图像生成

Diffusion Policy with Behavioral Advantage Correction for Offline Reinforcement Learning

面向离线强化学习的带行为优势修正的扩散策略

Botao Dong, Longyang Huang, Ning Pang, Hongtian Chen

机构 * School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University（南洋理工大学化学、化学工程与生物技术学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对离线强化学习中分布偏移导致的Q值估计偏差问题，提出带行为优势修正的扩散策略（DPBAC）算法，结合BAC-PE与扩散模型，在D4RL任务上实现优于SOTA的性能。

REFLEX: Rethinking MoE Inference as Refinement-Aware Compute Allocation in Diffusion Language Models

REFLEX：将MoE推理重新思考为扩散语言模型中的感知细化的计算分配

Xiang Xia, Cheng Yan, Yiming Zhang, Jiazheng Liu, Hongyu Zhang, Wuyang Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 REFLEX是一种无需训练的MoE推理方法，通过粗到细的专家预算分配和前沿进度分数，在扩散语言模型中平均减少15%专家计算量，同时保持或提升生成质量，实现更优的质量-计算权衡。

Disagree to Accelerate: Closing the Loop on Diffusion Feature Forecasts

弃权以加速：闭合扩散特征预测的循环

Yanchao Li, Jiaqing Xie, Ben Gao, Wanhao Liu, Yanbo Wang, T. Y. Tsui, Jinfei Liu, Yuqiang Li, Tianfan Fu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出无需训练的闭环控制器RACER，利用预测分歧信号调整对扩散特征预测的信任度，在多模型多数据集上实现了相同评估次数下的性能提升或同等质量下的更快采样。

Beyond On-Policy Exploration: Integrating External Policy Rollouts for Reinforcement Learning in Diffusion Language Models

超越在线策略探索：将外部策略 rollout 整合用于扩散语言模型中的强化学习

Wonseok Lee, Jimyeong Kim, Jungmin Ko, Wonjong Rhee

机构 * Seoul National University（首尔大学） ； Interdisciplinary Program in Artificial Intelligence, Seoul National University（首尔大学人工智能交叉项目） ； Artificial Intelligence Institute, Seoul National University（首尔大学人工智能研究院） ； Department of Intelligence and Information, Seoul National University（首尔大学智能与信息系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散大语言模型强化学习中在线策略 rollout 稀缺的问题，提出 ERILS 方法整合外部策略 rollout，在数独等任务上显著提升性能，验证了 rollout 构建与奖励处理的重要性。

Separate-and-Detect: Unified Drum Transcription and Stem Generation via Latent Diffusion

分离与检测：通过潜在扩散实现统一鼓转录与音轨生成

Wei-Han Hsu, Chih-Cheng Chang, Bo-Yu Chen, Li Su, Yi-Hsuan Yang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出分离与检测框架，以5音轨潜在扩散模型为前端，结合起始点分支等辅助训练，实现鼓转录与音轨生成，性能优于基线，兼具分离音轨能力。

Comments 8 pages, 3 figures, 4 tables. Accepted at the 27th International Society for Music Information Retrieval Conference (ISMIR 2026)

Escaping Confidence Trap: Evolutionary Decoding for Mathematical Reasoning in Diffusion LLMs

逃离置信陷阱：扩散大语言模型数学推理的进化解码

Zhenhong Sun, Hanqing Zhao, Yatao Bian, Rongcheng Tu, Liuyue Xie, Xu Zhang, Jue Wang, Davide Modolo, Daoyi Dong, Dacheng Tao

机构 * Australian National University（澳大利亚国立大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； Amazon（亚马逊） ； University of Technology Sydney（悉尼科技大学） 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数学推理的置信陷阱，提出无训练的进化解码框架，通过逐步选择与分块变异提升LLaDA 2.0的数学推理可靠性。

DLLM-TTS: Block Discrete Diffusion Language Model for Text-to-Speech Synthesis

DLLM-TTS：用于文本到语音合成的块离散扩散语言模型

Wasim Madha, Nityanand Mathur, Hamees Sayed, Apoorv Singh, Sameer Khurana, Akshat Mandloi, Sudarshan Kamath

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出 DLLM-TTS 框架，将 TTS 建模为基于 X-Codec2 的条件块离散扩散，通过块内掩码扩散与并行预测实现高效语音生成，在 Seed-TTS-eval 基准上取得良好性能，兼具实用性与数据效率。

A Unified Kullback--Leibler Divergence Analysis of Generative Diffusion Models via Entropy Production Rate

基于熵产生率的生成扩散模型的统一Kullback-Leibler散度分析

Han Wu, Zhiwen Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出基于熵产生率的生成模型误差分析统一框架，将终端KL散度分解为三类误差，为Euler-Maruyama采样器得出$\boldsymbol{\textit{O}}(h^2)$收敛速率，统一三类生成模型分析并经实验验证。

Comments 37 pages, 15 figures

Equilibration versus Localization in a Diffusion-Relaxation System

扩散-弛豫系统中的平衡化与局域化

Aseel AlNajjar, Hoyoun Kim, Athanasios Tzavaras

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散-弛豫系统，通过能量耗散结构、不变区域估计及几何奇异摄动理论，严格刻画了平衡化与局域化的参数转变条件及对应解的行为。

Numerical approximation of fractional diffusion equations on metric graphs

度量图上分数阶扩散方程的数值逼近

David Bolin, Lenin Riera-Segura, Alexandre B. Simas

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对紧度量图上由平移Kirchhoff-Laplacian分数次幂控制的分数阶扩散方程，建立严格数学框架，提出结合向后欧拉与有限元的完全离散格式，采用有理近似实现高效求解，推导误差估计并通过实验验证收敛性。

Stochastic heat equation with nondegenerate Hölder diffusion coefficient: uniqueness below the three-fourth threshold

非退化Hölder扩散系数的随机热方程：四分之三阈值以下的唯一性

Yi Han

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对非退化Hölder扩散系数的随机热方程，证明当β>2/3时弱唯一性成立，此前同类研究仅在β>3/4时成立，该结果填补了β∈(2/3,3/4]区域内的弱唯一性研究空白。

Diffusion and shear viscosity coefficients of hot isospin asymmetric strange hadronic matter using a chiral SU(3) model

基于手征SU(3)模型的热同位旋不对称奇异强子物质的扩散系数与剪切粘度系数

Amruta Mishra, Shujun Zhao, Tetsufumi Hirano

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究采用手征SU(3)模型计算热同位旋不对称奇异强子物质的扩散与剪切粘度系数，发现同位旋不对称性和奇异数对扩散系数影响显著，奇异数使剪切粘度大幅增强，相关结果可应用于重离子碰撞实验。

Comments 31 pages, 17 figures

Strain engineering of transient exciton diffusion in WSe2 monolayers at cryogenic temperatures

低温下WSe2单层中瞬态激子扩散的应变工程

Roberto Rosati, Mohammed Adel Aly Nouh, Robert Schmidt, Rudolf Bratschitsch, Ermin Malic

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究探究低温下应变封装hBN的WSe2单层的激子动力学，发现拉伸应变加速瞬态激子扩散，压缩应变可周期性调制其扩散，揭示应变可调控二维半导体的瞬态光致发光与激子扩散。

Comments 8 pages, 4 figures, Supplementary Material

Conditional grain-graph diffusion for property-guided inverse design of polycrystalline microstructures

用于多晶微结构性能引导逆设计的条件晶粒图扩散方法

Yuheng Zhou, Xiao Shang, Huicong Chen, Yu Zou

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出条件晶粒图扩散框架，结合增强晶粒图神经网络，高效实现双相Ti-6Al-4V微结构的性能引导逆设计，生成候选性能接近预设且晶体学一致性高，运行速度远快于随机搜索与进化优化。

Exploring Efficient Waveform Diffusion Models for Foley Sound Generation

探索用于拟音音效生成的高效波形扩散模型

Runwu Shi, Chang Li, Jiahui Li, Jiang Wang, Yaozhong Kang, Nabeela Khan, Linghan Fang, Benjamin Yen, Takeshi Ashizawa, Kazuhiro Nakadai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对现有波形扩散模型效率低的问题，提出双路径（DP）架构及DP-DiT、DP-U-Net两个变体，经DCASE和FSD-Kaggle2018数据集实验，3M参数变体性能可媲美50M参数模型。

MBDiff: Multi-view Behavior-aware Diffusion Model for Probabilistic Utility Data Imputation

MBDiff：用于概率效用数据插补的多视图行为感知扩散模型

Rongchao Xu, Lin Jiang, Dahai Yu, Ximiao Li, Guang Wang

机构 * Florida State University（佛罗里达州立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对效用数据缺失问题，提出多视图行为感知扩散模型MBDiff，通过多视图用户行为提取模块和行为感知条件扩散模型，在佛罗里达州市政数据集上优于现有基线模型，提升了用电和用水块缺失插补性能。

Faster but Different: Diagnosing and Controlling Content Drift in Accelerated Multimodal Diffusion Language Models

更快但不同：加速多模态扩散语言模型中的内容漂移诊断与控制

Yaoxuan Dou, Yang Shu

机构 * School of Mathematics and Statistics, Beijing Institute of Technology（北京理工大学数学与统计学院） ； Zhejiang University（浙江大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对加速多模态扩散语言模型的内容漂移问题，通过实验诊断出漂移源于过期状态，提出缩短KV缓存刷新区间的控制方法，在1.3倍加速时实现近乎完全一致，且未发现事实错误差异。

Comments 9 pages, 4 figures, 6 tables. Preprint

FairDiffuseVQVAE: Sampling-Time Fairness in Tabular Diffusion via Conditional Refinement of Vector-Quantized Latents

FairDiffuseVQVAE：基于向量量化隐变量条件优化的表格扩散模型采样时刻公平性

Nitish Nagesh, Mahdi Bagheri, Amir M. Rahmani

机构 * University of California, Irvine（加州大学欧文分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 FairDiffuseVQVAE是将保真度与公平性解耦的两阶段表格扩散模型，在多个数据集上实现了显著的公平性提升，同时保持了优异的样本质量。

Convergence and Regret of the Policy Gradient for Multi-Armed Bandits in Diffusion Environment

扩散环境中多臂老虎机的策略梯度算法：收敛性与悔憾分析

Yanwei Jia, Du Ouyang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对扩散环境中多臂老虎机的策略梯度算法，证明其收敛性并推导O(log T)阶悔憾上界，改进了现有分析且可推广至离散时间算法。

On finite-dimensional attractor to nonsmooth reaction-diffusion equations

关于非光滑反应扩散方程的有限维吸引子

Dalibor Pražák, Buddhika Priyasad, Michael Zelina

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对含极大单调关系非光滑低阶项的反应扩散方程，研究证明其全局吸引子具有有限分形维数，并给出基于数据的显式上界估计。

Structure, Diffusion, and Relaxation in a Charge-Neutral ProTalpha-Histone H1 Condensate

电荷中性ProTα-组蛋白H1凝聚物中的结构、扩散与弛豫

Aniket Bhattacharya

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过粗粒度模型模拟，探究近电荷中性ProTα-组蛋白H1凝聚物的结构、扩散与弛豫特性，明确其链构象对压力不敏感、扩散系数随压力降低等规律，揭示瞬时静电接触的调控机制。

FA-RDP: A Frequency-Adaptive Reactive Diffusion Policy for Contact-Rich Manipulation

FA-RDP：用于接触丰富操作的频率自适应反应式扩散策略

Lifeng Zhuo, Wendi Chen, Han Xue, Shirun Tang, Jun Lv, Cewu Lu, Chuan Wen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Noematrix Ltd.（诺玛特里斯有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 FA-RDP 是一种频率自适应反应式扩散策略，通过多频率视觉-力 Transformer 和多模态指标动态调整采样策略，结合流形一致性蒸馏，在接触丰富操作任务中兼顾多模态保留与反应性，实现最高成功率。

Comments Project page: https://fa-rdp.github.io

Training Skills Like Parameters via Self-Supervised Semantic Diffusion

通过自监督语义扩散将技能像参数一样训练

Mo Li, Zixin Yin, Ting Cao, Yunxin Liu

机构 * Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The 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,abstract)

AI总结 该研究提出受扩散模型启发的无监督自进化智能体框架，通过自监督信号更新外部文本技能库，提升了智能体在短剧剧本创作领域的生成能力。

Comments Preprint, work in progress

Reflected diffusion, no-flux continuity equations and confined Lagrangian flows in bounded domains

有界域中的反射扩散、无通量连续性方程与受限拉格朗日流

Rama Cont

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对有界域中反射扩散的边际分布流，给出密度/通量对存在正则拉格朗日流的充分条件，构造反例说明边界假设不可放松，还建立无通量Fokker-Planck方程的唯一性结果，为反射扩散模型的ODE采样提供数学依据。

Comments 31 pages, 1 figure

On two differing geometric descriptions of the passage from microscopy to macroscopy in Markov diffusion theory

马尔可夫扩散理论中从显微学到宏观学过渡的两种不同几何描述

Dalton A R Sakthivadivel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对马尔可夫扩散理论中显微学到宏观学的过渡，构造协调两种几何描述的核心对象，实现了马尔可夫分析中微观-介观-宏观层级的部分普适化。

Comments 52+3 pages. The main text consists of 49 pages and appendices comprise the remainder

Influence of Rotational Diffusion on Macromolecular Self-Assembly Kinetics

旋转扩散对大分子自组装动力学的影响

Prabeen Kumar Pattnayak, Aloke Kumar, Gaurav Tomar

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过匹配平动扩散系数分离旋转扩散的影响，发现大分子结合概率依赖内部结构，自组装路径受旋转扩散系数影响，建立了大分子平衡动力学与自组装动力学的关联。

Comments 26 pages, 8 figures

Herding, Momentum, and Reversal in China's A-Share Market: An Agent-Based Network Model with Information Diffusion

中国A股市场的羊群效应、动量与反转：基于信息扩散的 Agent 网络模型

Jiahao Weng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究构建基于Agent的金融市场模型，结合局部羊群效应与信息扩散机制，解释中国A股市场的动量与反转现象，经实证验证相关机制的互补作用。

When Do Learned Diffusion Proposals Help Constraint Solving? A Controlled Study on Continuous Algebraic Systems

学习到的扩散提议何时有助于约束求解？针对连续代数系统的对照研究

Quang Bui, Sparsh Roy, Akash Gundimeda, Davin Yin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究针对连续代数系统开展对照实验，发现学习到的扩散提议仅在高维、变量未耦合的场景下，才比随机多起点更有助于约束求解，且其优势并非适用于所有真实系统。

FARI: Robust One-Step Inversion for Watermarking in Diffusion Models

FARI：用于扩散模型水印的鲁棒单步反演

Jindong Yang, Han Fang, Weiming Zhang, Nenghai Yu, Kejiang Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出FARI框架，通过单步反演结合轻量级对抗LoRA微调，在提升扩散模型水印验证鲁棒性的同时大幅缩短推理时间，效率与性能均优于50步DDIM反演。

Comments Accepted by ICLR 2026

Existence-Field Diffusion Model for Spatial Point Processes with Variable Cardinality

用于可变基数空间点过程的存在场扩散模型

Xiaoyin Pan, Christian R. Shelton, Rakshith Mahishi, Chengkuan Hong

机构 * University of California, Riverside（加州大学河滨分校） ； New York University（纽约大学） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对可变基数空间点过程生成建模难题，提出存在场扩散模型（EFDM），通过关联存在变量实现空间位置与基数的联合建模，在可变基数数据集上提升了建模能力。

Comments 19 pages, 9 figures, 6 tables. Preprint