图像生成

Delayed diffusion with measure-valued kernels in nonlinear parabolic equations

非线性抛物方程中具有测度值核的延迟扩散

Yuki Tsukamoto

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究由有限符号测度核控制的带延迟扩散项的非线性抛物方程，通过有效当前算子结构假设和总记忆算子路径强制条件，证明弱解存在唯一性及稳定性，涵盖坍缩延迟原子，还验证了p - 拉普拉斯型例子假设。

Comments 26 pages

Preferential and differential diffusion in RANS simulation of lean hydrogen flames with tabulated chemistry

贫氢火焰RANS模拟中基于表格化学的优先和差异扩散

Alex M. Garcia, Emiliano M. Fortes, Eduardo J. Pérez-Sánchez, Daniel Mira, Marco Vivenzo, Michael Gauding, Heinz Pitsch, Nico Schmitz, Christian Wuppermann

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究贫氢火焰RANS模拟中优先和差异扩散问题，基于表格化学模型扩展到RANS框架，考虑混合平均扩散等因素，通过假定PDF方法纳入湍流-化学相互作用，能正确再现火焰相关特性，证明模型在模拟中纳入相关效应的能力。

D$e^+e^-$ffusion: Capturing the Beam-Beam Physics of $e^+e^-$ Collisions with Diffusion Models

D$e^+e^-$ffusion：用扩散模型捕捉 $e^+e^-$ 碰撞中的束流-束流物理

Antonio Chahine, Mariarosaria D'Alfonso, Jan Eysermans, Emmett Forrestel, Loukas Gouskos, Lindsey Gray, Katie Kudela, Haoyun Liu, Benedikt Maier, Dimitrios Ntounis, Christoph Paus, Umar Sohail Qureshi, Caterina Vernieri

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究高亮度 $e^+e^-$ 对撞机中束流诱导背景问题，提出 D$e^+e^-$ffusion 去噪扩散概率模型，经训练能再现 IPC 分布，通过模拟和分类器评估保真度，其生成事件速度比 Geant4 快近四个数量级，为 FCC-ee 设计研究提供快速模拟替代物。

Comments 18 pages, 11 figures, and 1 table. Data and code are available at https://github.com/umarsqureshi/Deeffusion

Vacancy Diffusion Across FeCrAl Alloy Composition Space for Accident-Tolerant Fuel Cladding

用于耐事故燃料包壳的空位在FeCrAl合金成分空间中的扩散

Mihai Pitigoi, Peter Hatton

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究FeCrAl合金中用于耐事故燃料包壳的空位扩散，用物种分辨的KMC模型结合线性替代模型，通过采样不同成分映射局部化学环境对空位跳跃及扩散率的影响，发现增加Cr含量降低扩散率，富Cr合金空位迁移受抑制。

Semi-Supervised Conditional Diffusion via Label Augmentation

通过标签增强实现半监督条件扩散

Jin Su, Yuan Gao, Yong Zhou, Jian Huang

机构 * Department of Applied Mathematics, The Hong Kong Polytechnic University（应用数学系，香港理工大学） ； School of Statistics and Data Science, Nankai University（统计与数据科学学院，南开大学） ； School of Statistics, East China Normal University（统计学院，华东师范大学） ； Department of Data Science and AI, The Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究如何利用未标记数据改进条件扩散模型，提出标签增强条件扩散方法（LACD），通过给未标记数据赋平凡标签并联合去噪，在理论上保证可识别性和收敛速度，实验证明该方法在样本效率和生成性能上优于纯监督估计器。

Comments 34 pages, 7 figures

DiFA: Inference-Time Forward-Process Alignment for Diffusion Models

DiFA：扩散模型的推理时间前向过程对齐

Shigui Li, Delu Zeng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出DiFA框架，将扩散模型推理时的数据预测细化转为顺序状态估计问题，受卡尔曼滤波启发建立前向对齐时间一致性，引入偏差引导机制，实验表明该方法在多个指标上显著提升CIFAR-10和ImageNet的生成保真度。

Comments Accepted to ICML 2026. 23 pages, 7 figures

ST-Veto: Spatio-Temporal Token Veto for Diffusion MLLMs via Taylor Prediction and Visual Grounding

ST-Veto：通过泰勒预测和视觉基础实现用于扩散多模态语言模型的时空令牌否决

Keuntae Kim, Beomseok Lee, Hyunwoo Kim, Yong Suk Choi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散多模态大语言模型推理不足问题，提出无需训练的ST-Veto方法，利用二阶泰勒预测和图像注意力质量否决不稳定及弱基础令牌，与更安全候选交换，在多基准测试中优于其他方法，提升准确率且无额外成本。

Comments ICML 2026 - main

FlowBlock: Wavefront-Parallel Decoding for Self-Correcting Diffusion Language Models

FlowBlock：用于自校正扩散语言模型的波前并行解码

Bing Tian, Haikun Liu, Xiaocheng Zhong, Zhuohui Duan, Zhaokai Luo, Huayi Jin, Zhiyong Wang, Xiaofei Liao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对块级扩散大语言模型块间解码串行问题，提出无需训练的\flowblock{}并行解码框架，基于门控波前解码和异构波前打包机制，相比串行模型提升了每秒令牌数、降低延迟并提高准确率，优于基于训练的基线。

Asynchronous Multimodal Diffusion Policy Composition via Latency-Aware Guidance Fusion

通过延迟感知引导融合实现异步多模态扩散策略组合

Zihao He, Hongjie Fang, Shirun Tang, Cewu Lu, Haoshu Fang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Noematrix（无矩阵） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对多模态扩散策略在模态差异下的融合问题，提出LAG - Fusion框架，通过延迟感知引导融合实现异步策略组合，推导参考帧重定位规则，在接触丰富操纵实验中提升了策略响应性和任务性能。

Apeliotes: A Diffusion-Based Modeling Framework for km-scale Multi-Level Atmospheric Fields

Apeliotes：一种用于千米尺度多层大气场的基于扩散的建模框架

Evangelia Rafaela Frastali, Achyut Paudel, Maryam Golbazi, Frank Liu

机构 * Old Dominion University（奥多明尼昂大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对高分辨率大气数据受限问题，Apeliotes框架基于全球再分析等数据构建，能提供千米尺度天气变量和多层大气场，经评估性能极具竞争力，预测垂直风廓线等有高精度表现。

Trace-Based On-Policy Distillation for Masked Diffusion Language Models

基于轨迹的策略蒸馏用于掩码扩散语言模型

Haolin Ren, Ziyang Huang, Chenhao Yuan, Jun Zhao, Kang Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散大语言模型推理训练后处理难的问题，提出基于轨迹的策略蒸馏（TOPD）框架，通过在目标模型去噪轨迹上监督，利用教师模型获取令牌分布并以反向KL目标更新，在数学推理基准上提升了模型准确率且减少计算量。

CLDRoute: Conditional Latent Diffusion for Routability Map Generation in Physical Design

CLDRoute：用于物理设计中可布线性映射生成的条件潜扩散

Kiran Thorat, Nicole Meng, Caiwen Ding, Yingjie Lao, Zhijie Jerry Shi

机构 * University of Connecticut（康涅狄格大学） ； Tufts University（塔夫茨大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对物理设计中可布线性估计问题，提出CLDRoute框架，将其作为条件生成问题，用物理感知条件和特定任务潜变量建模，支持样本推理，在CircuitNet 2.0上取得较好实验结果，能生成预期结果及其不确定性。

Masked Diffusion Language Models are Strong and Steerable Text-Based World Models for Agentic RL

掩码扩散语言模型是用于智能体强化学习的强大且可控的基于文本的世界模型

Darshan Deshpande

机构 * Patronus AI（守护神人工智能公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究强化学习中世界模型问题，对比自回归语言模型和掩码扩散语言模型，发现掩码扩散语言模型性能更优。引入GRPO训练框架，在三个OOD环境上零样本转移消融效果良好，还进行相关分析与评估，最后开源工作推动该领域研究。

Comments Dataset: https://huggingface.co/PatronusAI/world_model_corpus Training code: https://github.com/patronus-ai/mdlm_world_modeling

One-step lowest-variance selection in a Gaussian random-field model motivated by masked diffusion: Total correlation and a square root collision threshold

由掩码扩散驱动的高斯随机场模型中的一步最低方差选择：总相关性和平方根碰撞阈值

Linjun Li

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 受掩码离散扩散启发，研究高斯随机场模型单步选择，用局部相关非负分数场表示不确定性，通过距离相关高斯模型衡量所选位置相关性，建立两个互补结果，为理解相关因素对掩码离散扩散中基于置信度一步选择的影响提供基线。

Comments 27 pages; welcome comments

Diffusion approximation of a sequence of critical branching processes with dependent immigration

具有相关迁入的临界分支过程序列的扩散近似

Sadillo Sharipov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有相关迁入的临界分支过程序列的扩散近似，在一般假设下，证明其缩放和归一化序列依分布收敛到扩散过程，扩展了魏和温尼基（1989）的泛函极限定理。

Comments 19 pages

Transportation-cost inequalities for invariant measures of stochastic reaction-diffusion equations driven by space-time white noise

由时空白噪声驱动的随机反应扩散方程不变测度的运输成本不等式

Shijie Shang, Tusheng Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究由乘性时空白噪声驱动的随机反应扩散方程不变测度的运输成本不等式，通过获取随机卷积矩估计，建立随机控制方程解的利普希茨连续性，最终证明了不同度量下的运输成本不等式。

Diffusion-corrected Autoregressive Fourier Neural Operator for Droplet Evolution Prediction

用于液滴演化预测的扩散校正自回归傅里叶神经算子

Jinghao Cao, Minsung Kang, Hongyue Sun, Chi Zhou, Jihoon Chung, Xubo Yue, Sanchoy Das, Bo Shen

机构 * New Jersey Institute of Technology（新泽西理工学院） ； University of Georgia（佐治亚大学） ； University at Buffalo（纽约州立大学布法罗分校） ； Hanyang University（汉阳大学） ； Northeastern University（东北大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究材料喷射中液滴演化预测难题，提出DiffARFNO两阶段框架，结合自回归傅里叶 - MIONet与DDIM校正器，经实验验证该方法显著优于现有模型，能为长期预测提供高保真结果。

Comments 11 figures, 4 tables

On the use of the Belopol'skaya-Daletskii representation of a diffusion on a Riemann manifold to construct path integrals

关于在黎曼流形上使用扩散的别洛波尔斯卡娅 - 达列茨基表示来构建路径积分

Paolo Muratore-Ginanneschi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究利用黎曼流形上随机微分方程的别洛波尔斯卡娅 - 达列茨基公式，通过指数映射描述扩散增量，构建扩散路径测度有限维近似的等变表示。

Comments 20 pages, no figures

Evidence for elemental diffusion in the eclipsing binary star AI Phoenicis

食双星AI Phoenicis中元素扩散的证据

Pierre F. L. Maxted, Nicholas Storm, Andreas J. Korn, Marília Carlos, Matthew R. Gent, Sviatoslav B. Borisov, Paula Jofré, Maria Bergemann, Hans-Günter Ludwig, Nicola J. Miller

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究食双星AI Phoenicis，通过获取其光谱测量铁和镁丰度，与M67星团恒星比较，发现F7V恒星有元素扩散特征，可用于测试含元素扩散和混合的单星模型。

Comments Accepted for publication in MNRAS. 9 pages, 5 figures

Toward a mechanistic understanding of inference in visual cortex and diffusion models

迈向对视觉皮层和扩散模型中推理的机制性理解

Zeyu Yun, Alexander Belsten, Dasheng Bi, Zahra Kadkhodaie, Yubei Chen, Bruno A. Olshausen

机构 * Dept. of Electrical Engineering and Computer Science, UC Berkeley（加州大学伯克利分校电气工程与计算机科学系） ； Helen Wills Neuroscience Institute, UC Berkeley（加州大学伯克利分校海伦·威尔斯神经科学研究所） ； Herbert Wertheim School of Optometry and Vision Science, UC Berkeley（加州大学伯克利分校赫伯特·韦特海姆视觉科学学院） ； Redwood Center for Theoretical Neuroscience, UC Berkeley（加州大学伯克利分校红木理论神经科学中心） ； Flatiron Institute（Flatiron研究所） ； Dept. of Electrical and Computer Engineering, UC Davis（加州大学戴维斯分校电气与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究旨在理解视觉皮层和扩散模型中推理，提出基于稀疏编码的模型，用去噪分数匹配等训练，其性能出色，能揭示递归动力学机制，还能断开部分潜在变量与视觉输入连接，连接神经科学与机器学习领域。

DADiff: Diffusion-Driven Cross-Domain Policy Adaptation for Reinforcement Learning

DADiff：用于强化学习的扩散驱动跨域策略适应

Hanyang Chen, Anirudh Satheesh, Longchao Da, Hua Wei

机构 * Arizona State University（亚利桑那州立大学） ； University of Maryland, College Park（马里兰大学帕克分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究强化学习中跨域策略适应问题，提出基于扩散的DADiff框架，利用源域和目标域生成轨迹差异估计动态不匹配，开发奖励修改和数据选择变体，实验表明该方法性能优于现有方法，有效解决动态不匹配。

Comments Accepted by IROS 2026

From Similarity to Feasibility: Diffusion-Refined Retrieval-Augmented Generation for Distribution Network Optimization

从相似性到可行性：用于配电网优化的扩散细化检索增强生成

Yuxuan Chen, Haipeng Xie, Shuo Dai, Ruoyi Xu, Zhaohong Bie

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对配电网优化中传统方法的不足，提出GridRAG框架，通过将场景特征与最优解嵌入联合空间，检索相似历史场景，并用扩散模块细化解，实现跨场景通用且加速求解，相比基线有显著优势。

From Diffusion to Reaction-Diffusion: A Dynamical-Systems View of Oversmoothing in Hypergraph Neural Networks

从扩散到反应扩散：超图神经网络中过平滑的动力系统视角

Zhiheng Zhou, Mengyao Zhou, Yancheng Chen, Dengyi Zhao, Xingqin Qi, Guiying Yan

机构 * School of Mathematics and Statistics, Shandong University, Weihai（山东大学（威海）数学与统计学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究超图神经网络过平滑问题，从动力系统视角出发，提出反应扩散框架HNRD，通过定义算子解释消息传递为扩散过程，分析得出过平滑是能量耗散现象，HNRD能补偿耗散稳定变化，实验证明其优于基线，为深度超图架构设计提供框架。

Comments 17 pages,5 figures

Adaptive Multi-Step Lookahead Decoding for Diffusion Language Models

扩散语言模型的自适应多步前瞻解码

Yingqian Cui, Wei Deng, Lantao Mei, Hang Li, Charu C. Aggarwal, Hui Liu, Yue Xing

机构 * Michigan State University（密歇根州立大学） ； Morgan Stanley（摩根士丹利） ； IBM T.J. Watson Research Center（IBM 托马斯·J·沃森研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散语言模型解码，提出自适应多步前瞻框架AdaLook，基于候选分数方差动态决定是否继续展开及进行分支扩展，避免不必要的深度展开，实验证明其在准确性和解码步骤权衡上优于现有一步前瞻解码方法。

MGDT: MLLM-Guided Diffusion Transformer with Relation-Adaptive Mixture-of-Experts for Multimodal Knowledge Graph Completion

MGDT：具有关系自适应专家混合的MLLM引导扩散变压器用于多模态知识图谱补全

Xu Hou, Meiyu Liang, Wei Huang, Yawen Li, Zhe Xue, Wu Liu, Guanhua Ye, Lei Shi, Kangkang Lu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Communication University of China（中国传媒大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究多模态知识图谱补全问题，提出MGDT框架，先通过RASR-MoE模块选路径、抑干扰，再用MLLM对齐表示，最后KGDT去噪生成，实验证明该框架在三个基准数据集上性能优于基线。

Comments 8pages, 6 figures

Diffusion models recover accurate mixture weights despite score function insensitivity

扩散模型即使在得分函数不敏感的情况下也能恢复准确的混合权重

Andrew Dennehy, Ramchandran Muthukumar, Rebecca Willett, Nisha Chandramoorthy

机构 * University of Chicago（芝加哥大学） ； Data Science Institute（数据科学研究所） ； Department of Computer Science（计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于得分的生成模型在多模态分布中恢复混合权重的问题，通过定义扩散得分敏感性指数，证明其控制目标分布参数估计准确性，还展示了噪声调度对敏感性及模式放大的影响，此框架可用于恢复目标分布的定性参数。

Comments 37 pages, 7 figures

Uniqueness for nonlinear Fokker-Planck equations with general diffusion terms and their associated nonlinear Markov processes

具有一般扩散项的非线性福克 - 普朗克方程及其相关非线性马尔可夫过程的唯一性

Viorel Barbu, Yuqi Li, Michael Röckner

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有非对角扩散项的非线性福克 - 普朗克方程分布解唯一性，证明温和解在更大类中唯一，扩展以往结果，还证相关线性化方程唯一性，应用于麦克凯恩 - 弗拉索夫随机微分方程，建立\(L^{\infty}\)估计并证明其解的路径律构成非线性马尔可夫过程。

Constructing far-from-equilibrium patterns in a cross-diffusion vegetation-autotoxicity model

在交叉扩散植被自毒模型中构建远离平衡态模式

Annalisa Iuorio, Cinzia Soresina, Frits Veerman

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究利用几何奇异摄动理论，在受毒性影响的植物生长交叉扩散模型中构建稳态、周期、前沿型远离平衡态模式，扩展一维模式分析技术，证明其单参数族存在性，并依临界流形形状确定前沿型模式出现条件。

Mask-Aware Policy Gradients for Diffusion Language Models

用于扩散语言模型的掩码感知策略梯度

Haran Raajesh, Kulin Shah, Adam Klivans, Philipp Krähenbühl

机构 * The 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 研究针对强化学习扩展到MDLMs的难题，将MDLM生成形式化为两阶段动作MDP，使策略梯度分解为令牌项和掩码项，结合优化这两项在数学推理和编码基准测试中取得了最优成绩。

Comments Accepted at COLM 2026

CODA: Algorithm-Hardware Co-design for Edge Video Diffusion via NMP-Enabled Compute-Cache Operator Disaggregation

CODA：通过启用NMP的计算-缓存算子分解实现边缘视频扩散的算法-硬件协同设计

Yuanpeng Zhang, YuXuan Wu, Yitong Xiao, Chenhao Xue, Yi Ren, Cong Li, Yihan Yin, Dimin Niu, Guangyu Sun

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究在边缘设备部署视频扩散模型时速度慢的问题，提出CODA架构，通过计算-缓存算子分解，分离计算与缓存路径、重组缓存活动并利用分支独立性，实现端到端加速和能源效率提升，且保持生成质量。

Comments 15 pages, 14 figures, accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)