图像生成

Adaptive-WAM: Quality-Guided Early-Exit Planning from Intermediate Video-Diffusion Features

Adaptive-WAM：基于质量引导的中间视频扩散特征早期退出规划

Sining Ang, Yuguang Yang, Yan Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Adaptive-WAM是基于Wan2.2-5B主干的质量感知多出口规划器，通过动态分配主干深度减少计算量，在NAVSIM、nuScenes等数据集上取得优异规划性能，延迟显著降低。

Answer First, Reason Later: Commitment Order in Diffusion LLMs

先给出答案，后进行推理：扩散大语言模型中的承诺顺序

Jewon Yeom, Jaewon Sok, Seonghyeon Park, Jeongjae Park, Hwiyeong Lee, Taesup Kim

机构 * Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究发现扩散大语言模型（dLLMs）的任意顺序提交机制会导致推理失败，通过前沿门控承诺干预可恢复推理性能，同时保留并行解码优势。

Diff-Symbo: Text-Controlled Long-Duration Symbolic Music Generation Using Autoregressive Latent Diffusion Model

Diff-Symbo：基于自回归潜在扩散模型的文本控制长时长符号音乐生成

Zhiwei Lin, Jun Chen, Boshi Tang, Weihao Wu, Yang Jing, Yaolong Ju, Fan Fan, Zhiyong Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Diff-Symbo借助LDM与自回归方法，结合含19345个文本模板的数据集，实现了文本控制的长时长高质量符号音乐生成，在多项指标上优于基线模型。

Global weak solutions to the Cahn-Hilliard equation with degenerate mobility and singular diffusion

带有退化迁移率和奇异扩散的Cahn-Hilliard方程的整体弱解

Monica Conti, Andrea Giorgini, Greta Ricchi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对带退化迁移率和奇异扩散的Cahn-Hilliard方程初边值问题，在三维有界光滑凸域且初始数据具有限能量的条件下，通过非熵方法推导关键函数的L⁴(0,T;H²(Ω))估计，证明了合适整体弱解的存在性。

Quantum Error Mitigation with Diffusion-Like Models

基于类扩散模型的量子误差缓解

Yuval Idan, Ofek Nourian, Elad Mentovich, Taylor L. Patti, Eliahu Cohen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对量子系统退相干问题，提出基于类扩散模型的AI辅助误差缓解框架，通过机器学习学习去噪映射，在单量子比特、多量子比特寄存器上验证，可兼容噪声分布式量子系统，用于近似非幺正动力学与缓解相干损失。

Cooperative adsorption and diffusion trapping induced by AlF3 intercalation in graphite

石墨中AlF3插层诱导的协同吸附与扩散捕获

H. Betancourt-Infante, G. Ruano, F. Bonetto, S. J. Rodríguez-Sotelo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过第一性原理研究AlF3在石墨中的吸附与插层，揭示了其诱导的协同吸附与扩散捕获机制，为调控碳基储能系统插层效率提供了定量框架。

Comments 14 pages, 7 Figures and SI

Learning When to Stop: Prefix-Optimal Dynamic Diffusion Policies for Continuous Control

学习何时停止：用于连续控制的前缀最优动态扩散策略

Rohit Kumar Salla, Manoj Saravanan, Simon Stepputtis

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散策略连续控制的计算瓶颈，提出POGP框架，通过学习前缀值函数实现自适应去噪停止，减少约2.7倍迭代次数，同时提升任务性能。

GUARD: Grounding Uncertainty and Ablation-Based Risk Detection for Diffusion-Based VLAs

GUARD：面向扩散型视觉-语言动作（VLA）的不确定性与基于消融的风险检测

Suhas Hegde, Jitendra Yasaswi Bharadwaj Katta

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出GUARD方法，无需修改预训练扩散型VLA策略即可检测其故障，在多基准测试中提升未见过任务的ROC-AUC，提供可跨多维度迁移的故障信号。

Recovery of time-dependent coefficients for the convection-diffusion equation on conformally transversally anisotropic manifolds from partial data

从共形横截各向异性流形上的部分数据恢复对流扩散方程的时变系数

Boya Liu, Anamika Purohit

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对共形横截各向异性流形上的对流扩散方程反问题，利用部分输入-输出算子，在1-形式与函数的衰减测地射线变换单射的条件下，唯一确定时变对流项和密度系数。

Khinchin's and Chung's Laws of the Iterated Logarithm at Time Zero for the Linear Stochastic Fractional Diffusion Equation

线性随机分数阶扩散方程在时间零点的辛钦与钟氏重对数律

Chang Liu, Ran Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对带零初值的线性随机分数阶扩散方程，建立了时间零点的辛钦型重对数律，在特定附加条件下证明了钟氏型重对数律，将随机热方程的初始时间重对数律推广至一类时间分数阶随机扩散方程。

Comments 22 pages

Stochastic Keller Segel System with Porous Medium Diffusion and Nonlinear Chemotactic Sensitivity

带有多孔介质扩散和非线性趋化敏感性的随机Keller-Segel系统

Yiming Jiang, Haohang Li, Yawei Wei

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究带多孔介质扩散和非线性趋化敏感性的随机Keller-Segel系统，对a≥1且m≥2a+1的情况建立鞅解全局存在性等，揭示非线性趋化聚集与扩散的平衡，用多种方法克服相关困难。

A hybrid proper orthogonal decomposition and diffusion framework for reduced-order forecasting of turbulent flow dynamics

一种用于湍流动力学降阶预测的本征正交分解与扩散混合框架

Rodrigo Abadia-Heredia, Xiangrui Zou, Manuel Lopez-Martin, Petros Koumoutsakos, Soledad Le Clainche

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出结合本征正交分解（POD）与有效动力学生成学习（G-LED）的混合框架，实现高效湍流预测，对比三种配置验证其降阶后大幅降低计算成本且保留关键流动结构。

Divide-and-Conquer: Towards Generalizable Amortized Bayesian Inference for the Drift Diffusion Model

分而治之：面向漂移扩散模型的可推广摊销贝叶斯推断

Yufei Wu, Shanqing Gao, Andreas Voss, Francis Tuerlinckx

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对摊销贝叶斯推断无法推广至不同研究设计的局限，提出分而治之框架，将DDM数据集分解为成对数据片后单独推断再用共识MCMC结合，在保持与MCMC相当性能的同时大幅降低计算成本，为ABI方法提供通用优化策略。

Should the Boundary Term Be Learned in Reflected Diffusion? Conormal Trace and Reflection Masking

在反射扩散中是否应学习边界项？余法迹与反射掩蔽

Ziyue Wang, Takafumi Kanamori

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究探讨有界域反射扩散的分数学习，提出无需额外参数的超矩形等域参数化方法，发现硬反射可掩盖边界分数误差，实验验证反射频率等因素对误差分离的影响。

MDLMPE: Distribution Aware Positional Encoding for Masked Diffusion Language Models

MDLMPE：面向掩码扩散语言模型的分布感知位置编码

Tong Ling, Hang Lei, Feng Xiao, Changhui Sun, Jiahang Xie, Hao Liu, Lu Liu, Yanlong Du

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对掩码扩散语言模型位置编码对动态标记可用性结构不敏感的问题，提出MDLMPE，通过编码标记可用性等实现分布感知，在LLaDA、DREAM等实验中性能优于传统方法。

LLaDA MoE v2: Scaling Mixture-of-Experts Diffusion Language Models

LLaDA MoE v2：扩展混合专家扩散语言模型

Fengqi Zhu, Shaoxuan Xu, Jingyang Ou, Zebin You, Yipeng Xing, Huabin Liu, Xiaolu Zhang, Jun Zhou, Zhenzhong Lan, Yankai Lin, Wayne Xin Zhao, Jianguo Li, Chongxuan Li, Ji-Rong Wen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究明确MoE扩散语言模型的扩展规律，训练30B-A3B的LLaDA MoE v2，其预训练令牌量为Qwen3的65%，经微调后在多数推理编码基准上优于SDAR Chat且接近Qwen3。

ED-DiT: Physics-Guided Diffusion Pretraining for Transferable Molecular Representations from Electron Density

ED-DiT：用于从电子密度学习可迁移分子表示的物理引导扩散预训练

Liang Shuang, Haocheng Wang, Jiayi Song, Shuquan Ye, Ben Fei

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出ED-DiT，一种物理引导的扩散Transformer，通过电子密度点云自监督预训练学习可迁移分子表示，在6项EDBench任务及低监督场景下均优于基线，展现出良好效果。

Comments 16 pages, 9 figures, 7 tables, including supplementary material

UniNav: A Unified World-Action Diffusion Model for Visual Navigation

UniNav：用于视觉导航的统一世界-动作扩散模型

Changqing Zhou, Yueru Luo, Zeyu Jiang, Changhao Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 UniNav是统一世界-动作扩散模型，通过单扩散过程生成未来视觉观测与航路点轨迹，其变体UniNav-Fast延迟0.1秒且精度无明显下降，在导航基准上ATE优于最强基线。

Accelerating Human-Aware Robot Trajectory Generation via Diffusion and Consistency Distillation

基于扩散模型与一致性蒸馏的人机感知机器人轨迹生成加速方法

Byeong-Il Ham, Hyun-Bin Kim, Kyung-Soo Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究针对人机交互场景下机器人轨迹生成的约束与效率问题，结合RRT/RRT*算法、扩散模型与一致性蒸馏技术，实现了快速、低加加速度的机器人轨迹生成。

Comments 8 pages, 4 figures

Simulation-free and finite-time diffusion model

无模拟且有限时间的扩散模型

Kentaro Kaba, Masayuki Ohzeki, Yuki Sughiyama

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种参考过程设计框架，可同时实现无模拟训练与有限时间生成，还揭示得分匹配并非扩散模型训练的基础，且条件流匹配是该框架的小噪声极限。

SynEnergy: Anomaly Semantic-Guided Diffusion for Synthetic Energy Data Generation

SynEnergy：面向合成能源数据生成的异常语义引导扩散模型

Lin Jiang, Dahai Yu, Ravikumar Gelli, Guang Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出SynEnergy，一种两阶段扩散框架，通过HG-ASL提取异常语义、AS-Diff生成数据，在四个真实能源数据集上较11种基线提升异常保留与下游质量，可扩展至城市级场景。

Comments 24 pages, 44 figures

DDSynth-RL: Audio Synthesizer Inversion via Discrete Diffusion with Reinforcement Learning

DDSynth-RL：结合强化学习的离散扩散音频合成器逆问题求解

Tristan Wu, Daniel Chin, Junan Zhang, Junyan Jiang, Yansen Jing, Gus Xia

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对合成器逆问题的两大挑战，提出结合掩码离散扩散与GRPO风格音频域奖励微调的DDSynth-RL方法，在Dexed上验证了其性能优势。

Comments Accepted to the 27th International Society for Music Information Retrieval Conference (ISMIR 2026). 8 pages, 3 figures, 1 table

Speculative Correction: Draft-then-Refine Decoding for Diffusion Language Models

推测校正：扩散语言模型的草稿后精炼解码

Brian K Chen, Chong Wu, Kenji Kawaguchi

机构 * National University of Singapore（新加坡国立大学） ； City University of Hong Kong（香港城市大学） 纠错

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提出草稿后精炼解码方案，通过 Flash-Flash 和 Mini-Flash 配置在 GSM8K、MBPP、MATH 数据集上提升准确率并加快推理速度，为双向精炼及快速生成提供新路径。

Comments 25 pages, 3 figures

The intermediate scattering function of an interacting adlayer as a characteristic function: a closed-form theory of Ising lattice-gas surface diffusion

作为特征函数的相互作用吸附层中间散射函数：Ising格气表面扩散的闭式理论

S. Miret-Artés

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出了Ising格气表面扩散的闭式理论，推导了中间散射函数的闭式形式，经KMC模拟验证，可用于Na/Cu(111)和H/Pt(111)等体系的分析。

Comments 34 pages; 9 figures, 2 tables

Exact Resonances Are Not Sufficient for Phonon Energy Diffusion

精确共振不足以实现声子能量扩散

Wei Lin, Yong Zhang, Hong Zhao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究指出精确共振匹配等运动学条件不足以实现声子能量扩散，需准共振维持能量扩散，且热力学与弱非线性极限不可交换，明确了声子能量扩散的动力学判据。

Comments 8 pages, 5 figures

Chaos and Diffusion in Twisted Bilayer Graphene

扭曲双层石墨烯中的混沌与扩散

Olga Arroyo-Gascón, Manuel Pino

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过数值分析实验相关的扭曲双层石墨烯模型，发现公度与非公度旋转角下的有限系统均存在混沌，边界作为单粒子散射机制强于单层石墨烯，可诱导混沌与扩散。

Music Restoration via Latent Operator Optimization and Diffusion Model Priors

基于潜在算子优化与扩散模型先验的音乐修复

Michal Švento, Eloi Moliner, Valtteri Kallinen, Lauri Juvela, Vesa Välimäki, Pavel Rajmic

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出LOUDAR方法，将未知失真建模为可学习潜在算子，结合预训练音频自编码器与潜在扩散模型先验，在歌声、吉他失真修复任务上表现优于退化输入且具竞争力。

Comments Accepted to the the 27th International Society for Music Information Retrieval Conference (ISMIR 2026)

AURORA-LM: Autoencoding Unified Representation for Continuous-Latent Diffusion Language Modeling

AURORA-LM：用于连续潜在扩散语言建模的统一表示自动编码

Jiajun Liang, Yucheng Liao, Yukang Cao, Jiazhe Wei, Ken Li, Wende Tan, Jiankun Zhang, ZY Cui, Jingkang Yang, Liucheng Guo, Shiqi Yang, B. Yang, Caifeng Shan, Ziwei Liu, Chenyang Si

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 AURORA-LM是一种分离文本表示构建与分布建模的连续潜在扩散语言模型，通过特定技术优化后，在OpenWebText自由生成和XSum摘要任务中性能优于同类模型。

Comments 40 pages, 17tables, project page: https://aurora-lm-project.github.io/

CMuon: Accelerating and Stabilizing Diffusion Transformer Training via Chunked Momentum Orthogonalization

CMuon：通过分块动量正交化加速并稳定扩散Transformer的训练

Chuyan Chen, Peng Sun, Kun Yuan

机构 * Peking University（北京大学） ； Westlake University（西湖大学） ； 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Transformer训练计算成本高、普通Muon优化器存在后期收敛问题的瓶颈，提出CMuon策略，通过分块权重实现训练加速与收敛优化，在ImageNet 256上200个epoch达FID1.18，训练速度超AdamW2倍

Comments ECCV 2026

xPress: Parallel Refinement for Diffusion Drafters in Speculative Decoding

xPress：推测解码中扩散草稿模型的并行优化

Zheng Wang, Davis Wertheimer, Yu Chin Fabian Lim, Mudhakar Srivatsa, Raghu K. Ganti, Minjia Zhang, Naigang Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； IBM（国际商业机器公司（IBM）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 xPress是恢复扩散草稿模型因果依赖的并行优化方法，在Qwen3-8B的7个基准上，可提升推测解码的接受长度与端到端吞吐量。