图像生成

Catalyst Diffusion Transformer: Generative Inverse Design of Heterogeneous Catalysts

催化剂扩散变换器：多相催化剂的生成式逆设计

Hayoung Doo, Dong Hyeon Mok, Seoin Back, Jonggeol Na

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对催化剂发现人力物力消耗大及现有生成模型局限性问题，提出催化剂扩散变换器CatDiT，通过学习潜在表示实现高效训练与快速采样，支持多条件设定，用于逆催化剂设计，在氮还原反应中取得良好效果，是实用可扩展的方法。

Statistical Mechanics of Thermal Diffusion in Rough Energy Landscapes

粗糙能量景观中热扩散的统计力学

Soham Chattopadhyay, Blas P. Uberuaga

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究从质量输运变分原理出发，提出统计框架描述复杂固体热扩散，表明微观涨落支配非阿累尼乌斯扩散，动力学项可机器学习处理，还阐述了固溶体空位扩散在不同条件下与阿累尼乌斯行为的关系。

Comments 14 pages, 3 figures, 24 pages supplementary material

TG-Diff: Coupling Discrete Topology Diffusion and Topology-conditioned Geometry Diffusions for B-Rep Generation

TG-Diff：耦合离散拓扑扩散与拓扑条件几何扩散用于边界表示生成

MingZe Sun, Haiyong Jiang, Bingchen Yang, Haoxuan Song, Yidi Li, Jun Xiao, Peter Wonka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出TG-Diff框架，通过解耦拓扑与几何建模生成B-rep。基于以曲面为中心的表示开发两个扩散模型，拓扑扩散用离散扩散模型，曲面隐变量生成用条件隐变量扩散模型，经后处理形成封闭B-rep，计算量小且性能优越。

Comments none

GRACE: Gradient-Free Robot Action Generation via Combined Diffusion-MPPI Posterior Mean Estimation

GRACE：通过组合扩散-MPPI后验均值估计实现无梯度机器人动作生成

Leesai Park, Jiho HOng, Sanghyun Kim

机构 * School of Mechanical Engineering, Kyung Hee University（庆熙大学机械工程学院） ； Advanced Institute of Convergence Technology (AICT)（融合技术高级研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出GRACE方法，通过组合扩散-MPPI后验均值估计，仅用前向成本评估引导预训练扩散策略，构建成本条件引导后验并估计均值，在模拟和真实机器人上验证，比基线方法成功率高，能避免部署时障碍物。

MotifRole-Diff: Risk-Optimal Role-Aware Corruption for Masked Molecular Graph Diffusion

MotifRole-Diff：用于掩码分子图扩散的风险最优角色感知损坏

Tasfia Nuzhat Ornee, Elias Hossain, Ivan Garibay, Niloofar Yousef

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对分子图扩散中统一损坏计划的不足，提出MotifRole-Diff方法，根据去噪难度和扰动影响分配掩码率，经实验验证该方法能提升生成有效性并降低FCD，表明结构感知损坏是更优掩码策略。

From Score Approximation to Distribution Approximation in Score-Based Diffusion Models

基于得分的扩散模型中从得分近似到分布近似

Lan V. Truong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于得分的扩散模型中得分近似与分布近似的关系，利用经典神经网络近似理论等，通过推导显式上界，建立两者定量联系，给出从得分函数近似到反向扩散模型概率分布近似的简单明确保证。

Comments 18 pages

Diffusion-guided optimization for full waveform inversion

用于全波形反演的扩散引导优化

Yiran Shen, Yangkang Chen, Björn Engquist

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出在全波形反演（FWI）中用预训练扩散模型作正则化器，比较三种引导策略，通过多种实验表明分裂吉布斯扩散采样（SGDS）能提升重建质量，扩散引导优化可作实用正则化策略并保留波动方程建模循环。

Comments 32 pages, 16 figures. Source code: https://github.com/shenyiran91/SGDS-FWI

Anomalous Diffusion of Tropical Cyclones Observed in Huge Ensembles of Hindcasts

在大量后报数据中观测到的热带气旋异常扩散

Abdoul R. Zeba, William D. Collins, Ankur Mahesh, Boris Bonev, Karthik Kashinath, Thorsten Kurth, Michael S. Pritchard, Shashank Subramanian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究利用2023年夏季大量后报数据，通过改进的检测和跟踪框架识别热带气旋，用球形傅里叶神经算子生成后报数据，重现异常扩散幂律，得出其对热带气旋轨迹和登陆位置预测性的影响。

Anomalous-diffusion synthesis of non-Gaussian reservoir anomalies for time-lapse seismic inversion

用于时移地震反演的非高斯储层异常的反常扩散合成

Anderson Mateus de Sousa Nogueira, Paulo Vitor Ferreira, Katerine Rincon Perez, João M. de Araújo, Tiago Barros, Samuel Xavier-de-Souza, Sérgio Luiz da Silva, Gilberto Corso

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究开发基于物理知识的时移地震反演框架，针对现有方法无法捕捉储层反常输运特征的问题，引入时空分数扩散数据生成器，训练卷积神经网络，经验证能准确重建异常，扩展了4D地震反演适用性。

Unbiased Diffusion Monte Carlo for non local operators

用于非局部算符的无偏扩散蒙特卡罗方法

Carlos Rodriguez Perez, Valerio Olevano, Francesco Sottile, Vitaly Gorelov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对计算非局部算符的无偏扩散蒙特卡罗估计值问题，提出新数学精确方法，指出前沿技术前向行走的局限，通过在对称哈伯德二聚体和氦原子系统中的验证，证明新方法显著优于前向行走。

Comments 14 pages, 5 figures

Property-Guided Diffusion for Inverse Design of Crystalline Materials

用于晶体材料逆设计的属性引导扩散

Sourav Mal, Subhankar Mishra, Prasenjit Sen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对晶体材料逆设计中属性引导相关问题，基于DiffCrysGen开发框架，用参数高效适配器微调及无分类器引导，以多种属性为任务研究其影响，经预筛选和验证识别出稳定材料，确立该框架并提供新见解。

Comments 15 pages, 12 figures

Ionic Diffusion Properties of Rare-Earth High-Entropy Oxides from a Machine-Learned Interatomic Potential

基于机器学习原子间势的稀土高熵氧化物离子扩散特性

Mary Kathleen Caucci, Billy E. Yang, Saeed S. I. Almishal, Jon-Paul Maria, Susan B. Sinnott

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究利用CHGNet机器学习原子间势驱动分子动力学模拟，探究铈基稀土高熵氧化物中氧扩散。通过对三种CHGNet变体基准测试，揭示氧传输受空位浓度和阳离子环境影响，明确成分调整增强氧离子电导率的途径。

MedDiT4SR: Tri-Stream Joint Adaptation of Pre-Trained Diffusion Transformers for Medical Image Super-Resolution

MedDiT4SR：用于医学图像超分辨率的预训练扩散Transformer的三流联合自适应

Zhi Chen, Le Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对医学图像超分辨率难题，提出MedDiT4SR三流自适应框架，集成多种表示于扩散Transformer块，引入SR Adapter和SA Refiner，实验验证该框架能有效让预训练DiT模型适应不同医学成像域的超分辨率任务。

Transformer-based Diffusion models for Hydrological Time Series Probabilistic Imputation and Forecasting

基于Transformer的扩散模型用于水文时间序列概率插补和预测

Ferdinand Bhavsar, Lionel Benoit, Maxime Savatier, Edith Gabriel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨基于Transformer的扩散模型在水文时间序列模拟和重建中的应用，将其用于法国东北部多地点水量和水质联合建模，经校准验证后与其他方法比较，结果支持该方法有效性，凸显其捕捉复杂模式能力。

RadioTrace: Transmitter-Aware Diffusion for Radio Map Estimation without Deployment-Time Fine-Tuning

RadioTrace：用于无线电地图估计的发射机感知扩散，无需部署时微调

Liu Yang, Qiang Li, Zhuo Cao, Weijie Xiong, Guomin Sun, Jingran Lin

机构 * School of Information and Communication Engineering, University of Electronic Science and Technology of China（信息与通信工程学院，电子科学与技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出RadioTrace框架，无需部署时微调，将稀疏RSS测量与预训练扩散先验集成，通过纳入Tx位置估计、传播引导的K均值初始化及稳定性分析，在随机和受限区域采样下展现出良好性能，提升了无线电地图估计的适应性、鲁棒性和实用性。

Comments IEEE Trans. Wireless Comm

Diffusion Language Model for Recommendation

用于推荐的扩散语言模型

Chengyi Liu, Yongqi Zhou, Junwei Pan, Zhixiang Feng, Chengguo Yin, Haijie Gu, Jie Jiang, Yinghao Liu, Yujuan Ding, Qing Li, Wenqi Fan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对现有推荐系统中自回归范式的不足，受扩散语言模型启发，提出 DLMRec。该模型引入协作感知随机分词器、课程驱动训练策略、稳定性感知投票机制，为推荐提供了新的离散扩散语言模型及有效方法。

Comments 30 pages, 9 figures

A Diffusion-Model Subpopulation Digital Twin for Mobile Health Deployment: A Case Study on the HeartSteps Intervention

用于移动健康部署的扩散模型亚群数字孪生：以HeartSteps干预为例

Ziping Xu, Yuyi Chang, Chenshun Ni, Nithin Sugavanam, Asim H. Gazi, Pedja Klasnja, Emre Ertin, Susan A. Murphy

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； The Ohio State University（俄亥俄州立大学） ； Harvard University（哈佛大学） ； University of Michigan（密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对移动健康干预算法设计问题，提出基于条件时间序列扩散模型开发“JITAI-Twins”数字孪生的方法，经多步更新，在HeartSteps干预部署预阶段验证，能更好再现目标亚群结构，为算法设计决策提供模拟。

Mean-to-Score Discrete Diffusion: Posterior-Mean Denoisers for Score Entropy

均值到分数的离散扩散：用于分数熵的后验均值去噪器

Jingyuan Li, Xiaoyi Jiang, Yixuan Jiang, Wei Liu, Yi Zhu, Zuoqiang Shi, Pipi Hu

机构 * Tsinghua University（清华大学） ； Beijing Institute of Mathematical Sciences and Applications（北京数学科学与应用研究院） ； Wuhan University（武汉大学） ； MathonAI（马松人工智能） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对分数熵离散扩散存在的问题，引入均值到分数（M2S）方法，通过预测后验均值并转换为分数，应用于特定马尔可夫链。在CIFAR-10等实验中，M2S降低了测试BPD和FID-50k，提升了生成性能。

Grasp, Handover, Rotate: Bimanual Object Reorientation via Compositional Diffusion and Energy-Based Optimization

抓取、交接、旋转：通过组合扩散和基于能量的优化实现双手物体重新定向

Wun Lam Yeung, Wenjun Liu, Yui Cheung Yu, Zhengyan Lambo Qin, Qijin She, Heng Li, Ziqi Wang, Ping Tan

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究双手物体重新定向问题，提出基于组合扩散和能量的BiCompoDiff框架，联合优化多方面任务，结合预训练模型与能量模型，通过梯度引导和采样优化抓取姿态，实验表明其成功率和轨迹平滑度优于基线，实现有效模拟到现实转移。

Comments IROS 2026

Distributed Model-Based Diffusion For Scalable Multi-Robot Trajectory Optimization

用于可扩展多机器人轨迹优化的基于分布式模型的扩散算法

Haejoon Lee, Xinyi Wang, Taekyung Kim, Dimitra Panagou

机构 * Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对多机器人轨迹优化难题，提出分布式基于模型的扩散算法（DMBD），将反向扩散过程分解为局部条件反向扩散过程，使机器人能独立去噪，模拟显示其可扩展性强，能快速解决协调任务且优于现有基线。

Comments 9 pages, 4 figures

Source-Prior-Driven Selective Adaptation for Efficient Diffusion Model Finetuning

源先验驱动的选择性适应用于高效扩散模型微调

Yi Xiong, Yuan-Yuan Cheng, Xiao-Ming Fu

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 研究针对扩散模型微调中提升特定目标生成与保留预训练能力的权衡问题，提出源先验驱动的选择性适应方法，通过关键观察学习静态掩码并构建更新策略，实验证明比基线方法在适应 - 保留权衡上表现更好。

SevDiff: Severity-Conditioned Diffusion for Long-Tail Conflict Trajectory Generation

SevDiff：用于长尾冲突轨迹生成的严重程度条件扩散

Eni Solomon Laughter

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对ADAS评估中冲突轨迹罕见及现有方法不足的问题，提出SevDiff严重程度条件扩散模型，以TTC值为调节信号生成配对轨迹，经训练在不同TTC目标下有高命中率，生成特征物理合理，命中率下降模式可精确表征生成器。

From Atoms to Entropy: Optimal Noise Allocation for Diffusion Training in the Convex Regime

从原子到熵：凸域中扩散训练的最优噪声分配

Luca Ambrogioni, Giulio Franzese, Alberto Foresti, Gabriel Raya, Bac Nguyen, Georgios Batzolis, Yuhta Takida, Naoki Murata, Chieh-Hsin Lai, Yuki Mitsufuji

机构 * Radboud University（拉德堡德大学） ； EURECOM（欧洲电信系统研究所） ； Tilburg University（蒂尔堡大学） ； Sony AI（索尼人工智能公司） ； University of Cambridge（剑桥大学） ； Sony Group Corporation（索尼集团公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散模型训练时噪声水平分配问题，开发通用统计框架，在不同 regime 下得出最优分配结论，并通过实验验证，平方根熵调度能提升离散域训练效率且在连续图像上有竞争力。

Diffusion posterior sampling enables zero shot kilometre scale wind forecasting over complex terrain

扩散后验采样实现复杂地形上千米尺度的零样本风速预测

Yujiang Cai, Ya Wang, Shuanglei Feng, Bo Wang, Yiming Liu, Hui Yuan, Xinyi Sun, Haijie Li, Shenming Fu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对复杂地形近地表风预测难题，开发KiloGen扩散后验采样框架，通过学习WRF模型先验并结合ECMWF预报约束后验采样，在山西应用效果良好，降低风速均方根误差，为千米尺度风预报增强提供有效途径。

Comments Main manuscript with 7 figures and Supplementary Information with 5 supplementary figures

Localization transitions of diffusion dynamics in physical networks

物理网络中扩散动力学的定位转变

Jun Yamamoto, Ivan Bonamassa, Márton Pósfai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究物理网络中扩散动力学的定位转变，核心方法是求解分析模型，发现度-体积比为无序参数，其失谐重组拉普拉斯谱，揭示了特征丰富驱动的定位控制机制，表明物理特性重塑网络动力学无序格局。

Comments 6 pages, 3 figures

From Dark Matter to Galaxies: Halo-Free Mock Generation via Conditional Point-Cloud Diffusion

从暗物质到星系：通过条件点云扩散生成无晕模拟

Kana Moriwaki, Ken Osato, Naoki Yoshida

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出基于扩散的生成模型，以暗物质密度场为输入生成含位置和物理性质的星系点云。在IllustrisTNG模拟目录上训练，能再现星系与暗物质场关系及多种分布，还可绕过晕发现，为相关实验提供实用引擎及新推断途径。

Comments 9 pages, 9 figures, submitted to MNRAS

AdaFlash: Adaptive Speculative Decoding via On-Policy Distilled Diffusion Drafters

AdaFlash：通过策略蒸馏扩散草稿器实现自适应推测解码

Yu-Yang Qian, Hao-Cong Wu, Chen Chen, Jiacheng Sun, Zhenhua Dong, Peng Zhao, Zhi-Hua Zhou

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Huawei Foundation Model Dept（华为基础模型部） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散草稿器在推测解码中存在的问题，提出AdaFlash框架，包含基于策略蒸馏算法和自适应长度头，有效降低方差，实验证明该框架能提高推理速度，尤其在高并发场景中吞吐量显著提升。

Addressing Limited Data in Auditory Attention Decoding with Diffusion Generative Models

用扩散生成模型解决听觉注意力解码中的数据有限问题

David Rannaleet, Victor Gunnarsson, Bo Bernhardsson, Martin A. Skoglund, Emina Alickovic

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对助听器中听觉注意力解码因数据有限面临的挑战，利用扩散概率模型生成合成语音诱发EEG数据进行数据增强，实验证明该方法能显著提高AAD性能，凸显其减轻训练数据限制及增强模型鲁棒性的潜力。

Denoising Subordinated Probabilistic Models: Diffusion with a Tempered-Stable Volatility Clock, and What the Noise Mechanism Actually Controls

去噪从属概率模型：具有 tempered - 稳定波动率时钟的扩散以及噪声机制实际控制的内容

Junchi Shen, Helin Zhao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出去噪从属概率模型（DSPM），其混合向量由特定波动率过程驱动成平稳 AR(1)链，证明相关界定结果，通过实验验证模型效果，耦合链与数据恢复控制、学习先验记忆，解决噪声机制及模型相关问题。

Comments 14 pages, 5 figures; working draft, code available from the author

Traveling waves of a reaction-diffusion system with partially coupled diffusion

具有部分耦合扩散的反应扩散系统的行波

Thomas Giletti, Hirofumi Izuhara, Harunori Monobe

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有部分耦合扩散的反应扩散系统的行波解，在第一个分量不扩散时进行理论分类，两个分量都扩散时进行数值研究，应用于捕食者 - 猎物和流行病学等模型。