图像生成

Understanding Parallel Samplers in Masked Diffusion via Random Walks on Graphs

通过图上的随机游走理解掩码扩散中的并行采样器

Vansh Bansal, Cho Cholyeon, Syamantak Kumar, Sujay Sanghavi, Purnamrita Sarkar

机构 * UT Austin SDS（德克萨斯大学奥斯汀分校统计与数据科学系） ； UT Austin CS（德克萨斯大学奥斯汀分校计算机科学系） ； UT Austin ECE（德克萨斯大学奥斯汀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 提出以图上随机游走为可验证沙盒，研究掩码扩散模型中的并行采样策略，理论上证明最低熵等并行采样并非普遍优于随机采样，并开发了二分采样器，实验表明不同图适用不同采样器。

CLIP-guided Diffusion Model for Backdoor Generation in Sensor-based Human Activity Recognition

基于CLIP引导的扩散模型在传感器人体活动识别中的后门生成

Toby Briston, Illya Kosyk, Kuniyih S

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出IMU-DM-CLIP方法，利用扩散模型生成带后门的合成数据，以10%注入率和10%引导数据成功攻击HAR模型。

Temporal Logic Guidance for Action-Only Diffusion Policies with World Models

基于时序逻辑的动作扩散策略与世界模型引导

Moritz Zoellner, Anastasios Manganaris, Rohan Paleja

机构 * German Academic Exchange Service (DAAD)（德国学术交流中心（DAAD）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种利用世界模型实现时序逻辑鲁棒性可微评估的引导方法，在不重新训练的情况下改善动作扩散策略的约束满足，在Robomimic任务中将违规率从80%降至4%。

Comments Accepted at the ICRA 2026 Workshop on Bridging the Gap between Robot Learning and Human-Robot Interaction. 3 pages, 2 figures, 1 table

Scalable Maximum Entropy Reinforcement Learning for Diffusion Policies via Adjoint Matching

基于伴随匹配的可扩展最大熵强化学习扩散策略

Serge Thilges, Onur Celik, Denis Blessing, Emiliyan Gospodinov, Gerhard Neumann

机构 * Autonomous Learning Robots, Karlsruhe Institute of Technology（自主学习机器人，卡尔斯鲁厄理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出伴随匹配方法，实现无需模拟训练的扩散策略优化，降低计算开销，使扩散策略适用于在线强化学习。

CoRDE: Concept-Prior Routed Diffusion Experts for Structural Generalization in Robot Manipulation

CoRDE：面向机器人操作结构泛化的概念先验路由扩散专家

Haidong Huang, Xixin Zhao, Yaohua Zhou, Jiayu Song, Jiayi Zhang, Jun Ma, Haiyue Zhu, Xiaocong Li

机构 * College of Information Science and Technology, Eastern Institute of Technology, Ningbo（宁波东方理工大学（暂名）信息科学与技术学院） ； Zhejiang Key Laboratory of Industrial Intelligence and Digital Twin, Eastern Institute of Technology, Ningbo（浙江省工业智能与数字孪生重点实验室，宁波东方理工大学（暂名）） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）机器人与自主系统学域） ； Faculty of Science and Engineering, University of Nottingham Ningbo China（宁波诺丁汉大学理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出CoRDE框架，通过概念先验引导路由和低秩专家池，解决扩散模型在多任务长时程操作中的结构泛化不足和路由崩溃问题。

Comments 8 pages, 3 figures, Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

THREAD: Trajectory Planning for Hybrid Rigid-Soft Manipulators with Environment-Aware Diffusion

THREAD: 面向混合刚柔机械臂的环境感知扩散轨迹规划

Shivani Kamtikar, Pranav Asthana, Naveen Kumar Uppalapati, Girish Krishnan, Girish Chowdhary

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； 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 提出首个基于扩散的混合刚柔机械臂轨迹规划器THREAD，通过物理启发损失联合约束刚柔段，实现狭窄环境穿行，任务成功率92.4%，碰撞减少5倍。

Comments Project Page: https://robot-thread.github.io, IROS 2026

Energy-based Compositional Diffusion Planning

基于能量的组合扩散规划

Tao Sun, Utkarsh Aashu Mishra, Jiaxin Lu, Danfei Xu, Iro Armeni

机构 * Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院） ； 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 提出能量基组合扩散器（ECD），将全局轨迹建模为局部桥势之和的最小化，通过保守修正场和边界反应项改进启发式拼接，实现线性时间复杂度的马尔可夫分数近似，在OGBench任务中达到最优成功率。

Comments ICML 2026

JPPD: Joint Prediction_Planning Diffusion with Differentiable Safety Guidance for Dynamic Obstacle Avoidance in Intelligent Transportation Systems

JPPD：具有可微安全引导的联合预测-规划扩散框架用于智能交通系统中的动态障碍物规避

Jiahao Wu, Shengwen Yu

机构 * The University of Hong Kong（香港大学） ； Guangzhou College of Commerce（广州商学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出联合预测-规划扩散框架，将参与者预测与机器人规划视为条件轨迹生成问题，通过可微安全势引导和条件流匹配提升共享空间中的安全性与效率。

Comments 12 pages, 4 figures

Bridging the Analytics Divide: Retail Technology Diffusion in South Africa's Traditional Retail Sector

弥合分析鸿沟：南非传统零售业的技术扩散

Shaun Moloi, Adheesh Budree, Pitso Tsibolane

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究基于TOE框架和DOI理论，通过15位高管的定性多案例研究，识别南非传统零售业采用分析技术的主要障碍（技术、组织、环境因素），并提出分阶段实施、高管支持和业务对齐等成功策略。

Journal ref IFIP Advances in Information and Communication Technology, Vol. 779. Springer, Cham (2026)

Diffusion Models Adapt to Low-Dimensional Structure Under Flexible Coefficient Choices

扩散模型在灵活系数选择下适应低维结构

Changxiao Cai, Yuchen Jiao, Gen Li

机构 * Department of Industrial and Operations Engineering, University of Michigan（工业与运营工程系，密歇根大学） ； Department of Statistics and Data Science, Chinese University of Hong Kong（统计与数据科学系，中国香港大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文证明扩散模型在广泛系数选择下，仅需O(k/ε)次迭代即可生成ε-精确样本，独立于环境维度，从而验证了其适应低维结构的鲁棒性。

Turing-region preservation in matrix-oriented splitting methods for reaction-diffusion systems

反应-扩散系统矩阵导向分裂方法中的图灵区域保持

Angela Monti, Fasma Diele, Carmela Marangi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对二维反应-扩散系统，提出矩阵导向的一阶分裂积分器，通过离散模态放大矩阵和Jury条件分析，揭示不同积分器诱导的离散图灵区域与连续图灵区域的偏差，并给出保持连续图灵区域的时间步长条件。

Inverse initial data reconstruction for a memory convection-diffusion equation via Legendre spatial reduction and Tikhonov regularization

记忆对流扩散方程的逆初始数据重建：基于勒让德空间降维和吉洪诺夫正则化

Cong B. Van, Thien P. B. Nguyen, Minh-Binh Tran, Loc H. Nguyen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对带记忆项的对流扩散方程，提出基于勒让德空间降维和吉洪诺夫正则化的逆初始数据重建方法，证明唯一性并给出数值算例。

A kinetic-diffusion Monte Carlo-based particle-level fluid-kinetic decomposition for neutral transport simulations

基于动理学-扩散蒙特卡洛的粒子级流体-动理学分解用于中性粒子输运模拟

Zhirui Tang, Niels Horsten, Giovanni Samaey

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于动理学-扩散蒙特卡洛（KDMC）的分布分解混合模型，通过希尔伯特-查普曼-恩斯科克展开推导纳维-斯托克斯型流体系统，实现渐进保持且无需迭代耦合，在CX主导测试中相对L2误差约10%且加速超500倍。

Comments 27 pages, 11 Figures

An FFT-based solver with general boundary conditions for stationary diffusion problems based on Chebyshev collocation

基于切比雪夫配置法的具有一般边界条件的稳态扩散问题的FFT求解器

Juan M. Quecedo, Javier Segurado

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于切比雪夫配置法的FFT求解器，通过结合切比雪夫多项式与FFT算子实现矩阵自由离散，并采用层次细化策略解决细网格收敛问题，适用于一般边界条件下的扩散问题。

Comments under review

Diffusion Language Models: An Experimental Analysis

扩散语言模型：一项实验分析

Thomas Bertolani, Davide Bucciarelli, Leonardo Zini, Marcella Cornia, Lorenzo Baraldi

机构 * University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学） ； University of Pisa（比萨大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文系统比较了八种扩散语言模型在推理、编码、翻译等任务上的表现，分析了去噪步数、上下文长度等推理因素对性能与效率的影响，揭示了扩散语言模型在不同任务和预算下的权衡。

Repurposing a Speech Classifier for Guided Diffusion-Based Speech Generation

重新利用语音分类器进行基于引导扩散的语音生成

Rostislav Makarov, Timo Gerkmann

机构 * University of Hamburg（汉堡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出将预训练的语音分类器作为扩散生成的主干，通过附加轻量子网络并仅训练该子网络，实现单主干模型的高质量条件语音生成，降低内存和计算成本。

Comments Accepted for publication in the Proceedings of Interspeech 2026

Score Approximation for Diffusion Models on Arbitrary Low-Dimensional Structures

任意低维结构上扩散模型的分数近似

Xinhe Mu, Zaijiu Shang, Zhaoqi Zhou, Chuan Zhou, Qi Meng, Guiying Yan, Zhiming Ma

机构 * Shanghai Institute for Mathematics and Interdisciplinary Sciences（上海数学与交叉科学研究院） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对任意紧支撑分布，提出一种基于离散混合的分数近似方法，证明ReLU网络复杂度仅随上Minkowski维数d指数增长，打破环境维数诅咒，解释扩散模型在非光滑数据上的有效性。

DiffusionVS: A Generative Framework for Robust Visual Servoing Based on Diffusion Policy

DiffusionVS：基于扩散策略的鲁棒视觉伺服生成框架

Hongkang Cui, Rui He, Haoyao Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于扩散策略的视觉伺服方法，通过条件去噪生成相机速度，并采用在线训练增强泛化能力，仿真成功率近100%，物理实验93%。

Comments 8 pages, 4 figures, 7 tables

Performance Analysis and Optimization of 3D Generative Diffusion Models across GPU Architectures

跨GPU架构的3D生成扩散模型性能分析与优化

Jeeho Ryoo, Yongchan Jung, Muhammad Ali Khaliq, Weidong Zhang, Jiatong Han, Byeong Kil Lee

机构 * Fairleigh Dickinson University（费尔利·迪金森大学） ； The University of Colorado at Colorado Springs（科罗拉多大学科罗拉多斯普林斯分校） ； Northeastern University（东北大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对3D MRI扩散模型Med-DDPM，分析其在三代NVIDIA架构上的内核级性能瓶颈，提出TF32 Tensor Core激活和3D channels-last布局优化，实现SM周期和动态指令减少100倍，Tensor Core利用率提升至9.98倍，IPC提升7%。

Where to Place the Query? Unveiling and Mitigating Positional Bias in In-Context Learning for Diffusion LLMs via Decoding Dynamics

查询应置于何处？通过解码动力学揭示并缓解扩散大语言模型中上下文学习的位置偏差

Zhengheng Li, Panrui Li, Xuyang Liu, Puzhi Xia

机构 * Southeast University（东南大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文系统分析了扩散大语言模型中查询位置对生成质量的影响，发现其与示例语义质量同等重要，并提出基于平均置信度的无训练自适应路由策略Auto-ICL以优化查询放置。

Comments 9 figures, 4 tables

Site-Specific MIMO Channel Generation via Diffusion and Flow Matching: Fidelity, Efficiency, and Downstream Utility

基于扩散和流匹配的特定场地MIMO信道生成：保真度、效率与下游效用

Sina Beyraghi, Masoud Sadeghian, Firdous Bin Ismail, Angel Lozano, Paul Almasan, Giovanni Geraci

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文比较条件去噪扩散隐式模型(cDDIM)和条件流匹配模型(cFMM)生成特定场地MIMO信道数据，cFMM在保持质量的同时推理速度快一个数量级，合成数据能显著提升下游物理层任务性能。

On the Contribution of Local Sources to the Galactic Cosmic-Ray Spectrum: An Exact Series Solution for Two-Zone Diffusion

论局部源对银河宇宙射线谱的贡献：两区扩散的精确级数解

Zi-Hang Liu, Yiwei Bao, Ruo-Yu Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文推导了两区扩散模型的级数格林函数，通过蒙特卡洛模拟发现近源慢扩散使局部源贡献概率从0.4%升至1.7-2.2%，但统计困难仍存，且局部源解释高度依赖模型。

Comments submitted to PRD, The code accompanying this paper will be released soon

DIFF-IPPO: Diffusion-Based Informative Path Planning with Open-Vocabulary Belief Maps

DIFF-IPPO：基于扩散的开放词汇信念地图信息路径规划

Sausar Karaf, Oleg Sautenkov, Mikhail Martynov, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, CDE, Skoltech（智能空间机器人实验室，CDE，斯科尔科沃科学技术研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DIFF-IPPO框架，结合开放词汇信念地图生成器与扩散规划器，在非高斯信念图上生成全局轨迹，实现高效目标搜索，检测得分达81.49%-86.55%。

PepALD: Macrocyclic Peptide Generation via Autoregressive Latent Diffusion

PepALD: 通过自回归潜在扩散生成大环肽

Junming Zhang, Siyu Yi, Wei Ju, Zhonghui Gu

机构 * College of Computer Science, Sichuan University（四川大学计算机科学学院） ； School of Mathematics, Sichuan University（四川大学数学学院） ； School of Artificial Intelligence, Sichuan University（四川大学人工智能学院） ； Lingang Laboratory（临港实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出PepALD模型，结合自回归潜在扩散与化学嵌入，实现从头设计大环肽，并利用偏好优化提升亲和力，在生成质量和奖励优化上优于基线。

Comments 18 pages, 5 figures, 3 tables

Audio-to-Audio via Diffusion Warm Initialization

通过扩散热初始化实现音频到音频的转换

Cristóbal Andrade, Sebastian J. Schlecht

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散热初始化方法，用于音色迁移、MIDI到真实合成及音频增强等任务，通过选择合适初始化时间$t_\ ext{init}$，单个预训练扩散模型即可支持多种转换目标，无需任务特定训练。

Structural MRI Synthesis for Alzheimer's Disease via Conditional Diffusion on Anatomical Masks

基于解剖掩膜条件扩散的阿尔茨海默病结构MRI合成

Muge Zhang, Muhammad Ali Khaliq, Jamal Alsakran, Byeong Kil Lee, Jeeho Ryoo

机构 * Fairleigh Dickinson University（Fairleigh Dickinson大学） ； University of Colorado at Colorado Springs（科罗拉多州立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对阿尔茨海默病结构MRI合成中细微解剖变化难以捕捉的问题，本文扩展Med-DDPM条件扩散模型，以解剖分割掩膜为条件生成3D结构MRI，实验表明合成数据训练的模型Dice分数与真实数据相当，混合数据训练则显著提升性能。

Journal ref 2025 IEEE 8th International Conference on Multimedia Information Processing and Retrieval (MIPR)

DreamReasoner-8B: Block-Size Curriculum Learning for Diffusion Reasoning Models

DreamReasoner-8B：面向扩散推理模型的块大小课程学习

Zirui Wu, Lin Zheng, Jiacheng Ye, Shansan Gong, Xueliang Zhao, Yansong Feng, Wei Bi, Lingpeng Kong

机构 * The University of Hong Kong（香港大学） ； Peking University（北京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出块大小课程学习，通过从细粒度到粗粒度的渐进训练，解决块扩散语言模型在长链推理中性能差距问题，DreamReasoner-8B在数学和代码推理上达到与Qwen3-8B相当的水平。

AGDN: Learning to Solve Traveling Salesman Problem with Anisotropic Graph Diffusion Network

AGDN：利用各向异性图扩散网络学习求解旅行商问题

Bolin Shen, Ziwei Huang, Zhiguang Cao, Yushun Dong

机构 * Florida State University（佛罗里达州立大学） ； Singapore Management University（新加坡管理学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出各向异性图扩散网络（AGDN），通过MixScore转移矩阵和各向异性扩散策略，有效利用图结构信息求解旅行商问题，在多种实例规模和分布上优于现有方法。

Comments Accepted at the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)

Pulse: Training Acceleration for Large Diffusion Models with Automatic Pipeline Parallelism

Pulse: 面向大规模扩散模型的自动流水线并行训练加速

Boran Sun, Guoyong Jiang, Lin Zhang, Chen Chen, Yuechen Tao, Zhishu Che, Jieling Yu, Shan Chang, Huaxi Gu, Fangming Liu, Bo Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出PULSE自动流水线并行策略，通过将跳跃连接层同设备放置、局部缓存激活值，消除跨流水线通信，结合动态规划分区器、ILP调度合成器和混合并行调优器，在通信受限硬件上实现最高2.3倍吞吐提升。

Comments Accepted by International Conference on Distributed Computing Systems(ICDCS'26)

Sumi: Open Uniform Diffusion Language Model from Scratch

Sumi: 从头训练的开放均匀扩散语言模型

Mengyu Ye, Keito Kudo, Wataru Ikeda, Ryosuke Matsuda, Keisuke Sakaguchi, Jun Suzuki

机构 * Tohoku University（东北大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Sumi，一个从零开始预训练的70亿参数均匀扩散语言模型，在1.5T tokens上训练，性能与同规模自回归模型相当，并开源所有资源。