Odd Diffusion in Three-Dimensional Isotropic Media
三维各向同性介质中的奇扩散
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文通过非线性本构律证明了三维各向同性体系中奇扩散的存在，揭示了多组分系统中密度梯度二阶展开的奇电流，并基于非互易三体力微观模型推导了该本构律。
Comments 14 pages, 4 figures, comments welcome
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
1. 扩散模型 2359 篇
Stage-Aware and Roughness-Constrained Diffusion Policy for Multi-Stage Robotic Polishing
阶段感知与粗糙度约束的扩散策略用于多阶段机器人抛光
机构 * State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（华中科技大学智能制造装备与技术国家重点实验室） ； Shanghai Spaceflight Precision Machinery Institute（上海航天精密机械研究所）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出阶段感知与粗糙度约束扩散策略（SRDP），通过多模态观测推断阶段后验并约束去噪过程，实现无外部标签的阶段一致动作生成，提升多阶段抛光质量。
Improved Large Language Diffusion Models
改进的大规模语言扩散模型
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京市大模型与智能治理重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（教育部新一代智能搜索与推荐工程研究中心） ； ByteDance Seed（字节跳动Seed）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出iLLaDA，一种8B参数的全双向注意力掩码扩散语言模型，从零训练至12T tokens，在通用、数学和代码基准上显著优于LLaDA，并可与Qwen2.5 7B竞争。
Latent Block-Diffusion Temporal Point Processes: A Semi-Autoregressive Framework for Asynchronous Event Sequence Generation
潜在块扩散时间点过程：一种用于异步事件序列生成的半自回归框架
机构 * 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） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出潜在块扩散时间点过程（LBDTPP），通过潜在空间中的块级自回归和块内高斯扩散，实现可变长度、高质量的事件序列生成，理论证明可减少误差累积，实验优于现有方法。
Non-uniqueness of weak solutions to cross-diffusion systems with advection
具有平流的交叉扩散系统弱解的非唯一性
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究一维全线上两个分离种群交叉扩散系统的弱解非唯一性，通过构造两种不同解（完全分离与有限时间后混合），首次给出该类方程非唯一性示例并展示混合现象。
Comments 29 pages + bibliography
Efficient Krylov solvers for inverse source problem in 2D space-time fractional diffusion equation
二维时空分数阶扩散方程逆源问题的高效Krylov求解器
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对二维变系数时空分数阶扩散方程的逆源问题，采用拟边界正则化方法，通过GLT理论分析离散矩阵谱性质并构造多级Toeplitz-like预条件子，加速GMRES收敛。
Propagation phenomena of spatially periodic combustion reaction-diffusion equations around an obstacle
障碍物周围空间周期燃烧反应扩散方程的传播现象
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 研究外部域中空间周期燃烧反应扩散方程的传播现象，证明存在源于脉动前沿的整体解，并建立其作为过渡前沿的性质及渐近行为。
Capturing Nuclear Quantum Effects in Hydrogen Diffusion through MoS2 via Machine-Learning-Enhanced Path-Integral Simulations
通过机器学习增强的路径积分模拟捕捉MoS2中氢扩散的核量子效应
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本研究利用机器学习增强的路径积分模拟，结合r2SCAN+rVV10密度泛函理论数据训练的原子间势，研究了MoS2中氢和氘的扩散，揭示了核量子效应显著降低自由能垒、增强扩散系数，并表现出明显的动力学同位素效应。
Suppression of Active Super-Diffusion: Impact of String Defects and Canted Multi-Domains
活性超扩散的抑制：弦缺陷与倾斜多域的影响
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 通过广义Lebwohl-Lasher模型和朗之万动力学模拟，研究活性布朗粒子在液晶中的输运，发现均匀向列相中的超扩散被拓扑缺陷抑制。
Comments 10 pages, 7 figures
Accelerating Disaggregated RL for Visual Generative LLMs with Diffusion-Based Parallelism and Trainer-Assisted Generation
加速面向视觉生成式大语言模型的解耦强化学习：基于扩散并行与训练器辅助生成
机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）计算机科学与技术学院） ； Data Science and Analytics Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）数据科学与分析学域） ； Huawei Technologies Ltd.（华为技术有限公司）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出解耦强化学习框架DigenRL，通过生成轴流水线、时间步并行和弹性训练器辅助生成，解决扩散生成式大语言模型中执行气泡问题，实现1.56-2.10倍吞吐提升。
Comments Withdrawn by the authors pending resolution of intellectual property and institutional disclosure requirements
Joycent: Diffusion-based Accent TTS without Accented Phone Prediction
Joycent: 基于扩散的口音语音合成，无需口音音素预测
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出Joycent，一种基于扩散模型的口音TTS方法，直接从标准音素序列和语音参考合成口音语音，无需口音音素预测，通过条件层归一化集成口音和说话人表征，并引入WhisAID口音识别模型，在保持说话人身份的同时提升口音自然度。
The relationship between the transition functions of the labeled and unlabeled versions of the infinitely-many-neutral-alleles diffusion model
标记与未标记的无穷多中性等位基因扩散模型的转移函数之间的关系
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文从标记的无穷多中性等位基因扩散模型的转移函数出发，简化推导了未标记模型的转移函数。
Comments 14 pages
Prediction of spatio-temporal data on meshed surfaces using advection-diffusion SPDEs
基于平流-扩散SPDE的网格表面时空数据预测
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出基于随机偏微分方程（SPDE）的网格表面时空数据统计模型，通过Galerkin离散化实现可扩展的高斯随机场模拟与预测，并应用于球面模拟数据和全球气溶胶光学厚度实例。
Audio-visual Contrastive Alignment for Diffusion-based Visual-conditioned Speech Enhancement
基于扩散的视觉条件语音增强中的音视频对比对齐
机构 * Université de Lorraine, CNRS, Inria, Loria, Nancy, France（洛林大学、法国国家科学研究中心、法国国家信息与自动化研究所、Loria研究所、法国南希）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出在扩散训练目标中加入对比音视频损失，增强视觉信息利用，提升语音增强性能，尤其在低信噪比下改善显著。
Journal ref INTERSPEECH, Sep 2026, Sydney, Australia
Grounding Generative Policies in Physics: Optimization-Guided Diffusion for Robot Control
将生成式策略基于物理：面向机器人控制的优化引导扩散
机构 * ETH Zurich（苏黎世联邦理工学院） ； EPFL（洛桑联邦理工学院）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出推理时优化框架，通过将扩散引导建模为约束优化问题，在采样中施加物理可行性约束，无需重训练即可提升机器人任务成功率。
The Geometry Behind Diffusion and Flow Matching: Gradient Flows and Geodesics in Wasserstein Space
扩散与流匹配背后的几何：Wasserstein空间中的梯度流与测地线
机构 * mortal world（尘世） ； heaven（天堂）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文揭示扩散模型和流匹配模型共享Wasserstein流形几何：扩散对应自由能梯度流的JKO离散化，流匹配对应Benamou-Brenier测地线，两者沿不同路径到达相同端点。
Catastrophic Compositional Generation: Why Vanilla Diffusion Models Fail to Extrapolate
灾难性组合生成：为什么普通扩散模型无法外推
机构 * Machine Learning Department, Carnegie Mellon University（卡内基梅隆大学机器学习系） ； Valence Labs ； Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 本文论证普通条件扩散模型在组合生成任务中常不可行，通过理论泛化论证和实验表明，当目标分布超出源分布范围时，分数估计误差会导致灾难性性能下降。
ARIA: Adaptive Region-Based Importance Allocation for Conditional Diffusion Distillation
ARIA: 基于自适应区域重要性分配的条件扩散蒸馏
机构 * Institute for AI, University of Stuttgart（斯图加特大学人工智能研究所） ； IMPRS-IS（国际马克斯·普朗克智能系统研究学院） ； Institute of Theoretical Chemistry, University of Stuttgart（斯图加特大学理论化学研究所）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出ARIA框架，通过在线估计教师-学生差异，自适应分配训练资源到条件空间的不同区域，提升条件扩散模型蒸馏效率，尤其对未见和欠表示条件效果显著。
Comments 26 pages, 11 figures
Beyond the Autoregressive Horizon: A Comprehensive Survey of Diffusion Models, World Modelling, and State Space Models for Code
超越自回归视野：扩散模型、世界模型和状态空间模型在代码领域的综合综述
机构 * IBM
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 综述扩散模型、代码世界模型和状态空间模型在代码生成中的潜力，以克服自回归模型在全局规划、长程依赖和执行语义方面的局限，并展望“系统2”代码生成智能体。
Comments 14 Pages, 1 Table, 1 Figure
Certified Reachable Sets for Nonlinear Reaction--Diffusion Systems
非线性反应-扩散系统的认证可达集
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对含参数不确定性的非线性反应-扩散PDE，提出结合有限元法、本征正交分解和基于集合的可达性分析框架，量化各阶段近似误差，得到原PDE可达集的过近似。
Delay-Penalty Comparison for Sequential Testing and Quickest Detection in State-Dependent Diffusion Models
状态依赖扩散模型中序贯检验与最快检测的延迟惩罚比较
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对漂移在两种状态间切换且信噪比依赖当前观测的扩散过程，提出基于滤波框架的序贯检验与最快检测方法，建立延迟惩罚比较原理，证明点态更大的运行延迟惩罚会缩小停止区域并导致更早停止。
Teaching Diffusion to Speculate Left-to-Right
教导扩散模型从左到右推测
机构 * Lexington Whalen ； Yuki Ito ； Ryo Sakamoto
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对自回归解码的推理瓶颈，提出三种训练时干预方法（位置加权、首次错误焦点损失、链损失）来弥合块扩散草稿模型的双向生成与自回归目标模型从左到右验证之间的不对称性，显著提升接受草稿长度。
Comments 13 pages, technical report
Robust Diffusion Models via Divergence-Induced Weighted Denoising
通过散度诱导加权去噪的鲁棒扩散模型
机构 * LunarAI LLC（LunarAI公司） ； Fox School of Business Temple University（Temple大学商学院）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出用f-散度非线性变换替代扩散模型中的MSE去噪损失，构建鲁棒训练代理，通过局部散度构造统一训练目标，在数据污染下提升性能。
Variance-Tilted Diffusion Models for Diverse Sampling
方差倾斜扩散模型用于多样化采样
机构 * Department of Statistics, University of Oxford, Oxford, UK（牛津大学统计学系）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出方差加权批分布，通过Doob h-变换导出交互粒子采样器，在扩散模型中实现多样化采样，具有透明概率目标。
Comments Accepted at SPIGM @ ICML workshop 2026
Diffusion-Driven State Space Models
扩散驱动的状态空间模型
机构 * Montana State University（蒙塔纳州立大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出扩散驱动状态空间模型（DDSSM），用扩散模型替代高斯转移分布，联合训练自编码器和扩散模型，提升时间序列拟合与预测能力。
Comments Accepted to ProbML 2026 Workshop Track
dVLA-RL: Reinforcement Learning over Denoising Trajectories for Discrete Diffusion Vision-Language-Action Models
dVLA-RL：基于去噪轨迹的强化学习用于离散扩散视觉-语言-动作模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Baidu AI Cloud D-Robotics Shanghai AI Laboratory（百度AI云D-机器人上海人工智能实验室）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出dVLA-RL方法，将离散扩散VLA模型的强化学习目标从边缘动作概率转移到采样生成路径的联合概率，通过将去噪过程建模为马尔可夫决策过程，实现变步长调度，在LIBERO上达到99.7%成功率，在RoboTwin 2.0上相比SFT提升30.6%。
Scheduling Thoughts: Learning the Order of Thought in Diffusion Language Models
调度思维：在扩散语言模型中学习思维的顺序
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出自感知调度（SAS），通过策略优化学习扩散语言模型中的去掩码顺序，显著提升Sudoku和数学推理任务的生成质量。
HyperQuant: A Rate-Distortion-Optimal Quantization Pipeline for Large Language and Diffusion Models
HyperQuant: 面向大型语言和扩散模型的率失真最优量化流水线
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出HyperQuant统一后训练量化流水线，通过随机Hadamard变换、最优格量化、无损比特剥离和近熵最优Rice编码，在权重和KV缓存上实现率失真最优，优于现有方案。
PeLAP-A: Adaptive Latent Pruning for Lightweight Latent Diffusion Models
PeLAP-A：面向轻量级潜在扩散模型的自适应潜在剪枝
机构 * National University of Computer and Emerging Sciences（国立计算机与新兴科学大学）
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 提出PeLAP-A框架，通过可学习的通道重要性预测器对潜在通道进行自适应剪枝，发现强稀疏正则化下所有通道被抑制但去噪UNet性能反而提升，揭示潜在扩散模型的信息冗余现象。
Comments 6 pages, 3 figures
Public Diffusion Models, Private Images: Key-Controlled Inversion for Conditional Reconstruction
公开扩散模型，私有图像：用于条件重建的密钥控制反演
专题命中 扩散模型 ：diffusion(title,abstract)
AI总结 针对扩散模型参数公开的白盒场景，提出密钥控制反演框架，利用误差传播将小扰动指数放大为安全资产，确保仅正确密钥可重建原图，并证明IND-CPA安全。
