图像生成

Avoiding Dilution: Using Diffusion and Vision Transformers to resolve Majorana Features in Nanowires at High Temperature

避免稀释：利用扩散和视觉变压器解析高温下纳米线中的马约拉纳特征

Jacob R. Taylor, Haining Pan, Jay D. Sau, Sankar Das Sarma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究利用扩散和视觉变压器，通过生成高低温电导模拟并训练神经网络，从高温电导数据恢复和推断低温马约拉纳纳米线特征，为早期筛选不良器件提供实用途径，加速马约拉纳纳米线器件开发的实验反馈循环。

Comments 3 Figures, 6 Pages

The Open Cluster Chemical Abundances and Mapping Survey: IX. Measuring the Effects of Stellar Diffusion in the Open Clusters NGC 752 and Ruprecht 147 using APOGEE

开放星团化学丰度与测绘巡天：IX. 使用APOGEE测量开放星团NGC 752和鲁普雷希特147中恒星扩散的影响

Diogo Souto, Taylor Spoo, Peter M. Frinchaboy, Katia Cunha, Jamie Tayar, Alessa Ibrahim Wiggins, Natalie Myers

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用SDSS/APOGEE数据研究开放星团NGC 752和鲁普雷希特147中恒星的原子扩散，分析多种元素丰度差异，拟合观测模式获星团年龄，碳为关键诊断元素，结果进一步约束原子扩散模型，影响主序拐点附近恒星年龄估计。

Comments Accepted for publication in the ApJ

Kaleido: Algorithm-Hardware Co-Design for Video Diffusion Transformers by Exploiting Latent Space Correlations

Kaleido：通过利用潜在空间相关性对视频扩散变压器进行算法-硬件协同设计

Wenxuan Miao, Haosong Liu, Weiming Hu, Zihan Liu, Aiyue Chen, Jianlin Yu, Yiwu Yao, Yiming Gan, Jieru Zhao, Jingwen Leng, Minyi Guo, Yu Feng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Jiao Tong University, Shanghai Qi Zhi Institute（上海交通大学、上海颀智研究所） ； Huawei Technologies（华为技术有限公司） ； ICT, Chinese Academy of Sciences（信息科技研究所、中国科学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对视频扩散变压器计算成本高的问题，提出Kaleido算法-硬件协同设计，利用潜在空间通道级时空相关性加速操作，有轻量级重用算法，设计了加速器，实验表明其相比现有加速器有显著加速和节能效果。

Discrete Diffusion Models: A Unified Framework from Tokenization to Generation

离散扩散模型：从词元化到生成的统一框架

Ye Yuan, Weien Li, Rui Song, Zeyu Li, Haochen Liu, Xiangyu Kong, Zixuan Dong, Linfeng Du, Zipeng Sun, Weixu Zhang, Jiaxin Huang, Changjiang Han, Yonghan Yang, Zichen Zhao, Xiuyuan Hu, Haolun Wu, Yankai Chen, Fengran Mo, Jikun Kang, Bowei He, Philip S. Yu, Xue Liu

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） ； MBZUAI - Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Tsinghua University（清华大学） ； Rochester Institute of Technology（罗彻斯特理工学院） ； Salesforce（Salesforce公司） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究离散扩散模型，引入统一框架从离散状态空间构建审视该模型，让现有公式成为共同设计空间实例，揭示训练、推理等方面权衡，为未来研究提供方向。

Propagation dynamics of an acid-mediated invasion model with degenerate tumor diffusion

具有退化肿瘤扩散的酸介导侵袭模型的传播动力学

Xinyue Cao, Quentin Griette, Xiong Li, Yang Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有密度依赖退化扩散的酸介导肿瘤侵袭模型的行波前沿，通过引入非线性变量变换等方法，证明了特定波速下行波前沿存在，连接肿瘤主导与健康状态，并建立了相关估计。

Comments 27 pages

Non-local evolution equations with Lévy diffusion: Well-posedness and limiting behavior

具有 Lévy 扩散的非局部演化方程：适定性与极限行为

Xi Huang, Li Peng, Yong Zhou

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有 Lévy 扩散的时间非局部演化方程，通过从属原理和松弛函数理论，在相关条件下探讨非局部线性演化问题经典解存在性、向广义 Rayleigh - Stokes 方程的极限情况及非线性问题温和解的性质。

Estimation of Elastic Parameters with Guidance-based Diffusion model

基于引导扩散模型的弹性参数估计

Anjali Dixit, Francesco Brandolin, Tariq Alkhalifah

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对弹性参数从角度叠加地震数据中可靠估计的难题，提出基于引导扩散模型的反演工作流程，经无监督训练学习参数耦合，用扩散后验采样近似似然函数，在两个数据集上评估，相比基线能恢复更好剖面并实现不确定性量化。

Towards compressed baryonic matter densities: D meson diffusion

迈向压缩重子物质密度：D介子扩散

Dani Rose J Marattukalam, Manpreet Kaur, Arvind Kumar, Sabyasachi Ghosh

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过动力学理论弛豫时间近似，在手征SU(3)强子模型中计算D介子在致密核介质中的空间扩散和动量传输系数，用不同近似估算弛豫时间，其结果对评估未来重离子碰撞实验中的压缩重子物质密度有重要意义。

Condition for $1/f$ noise to occur along with an example for a diffusion equation

1/f噪声出现的条件及扩散方程示例

H. Mouri

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究1/f噪声出现条件，通过分析扩散方程找到例子，得出其出现的充要条件，即由两个常数频率表征且特定频率范围无其他常数参数，该条件适用于任何系统，解释了1/f噪声普遍性及部分其他噪声系统。

Comments 7 pages, to appear in Physical Review E

Journal ref PRE, 114, 024106 [2026]

An exactly solvable macroscopic fluctuation theory of single-file diffusion

单文件扩散的一个可精确求解的宏观涨落理论

Sandeep Jangid, Soumyabrata Saha, Kapil Sharma, Jitendra Kethepalli, Benjamin Guiselin, Jacopo De Nardis, Tridib Sadhu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究单文件扩散，通过正则变换求解扩展BHR气体及有限体积排斥晶格气体的宏观涨落理论，计算示踪剂位置和积分电流的大偏差统计量，并用罕见事件模拟验证结果。

Comments 8 pages, 3 figures + 8 pages of supplement

Audio-Native Speech Recognition with a Frozen Discrete-Diffusion Language Model

使用冻结离散扩散语言模型的音频原生语音识别

Harsha Vardhan Khurdula, Abhinav Kumar Singh, Yoeven D Khemlani, Vineet Agarwal

机构 * Interfaze AI（Interfaze人工智能公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 探讨离散扩散语言模型能否用于语音识别，训练音频原生接口，用冻结Whisper编码器等，约42M参数。自然训练目标遇问题，连接主义时间分类损失打破僵局，模型在LibriSpeech test-clean上字错误率6.6%，能并行转录多种语言。

Comments 10 pages, 2 figures, 6 tables

Accelerating Masked Diffusion Large Language Models: A Survey of Efficient Inference Techniques

加速掩码扩散大语言模型：高效推理技术综述

Daehoon Gwak, Minhyung Lee, Junwoo Park, Jaegul Choo

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Yonsei University（延世大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 综述介绍用于扩散大语言模型的统一延迟分解框架，以理清算法、架构和系统因素对推理速度的影响，将加速技术分类，提供可重复基准测试指导方针并强调实现并行生成潜力的挑战。

Comments Accepted at IJCAI-ECAI 2026 (Survey Track)

UD-ASD: A Unified Diffusion Model for Anomalous Sound Detection

UD-ASD：一种用于异常声音检测的统一扩散模型

Pengxiang Gao, Yu Qiu, Yanzhi Song

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 研究针对异常声音检测，提出含轻量级模块的统一扩散模型，先将音频转对数梅尔频谱图，通过嵌入机器ID引导模型为特定机器重建数据，经高斯混合模型拟合误差分布，实验验证该模型在DCASE2022任务2中相比基线有显著提升。

Comments 5 pages, 3 figures, Interspeech 2026

Model-Based Diffusion Optimal Control for Multi-Robot Motion Planning

基于模型的扩散最优控制用于多机器人运动规划

Zhilin He, Yorai Shaoul, Jiaoyang Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对多机器人运动规划难题，介绍基于模型的扩散最优控制（MDOC），它不依赖数据，通过结合动力学模型与控制障碍函数约束投影，利用基于冲突搜索的安全机制，在模拟实验中展现出优于基线规划器的性能。

Accepted Prefixes Are Not All You Need: A Negative Result on PEFT-Based Block-Diffusion Drafting

接受前缀并非全部所需：基于PEFT的块扩散草稿生成的负面结果

Abdurrahman Javat, Allan Kazakov

机构 * Bahçeşehir University（巴赫切希尔大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于PEFT - BD的推测性解码方法，虽有避免分词器不匹配等优点，但在Qwen3 - 0.6B实验中未实现实际加速，因草稿生成器计算不高效。结果表明成功推测性解码需草稿生成器执行成本远低于验证器。

ReDiTT: Retrieval Augmented Conditional Diffusion Transformers for Asynchronous Time Series

ReDiTT：用于异步时间序列的检索增强条件扩散变压器

Saiyue Lyu, Zhitian Zhang, Ruizhi Deng, Thibaut Durand

机构 * University of British Columbia（英属哥伦比亚大学） ； RBC Borealis（加拿大皇家银行北极星） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对异步时间序列预测问题，提出ReDiTT模型，通过在潜在空间运行并从记忆库检索相似潜在序列作为参考条件，利用交叉注意力机制，实现稳定的长期预测并提高样本多样性，在多个数据集上取得最优性能。

Comments Accepted at TMLR 2026

Generating Developable 3D Molecules via Pocket-Conditioned Diffusion and Property-Aware Optimization

通过口袋条件扩散和性质感知优化生成可开发的3D分子

Ruoxi Gao, Jiangweizhi Peng, Ziqi Chen, Frazier N. Baker, David C. Kombo, John L. Kane, Andrew A. Scholte, Yi Li, Matthew J. LaMarche, Luigi I. Iconaru, Hans-Peter Biemann, Mingyi Hong, Xia Ning

机构 * The Ohio State University（俄亥俄州立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对药物发现难题，提出基于条件扩散的SBDD框架conDitar-dev，含msPRL、conDitar和paOPT三个模块。在新基准上表现出色，在ADMET属性上性能提升显著，应用于两个靶点验证了其生成可开发分子的能力，还发现了新抑制剂及药物重新定位机会。

TraceSynth: Generating Production-Quality Kernel Traces with Constraint-Guided Diffusion Models

TraceSynth：使用约束引导扩散模型生成生产质量的内核跟踪

Yuvraj Sehgal, Sneh Patel, Mahsa Panahandeh, Naser Ezzati-Jivan, Francois Tetreault

机构 * Department of Computer Science, Brock University（布罗克大学计算机科学系） ； School of Electrical Engineering and Computer Science, University of Ottawa（Ottawa 大学电气工程与计算机科学学院） ； Ciena Corporation（Ciena 公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对工业系统收集内核执行跟踪成本高的问题，提出TraceSynth框架，利用基于Transformer的去噪扩散过程及约束引导修复生成合成内核跟踪，在六个基准测试中验证效果，显示其能经济高效增强跟踪并助于判断合成数据替代真实跟踪的时机。

Comments 11 pages, 2 figures, 6 tables. Author's accepted version. Published in the Industry Track of the 34th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (FSE Companion '26), Montreal, QC, Canada. Code: https://github.com/17YuvrajSehgal/SyntheticLogGeneration

Journal ref FSE Companion '26: Companion Proceedings of the 34th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering, Montreal, QC, Canada, 2026

Learning to Discretize: Diffusion-Based Adaptive Mesh with Spectral Guidance

学习离散化：基于扩散的具有谱引导的自适应网格

Zixuan Shen, Bingchuan Wang, Zhi Wang, Yong Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出能否让替代模型在预测场演化前学习分辨率位置的问题，构建两阶段扩散框架解决自适应离散化，通过多种约束使网格生成器正则化，结果显示该方法在五个PDE regime有竞争力，表明离散化应依 regime学习，重构了自适应网格划分问题。

Comments 19 pages, 11 figures, 9 tables

Graph-Based Detection of Disinformation Narrative Diffusion between Russian and Ukrainian Telegram Channels

基于图的俄罗斯和乌克兰Telegram频道间虚假信息叙事传播检测

Yuliia Vistak, Viktoriia Makovska, Vera Schmitt, Veronika Solopova

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究社交媒体虚假信息叙事检测难题，提出基于图的框架，结合弱监督与传播图分析，聚合语义相关断言建模传播，可检测协调叙事放大及虚假信息叙事传播，提供可扩展检测方法。

Comments UNLP 2026 The Fifth Ukrainian Natural Language Processing Conference

Analysis of a multispecies cross-diffusion Keller-Segel system with volume filling

具有体积填充的多物种交叉扩散Keller-Segel系统分析

Noah Geltner, Ansgar Jüngel, Mingyue Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究趋化性驱动的多相多物种扩散系统，通过耦合相关方程并基于质量和力平衡定律推导得出模型，建立了全局弱解等性质，将熵有界方法扩展到特定解值域，得出多方面成果。

Graph-space well-posedness for diffusion equations with degenerate instantaneous diffusion

具有退化瞬时扩散的扩散方程的图空间适定性

Hiroki Ishizaka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有完全单调记忆的扩散方程，通过引入扩展状态、利用算子伴随性使增强生成器\(m\)-耗散，得到唯一温和解等，证明了相关收敛性，为记忆主导扩散的离散化提供连续稳定性目标。

On a two-species Keller-Segel model with degenerate diffusion and two stimuli

关于具有退化扩散和两种刺激的双物种凯勒 - 塞格尔模型

Shen Bian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究全空间中具有退化扩散的双物种趋化系统，通过精细能量估计建立弱解全局存在性，在参数额外假设下得出解向常数稳态的指数收敛速率，揭示强退化扩散确保全局有界性和指数稳定性。

Uncertainty-Aware Crack Growth Forecasting via Conditional Denoising Diffusion Models for Phase-Field Fracture

基于相场断裂的条件去噪扩散模型的不确定性感知裂纹扩展预测

Jahnavi Krishna Koda, S. M. Mallikarjunaiah

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对传统方法预测脆性裂纹扩展的计算瓶颈，提出基于物理的条件去噪扩散概率模型，可进行全场时空断裂演化预测，能在不修改模型下量化不确定性，有精度提升、跨状态泛化等优势，且推理速度有改进。

Lattice Configuration Generation with a Self-Learning Diffusion Model

用自学习扩散模型生成格点配置

Akio Tomiya

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究无需外部蒙特卡罗计算准备数据来训练格点场配置扩散采样器，构建自引导采样器SLDiffusion，在二维紧凑XY模型中自训练，结果显示能量和涡旋密度与独立计算相符，积分自相关时间短，证明可自训练。

Comments 34 pages, 8 figures

Emergence of drifted diffusion in quantum walks with subspace restart

具有子空间重启的量子行走中漂移扩散的出现

Liwei Qiao, Ruoyu Yin, Wei Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过引入子空间重启协议，以离散时间量子行走为例，利用选择性重置驱动其进入漂移扩散区域，借助惠更斯 - 菲涅耳机制解释现象，确立了子空间重启是控制合成晶格中量子到经典转变的途径。

Comments 7 pages, 4 figures

Diffusion of tacit knowledge in a company: a mathematical model based on diffusion on graphs

公司中隐性知识的传播：基于图上扩散的数学模型

Radosław A. Kycia, Agnieszka Niemczynowicz, Andrzej Buszko

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究公司中隐性知识传播，提出基于物理学热扩散概念及图论的模型，通过定义隐性知识转移图编码问卷数据，可优化课程安排、识别高知识需求员工，有助于公司多方面提升及改进知识管理等。

Comments 57 pages, 8 figures

Journal ref Journal of Knowledge Management (2026)

Markov Chain Monte Carlo with Diffusion Paths

带扩散路径的马尔可夫链蒙特卡罗

Han Chen, Sifan Liu, Jun Yang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对多模态分布采样难题，提出沿扩散路径插值的方法，通过变分估计中间得分，引入MAD - Path采样器消除偏差，经谱隙分析明确路径特性，量化误差影响，实验表明其在全局探索和模式权重估计上优于其他方法。

From Global to Factor-Wise Expert Composition in Discrete Diffusion Models

从离散扩散模型中的全局专家组合到因子级专家组合

Haozhe Huang, Yudong Xu, Abhijoy Mandal, Alán Aspuru-Guzik

机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Mechanical & Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对离散扩散模型中专家组合方法的局限性，提出因子级组合框架FactorDiff，将样本分解为更小因子，通过动态路由使因子与相关专家匹配，在ARC - AGI基准测试中表现优于全局标量加权方案。

Xema: Efficient Diffusion Serving through Fine-Grained Memory Management and Auto-Configuration

Xema：通过细粒度内存管理和自动配置实现高效扩散服务

Xueze Kang, Guangyu Xiang, Suyi Li, Yuxin Wang, Shaohuai Shi, Lin Zhang, Xiaowen Chu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散模型服务受GPU内存限制问题，提出Xema系统，通过细粒度内存管理和自动配置，利用可预测张量生命周期优化内存，引入离线规划器联合选择参数，实现高效扩散服务，相比现有配置提升SLO达成率并降低规划成本。