs）允许任意生成顺序，但这种灵活性可能限制其推理能力，通过采用标准的Group Relative Policy Optimization（GRPO）方法，即JustGRPO，在保持并行解码能力的同时提升了推理性能。

Comments Code and pre-trained models: https://github.com/LeapLabTHU/JustGRPO

Robot-DIFT: Correspondence-Sensitive Diffusion Features for Contact-Rich Robot Manipulation

Robot-DIFT: 用于接触丰富机器人操作的对应敏感扩散特征

Yu Deng, Yufeng Jin, Xiaogang Jia, Jiahong Xue, Gerhard Neumann, Georgia Chalvatzaki

机构 * TU Darmstadt（图宾根大学） ； KIT（卡尔斯鲁厄理工学院） ； FZI（弗劳恩霍夫研究所） ； Hessian.AI（黑森人工智能公司） ； Robotics Institute Germany（德国机器人研究所） ； Honda Research Institute Europe GmbH（本田欧洲研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Robot-DIFT，通过流形蒸馏将扩散模型转化为确定性学生网络，结合空间-语义特征金字塔网络，为接触敏感任务提供实时对应敏感特征，在多个基准上超越现有方法。

FADTI: Fourier and Attention Driven Diffusion for Multivariate Time Series Imputation

FADTI: 基于傅里叶和注意力驱动的多变量时间序列插补扩散模型

Runze Li, Hanchen Wang, Wenjie Zhang, Binghao Li, Yu Zhang, Xuemin Lin, Ying Zhang

机构 * Anonymous（匿名） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出FADTI扩散框架，通过可学习傅里叶偏置投影模块注入频域归纳偏置，结合自注意力与门控卷积进行时序建模，在多个基准上优于现有方法，尤其在高缺失率下表现突出。

Comments This work has been submitted to the IEEE for possible publication. 10 pages, 7 figures

Time-Averaged Drift Approximations are Inconsistent for Inference in Drift Diffusion Models

时间平均漂移近似在漂移扩散模型推断中是不一致的

Sicheng Liu, Alexander Fengler, Michael J. Frank, Matthew T. Harrison

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文证明在漂移扩散模型中使用时间平均漂移近似（TADA）进行参数推断会导致不一致估计，并通过注意DDM数值示例展示其导致注意效应系统性误估和错误科学结论。

Comments 37 pages. Includes updates for the first revision

Super and Weak Poincaré Inequalities for Sticky-Reflected Diffusion Processes

粘性反射扩散过程的超和弱Poincaré不等式

Feng-Yu Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文为粘性反射扩散过程建立超和弱Poincaré不等式，并刻画相关扩散半群的收敛速率和一致可积性。

dLLM-Cache: Accelerating Diffusion Large Language Models with Adaptive Caching

dLLM-Cache：基于自适应缓存的扩散大语言模型加速

Zhiyuan Liu, Yicun Yang, Yaojie Zhang, Junjie Chen, Chang Zou, Qingyan Wei, Shaobo Wang, Yichen Zhu, Linfeng Zhang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散大语言模型推理延迟高的问题，提出一种无需训练的自适应缓存框架dLLM-Cache，通过长间隔提示缓存和基于特征相似性的部分响应更新，实现高效中间计算复用，在保持输出质量的同时大幅降低FLOPs。

Comments Accepted by ICML 2026

IDEQ -- Improving Diffusion Models for the Traveling Salesman Problem (TSP) by Leveraging the Structure of the Solution Space

IDEQ -- 利用解空间结构改进旅行商问题的扩散模型

Mickael Basson, Philippe Preux

机构 * Université de Lille（里尔大学） ； CNRS（国家科学研究中心） ； Inria（法国国家信息与自动化技术研究院） ； UMR 9198-CRIStAL（UMR 9198-CRIStAL研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出IDEQ方法，通过利用TSP解空间的约束结构和基于2-opt轨道的均匀分布训练目标，改进扩散模型求解TSP，在合成实例和TSPlib上达到新SOTA，接近LKH3性能。

First-principles transition-state tensorial cluster expansion of vacancy diffusion in Ta-W beyond the kinetically-resolved activation approximation

超越动力学分辨激活近似的Ta-W中空位扩散的第一性原理过渡态张量团簇展开

Jacob Jeffries, Brianna Sebastian-Olazabal, Enrique Martinez

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文开发了一种第一性原理框架，通过过渡态张量团簇展开直接学习环境依赖的迁移势垒，无需动力学分辨激活近似，应用于Ta-W体系揭示了溶质捕获与渗流低势垒路径竞争导致的非平凡扩散行为。

Comments 19 pages, 14 figures

CountsDiff: A Diffusion Model on the Natural Numbers for Generation and Imputation of Count-Based Data

CountsDiff: 一种用于计数数据生成和插补的自然数扩散模型

Renzo G. Soatto, Anders Hoel, Greycen Ren, Shorna Alam, Stephen Bates, Nikolaos P. Daskalakis, Caroline Uhler, Maria Skoularidou

机构 * Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出CountsDiff扩散框架，通过生存概率调度和显式损失加权简化Blackout扩散，引入连续时间训练、无分类器引导和逆动态，在自然图像和单细胞RNA-seq插补任务中匹配或超越现有方法。

Comments 39 Pages, 11 figures. To appear in the 43rd International Conference on Machine Learning (ICML 2026)

D5P4: Partition Determinantal Point Process for Diversity in Parallel Discrete Diffusion Decoding

D5P4：用于并行离散扩散解码中多样性的分区行列式点过程

Jonathan Lys, Vincent Gripon, Axel Marmoret, Lukas Mauch, Fabien Cardinaux, Ghouthi Boukli Hacene, Bastien Pasdeloup

机构 * IMT Atlantique, Lab-STICC, UMR CNRS 6285（IMT阿提拉克大学，Lab-STICC，UMR CNRS 6285） ； Sony Europe Ltd. Stuttgart Technology Center, EUREC（索尼欧洲有限公司，斯图加特技术中心，EUREC） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出D5P4波束解码方法，利用分区行列式点过程在离散扩散模型中选择中间序列，平衡质量与多样性，无需外部验证器。

MAGE: All-[MASK] Block Already Knows Where to Look in Block Diffusion LLM

MAGE：在块扩散LLM中，全[MASK]块已经知道在哪里看

Omin Kwon, Yeonjae Kim, Doyeon Kim, Minseo Kim, Yeonhong Park, Jae W. Lee

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

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对块扩散LLM长上下文推理中KV缓存导致的内存瓶颈，提出无训练方法MAGE，利用块扩散训练目标的对齐特性，在第一步确定整个轨迹的KV子集，实现近无损精度和显著加速。

Integral Harnack estimates and the rate of extinction of singular fractional diffusion

积分Harnack估计与奇异分数扩散的灭绝速率

Filippo M. Cassanello, Simone Ciani, Antonio Iannizzotto

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了奇异s分数p-Laplace扩散方程的局部弱解的积分Harnack不等式，并利用这些估计评估局部质量及解的衰减速率，同时通过近似方法研究了Cauchy-Dirichlet问题弱解的灭绝现象。

Comments 40 pages, 1 figure

Step-Wise Refusal Dynamics in Autoregressive and Diffusion Language Models

自回归与扩散语言模型中的逐步拒绝动态

Eliron Rahimi, Elad Hirshel, Rom Himelstein, Amit LeVi, Avi Mendelson, Chaim Baskin

机构 * Department of Computer Science, Technion – Israel Institute of Technology（技术学院计算机科学系，以色列技术学院） ； INSIGHT Lab, School of Electrical and Computer Engineering, Ben-Gurion University of the Negev, Israel（内斯坦实验室，贝内-加隆大学内加尔分校，以色列） ； Computer Science Department, University of Haifa, Haifa, Israel（海法大学计算机科学系，海法，以色列） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散语言模型（DLM）与自回归（AR）模型在拒绝有害生成行为上的差异，发现扩散重掩码机制可促进恢复，提出逐步拒绝内部动态（SRI）信号，并基于此构建无需修改推理的越狱检测器。

Comments Preprint

CHDP: Cooperative Hybrid Diffusion Policies for Reinforcement Learning in Parameterized Action Space

CHDP：参数化动作空间中强化学习的协同混合扩散策略

Bingyi Liu, Jinbo He, Haiyong Shi, Enshu Wang, Weizhen Han, Jingxiang Hao, Peixi Wang, Zhuangzhuang Zhang

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 针对混合动作空间中的策略表达力不足和高维扩展性差问题，提出协同混合扩散策略框架，通过离散和连续扩散策略的协作与顺序更新，结合码本嵌入和Q函数引导，在基准测试中成功率提升高达19.3%。

Comments Accepted by AAAI 2026

Generalizable AI-Generated Image Detection Based on Fractal Self-Similarity in the Spectrum

基于频谱分形自相似性的可泛化AI生成图像检测

Shengpeng Xiao, Yuanfang Guo, Heqi Peng, Hui Miao, Zeming Liu, Liang Yang, Jiantao Zhou, Yunhong Wang

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 针对AI生成图像检测中现有方法泛化能力不足的问题，提出Fractal-CNN模型，通过捕捉频谱分形自相似性实现与生成器无关的检测，在16个测试生成器上平均准确率达93.93%，具备强跨生成器泛化能力。

Comments 11 pages, 6 figures

SHARP: Spectrum-aware Highly-dynamic Adaptation for Resolution Promotion in Remote Sensing Synthesis

SHARP: 为遥感合成促进分辨率提升的频谱感知高动态适应

Bingxuan Zhao, Qing Zhou, Chuang Yang, Junyu Gao, Qi Wang

机构 * School of Computer Science, Northwestern Polytechnical University, Xi'an, China（计算机科学学院，西北工业大学，西安，中国） ； School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University, Xi'an, China（人工智能学院，光学与电子学（iOPEN），西北工业大学，西安，中国） 纠错

专题命中 扩散模型 ：text-to-image(abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出SHARP方法，通过频谱感知的高动态适应策略，在无需训练的情况下提升遥感图像分辨率，优于现有无训练基线，在CLIP分数、审美分数和HPSv2上表现更优。

Comments Accepted by the 34th ACM International Conference on Multimedia (ACM MM 2026)

Journal ref Proceedings of the 34th ACM International Conference on Multimedia (ACM MM 2026)

MixFlow Training: Alleviating Exposure Bias with Slowed Interpolation Mixture

MixFlow训练：用慢插值混合减轻曝光偏差

Hui Li, Fu-Yun Wang, Haoyuan Xia, Jiayue Lyu, Kaihui Cheng, Siyu Zhu, Jingdong Wang

专题命中 扩散模型 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 研究扩散模型训练-测试差异问题，提出MixFlow方法，利用慢流现象的慢插值混合对预测网络后处理，在类条件图像生成和文本到图像生成实验中验证有效，在RAE模型的ImageNet生成任务上取得好结果。

Comments CVPR 2026

Generative Refinement Networks for Visual Synthesis

生成细化网络用于视觉合成

Jian Han, Jinlai Liu, Jiahuan Wang, Bingyue Peng, Zehuan Yuan

机构 * ByteDance（字节跳动） 纠错

专题命中 扩散模型 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出生成细化网络（GRN），通过近无损分层二进制量化解决离散化瓶颈，结合全局细化机制和熵引导采样策略，提升图像生成质量与效率。

Comments code: https://github.com/bytedance/GRN

AI's Blind Spots: Geographic Knowledge and Diversity Deficit in Generated Urban Scenario

人工智能的盲点：生成式城市场景中的地理知识与多样性不足

Ciro Beneduce, Massimiliano Luca, Bruno Lepri

机构 * Bruno Kessler Foundation（布鲁诺·凯斯勒基金会） ； University of Trento（特伦托大学） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)；text-to-image(abstract)；分类 cs.CV

AI总结 评估基于扩散的文本到图像模型在生成美国城市街景图像中的地理知识和表征偏差，通过生成图像并嵌入模型对比FID，发现模型能编码地理信息，但存在视觉刻板印象。

SceneCompleter: Dense 3D Scene Completion for Generative Novel View Synthesis

SceneCompleter：面向生成式新视角合成的密集3D场景补全

Weiliang Chen, Jiayi Bi, Yuanhui Huang, Wenzhao Zheng, Yueqi Duan

机构 * Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 提出SceneCompleter，通过几何-外观双流扩散模型在RGBD潜空间进行密集3D场景补全，并引入场景嵌入器整合全局信息，实现跨视角一致的生成式新视角合成。

Can Video Diffusion Models Predict Past Frames? Bidirectional Cycle Consistency for Reversible Interpolation

视频扩散模型能否预测过去帧？双向循环一致性用于可逆插值

Lingyu Liu, Yaxiong Wang, Li Zhu, Zhedong Zheng

机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； School of Computer and Information Science, Hefei University of Technology（合肥工业大学计算机与信息科学学院） ； Faculty of Science and Technology, University of Macau（澳门大学科技学院） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV、cs.MM

AI总结 本文提出双向循环一致性框架，通过双向生成轨迹对称性提升视频插值的时序一致性，实验表明在37帧和73帧任务中取得最佳性能。

MeshFlow: Efficient Artistic Mesh Generation via MeshVAE and Flow-based Diffusion Transformer

MeshFlow: 通过MeshVAE和基于流的扩散Transformer实现高效艺术网格生成

Weiyu Li, Antoine Toisoul, Tom Monnier, Roman Shapovalov, Rakesh Ranjan, Ping Tan, Andrea Vedaldi

机构 * Meta AI ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV、cs.GR

AI总结 提出MeshFlow方法，利用变分自编码器将网格拓扑和顶点坐标映射到连续潜空间，并结合修正流Transformer并行生成网格，相比自回归方法速度提升18倍且精度优异。

Comments CVPR2026 Highlight, Homepage: https://mesh-flow.github.io/, Code: https://github.com/facebookresearch/meshflow

Reprojection-Guided 3D Gaussian Splatting Diffusion for Weakly Supervised Single-Image Normal Estimation

CLONE: 基于3DGS的闭环可微优化框架用于单图像法线估计

Yanxing Liang, Yinghui Wang, Wei Li, Tao Yan, Jiaxing Shen

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机科学学院，中国无锡） ； School of Data Science, Lingnan University, Hong Kong, China（岭南大学数据科学学院，中国香港） 纠错

专题命中 扩散模型 ：diffusion(title)；分类 cs.CV

AI总结 提出CLONE框架，通过3D高斯泼溅参数化场景并利用协方差特征分解得到连续可微法线，结合可微光照模型和一步确定性扩散精化网络，在统一重投影目标下联合优化，实现无需真值法线监督的几何一致性单图像法线估计。