图像生成

Enhanced Graph Neural Networks using K-Hop Gaussian Diffusion

使用K跳高斯扩散增强图神经网络

Xuling Zhang, Peng Wang, Daiyan Li, Aoran Huang, Zeiwei Chen, Yongkui Yang

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出K跳高斯扩散核作为预处理模块，通过多跳扩散和高斯权重平衡局部与全局信息，在噪声或结构复杂图中优于传统消息传递和现有扩散方法。

Comments 5page, 3 figures

Quasi-Monte Carlo finite element approximation for singularly perturbed convection-diffusion problems with random velocity

随机速度奇异摄动对流扩散问题的拟蒙特卡罗有限元逼近

Seungchan Ko, Guanglian Li, Yi Yu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对随机速度场驱动的奇异摄动对流扩散问题，提出结合有限元离散、截断Karhunen–Loève展开和格点拟蒙特卡罗方法的数值框架，证明均方误差界和与维数无关的近线性最优收敛率，且收敛率不依赖于奇异摄动参数。

DiPOD: Diffusion Policy Optimization without Drifting Apart

无漂移扩散策略优化

Haozhe Jiang, Haiwen Feng, Pieter Abbeel, Jiantao Jiao, Angjoo Kanazawa, Nika Haghtalab

机构 * University of California, Berkeley（加州大学伯克利分校） ； Simons Institute for the Theory of Computing（西蒙斯计算理论研究所） ； Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（加州大学伯克利分校电气工程与计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散策略梯度方法的不稳定性，提出DiPOD框架，通过自蒸馏与策略改进梯度更新交替进行，维持紧界行为，实现稳定且高效的策略优化。

Comments Project page: astro-eric.github.io/blogs/dipod/ Code: https://github.com/Astro-Eric/DiPOD-release

Kolmogorov Regression for Robust Diffusion Policies

用于鲁棒扩散策略的Kolmogorov回归

Lekan Molu

机构 * Bala Cynwyd, PA 19004（巴拉辛威德, PA 19004） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出后向Kolmogorov方程将扩散策略提升至Cameron-Martin空间，用确定性边界值PDE问题替代随机分数匹配，通过精度加权损失和残差诊断实现收敛保证、轨迹规则化和无奖励故障检测。

NoiseTilt: Noise-Tilted Reverse Kernels for Diffusion Reward Alignment

NoiseTilt: 噪声倾斜反向核用于扩散奖励对齐

Jisung Hwang, Yunhong Min, Jaihoon Kim, I-Chao Shen, Minhyuk Sung

机构 * KAIST（韩国科学技术院） ； The University of Tokyo（东京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出噪声倾斜反向核(NTRK)，通过将奖励梯度注入噪声项实现奖励引导采样，保持预训练反向核不变，每步仅需单样本，在奖励对齐任务中超越现有方法且不损失样本质量。

Comments ECCV 2026

Recursive Scaling in Masked Diffusion Models

掩码扩散模型中的递归缩放

Alba Carballo-Castro, Julianna Piskorz, Paulius Rauba, Mihaela van der Schaar, Pascal Frossard

机构 * LTS4, EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院LTS4实验室） ； University of Cambridge, Cambridge, UK（英国剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出递归掩码扩散模型（R-MDMs），通过在每个扩散步骤中重复应用同一去噪变换器增加递归深度，实现参数高效缩放，在数独和倒计时等结构化生成任务中，以更少参数匹配非递归基线性能。

LAGO Policy: Latency-Aware Asynchronous Diffusion Policies with Goal-Directed Collision-Free Planning for Smooth Manipulation

LAGO策略：面向平滑操作的延迟感知异步扩散策略与目标导向无碰撞规划

Guowei Shi, Xupeng Xie, Yiming Luo, Jian Guo, Jun Ma, Boyu Zhou

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； International Digital Economy Academy（国际数字经济学院） ； The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出LAGO策略，通过延迟感知条件引导和时空轨迹优化，解决异步扩散策略的间断和碰撞问题，实现平滑安全的操作。

Comments 8 pages, 8 figures

AoiZora: Topology-Aware Auto-Parallel Optimization for Inference of Diffusion Transformers

AoiZora: 面向扩散变换器推理的拓扑感知自动并行优化

Kaijian Wang, Yuanyuan Xu, Fanjiang Ye, Ye Cao, Jingwei Zuo, T. S. Eugene Ng, Yarong Mu, Yuke Wang

机构 * Rice University（里士大学） ； Independent Researcher（独立研究者） ； Google（谷歌） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散变换器推理中的低延迟需求，提出AoiZora编译器，通过拓扑感知的物理布局优化自动并行策略，在TPU子片上实现高达1.42倍的加速。

Constrained Diffusion Models with Primal-Dual Inference

约束扩散模型与原始-对偶推理

Samar Hadou, Yigit Berkay Uslu, Alejandro Ribeiro

机构 * Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出原始-对偶推理（PDI）方法，通过联合推断最优原始分布和其对偶变量，在扩散模型反向过程中交替去噪与对偶上升，实现平均约束下的熵正则化优化问题采样。

Self-Generated Error Training for Token Editing in Diffusion Language Models

扩散语言模型中令牌编辑的自生成错误训练

Lin Yao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与技术学院） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对LLaDA2.1中令牌编辑的训练-推理不匹配问题，提出自生成T2T方法，通过无梯度草稿传递和自生成错误监督，提升编辑准确率并减少编辑强度。

Incorporating wave physical priors into diffusion models: A novel approach to seismic resolution enhancement

将波动物理先验融入扩散模型：一种提高地震分辨率的新方法

Huanhuan Tang, Shijun Cheng, Weijian Mao, Haoran Zhang, Yingying Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出物理引导的自监督扩散模型（PG-SSDM），通过自监督训练、地震卷积模型硬约束和不确定性量化，无需配对高分辨率标签即可提升地震数据分辨率。

Stochastic Thermodynamics of Score Matching in Diffusion Models

扩散模型中分数匹配的随机热力学

Xuehao Ding, H. T. Quan, Yuhai Tu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散模型的随机热力学框架，定义时间不对称熵产生（TAEP）并证明其满足精确涨落定理，揭示Hyvärinen隐式分数匹配核作为TAEP的涨落分量，平均TAEP与分数匹配目标成正比，并量化采样不均匀性和数据流形覆盖。

Length-constrained and length-penalised curve diffusion flows of planar curves inside cones

锥内平面曲线的长度约束和长度惩罚曲线扩散流

Mashniah A. Gazwani, James A. McCoy

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究锥内满足广义Neumann边界条件的平面曲线在三种四阶非线性曲线扩散流下的长时间行为，证明在小曲率振荡且远离锥顶时，解全局存在并指数收敛到以锥顶为中心的圆弧。

Greedy Coordinate Diffusion: Effective and Semantically Coherent Adversarial Attacks via Diffusion Guidance

贪婪坐标扩散：通过扩散引导实现有效且语义一致的对抗攻击

Bohdan Turbal, Blossom Metevier, Max Springer, Aleksandra Korolova

机构 * University of Maryland（马里兰大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出贪婪坐标扩散方法，利用扩散模型引导生成语义连贯的对抗样本，在保持自然性的同时实现高攻击成功率。

Journal ref ICML 2026

Continuous Language Diffusion as a Decoder-Interface Problem

连续语言扩散作为解码器-接口问题

Zhicheng Du, Lan Ma

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院, 清华大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究连续扩散语言模型如何从高斯噪声生成流畅文本，提出解码器-盆地机制，并设计诊断协议揭示标量指标隐藏的失败，通过接口相图解释令牌恢复行为。

RAID: Semantic Graph Diffusion for True Cold-Start and Cross-Lingual Forecasting

RAID: 面向真正冷启动和跨语言预测的语义图扩散

Arunkumar V, Manoranjan Gandhudi, Gangadharan G. R., Arun Prakash, S. Senthilkumar

机构 * University College of Engineering, Anna University Tiruchirappalli（安娜大学蒂鲁吉拉伯利工程学院） ； Central University of Karnataka（卡纳塔克中央大学） ； National Institute of Technology Tiruchirappalli（蒂鲁吉拉伯利国立理工学院） ； Jawaharlal Nehru University（贾瓦哈拉尔·尼赫鲁大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对时间序列基础模型在无历史数据时失效的问题，提出RAID框架，利用元数据语义检索和图条件扩散实现冷启动预测，在准确性和推理速度上超越现有方法，并支持零样本跨语言迁移。

Comments 25 pages, 4 figures, 8 tables

LESS Is More: Mutual-Stability Sampling for Diffusion Language Models

LESS Is More: 扩散语言模型的互稳定采样

Amr Mohamed, Guokan Shang, Michalis Vazirgiannis

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Ecole Polytechnique（巴黎综合理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型固定步数采样效率低的问题，提出无训练的自适应采样器LESS，通过互稳定规则动态决定掩码位置何时解码，在7个基准上平均准确率提升且步数减少72.1%。

Carleman estimates for backward Cahn-Hilliard-reaction-diffusion problems

向后Cahn-Hilliard-反应-扩散问题的Carleman估计

Abramo Agosti, Elena Beretta, Cecilia Cavaterra, Matteo Fornoni, Masahiro Yamamoto

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对耦合Cahn-Hilliard-反应-扩散系统的向后逆问题，通过建立四阶/二阶抛物系统的Carleman估计，推导出从单一最终时间观测重构过去状态的Hölder稳定性和对数稳定性，并应用于肿瘤生长模型获得早期状态的向后唯一性和定量稳定性。

Comments 34 pages

XL-ChannelDiff: An Efficient Diffusion-Based Multi-Domain Near-Field Channel Extrapolation Framework for XL-MIMO Systems

XL-ChannelDiff: 一种面向XL-MIMO系统的高效基于扩散的多域近场信道外推框架

Mengyuan Li, Yu Han, Hao Xu, Yongxu Zhu, Chao-Kai Wen, Shi Jin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于条件去噪扩散隐式模型（CDDIM）的多域近场信道外推框架，通过物理感知骨干网络和WGAN对抗监督实现高精度外推，在多种配置下表现优异。

Diffusion Flow Matching: Dimension-Improved KL Bounds and Wasserstein Guarantees

扩散流匹配：维度改进的KL界和Wasserstein保证

Marta Gentiloni Silveri, Giovanni Conforti, Alain Durmus

机构 * Ecole Polytechnique, Massy Palaiseau, France（法国高等理工学院，马希-帕莱索） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对基于布朗运动的扩散流匹配，在KL散度和2-Wasserstein距离下推导了改进的离散化误差收敛界，实现了维度依赖的最优缩放。

Fast When, Careful Who: Dual-Process Multiparty Turn-Taking with Diffusion Augmentation

快速判断何时，谨慎决定谁：基于扩散增强的双过程多轮对话

Rutherford A. Patamia, Ming Liu, Wei Luo, Favour Ekong, Akan Cosgun

机构 * Deakin University（迪肯大学） ； Griffith University（格里菲斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对多说话人对话中的轮次转换问题，提出音频两阶段流水线，先快速检测轮次边界，再轻量验证决定是否转移并预测下一说话人，扩散增强进一步改善检测性能。

MUNI: Multimodal Unified Latent Diffusion for Coherent Any-to-Any Generation

MUNI：面向连贯任意到任意生成的多模态统一潜在扩散

Kyeongmin Yeo, Yunhong Min, Minhyuk Sung

机构 * KAIST（韩国科学技术院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出MUNI框架，通过端到端多模态潜在扩散和路由训练目标，实现任意到任意生成，在条件生成上匹配或超越基线，并在无条件连贯性上取得最大优势。

Comments Project page: https://muni-proj.github.io/

Segregated solutions of a degenerate cross-diffusion system with drifts

具有漂移的退化交叉扩散系统的分离解

Filippo Santambrogio, Simon Schulz

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过拉格朗日公式和极小移动方案，证明了一维带独立漂移的退化交叉扩散系统全局弱解的存在性，并处理了多孔介质退化、对数熵和快速扩散情形。

Comments 33 pages

Diffusion Offline Reinforcement Learning for Fair and Energy-Efficient UAV-Assisted Wireless Networks

面向公平与节能的无人机辅助无线网络的扩散离线强化学习

Eslam Eldeeb, Hirley Alves

机构 * Centre for Wireless Communications (CWC), University of Oulu（奥卢大学无线通信中心（CWC）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散软演员-评论家方法，结合保守Q学习与扩散模型，在离线强化学习中优化无人机轨迹与调度，降低能耗并提升公平性，性能优于现有算法。

Graph Diffusion-Advection Operator for Directed Graph Signal Processing

有向图信号处理的图扩散-平流算子

CHM. Chan, A. Cionca, V. Škultéty, D. Van De Ville

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过建立有向图拉普拉斯算子与扩散-平流算子的对应关系，提出基于特征值模和幅角的频率排序及平滑度定义，并设计扩散和平流核及组合滤波器，用于有向图信号处理。

Comments Submitted to IEEE Transactions on Signal and Information Processing over Networks

Who Should Lead Decoding Now? Tracking Reliable Trajectories for Ensembling Masked Diffusion Language Models

现在谁应该主导解码？跟踪可靠轨迹以集成掩码扩散语言模型

Heecheol Yun, Joonhyung Park, Joowon Kim, Eunho Yang

机构 * KAIST（韩国科学技术院） ； AITRICS 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对掩码扩散语言模型集成问题，提出TIE框架，通过跟踪答案相关位置的置信度动态，迭代识别并传递可靠解码轨迹，实现多模型协同生成。

Comments preprint

Stitching Molecular Worlds Together with Physics-Coupled Diffusion Models

通过物理耦合扩散模型缝合分子世界

Yanbin Wang, Yajie Cai, Ming Chen

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出物理相互作用耦合扩散模型(PICDiff)，通过显式键合和非键合相互作用在推理时耦合独立训练的子扩散模型，实现对复杂化学系统的构象采样和热力学建模。

Wasserstein Convergence of ODE-Based Samplers in Decentralized Diffusion Model via Velocity Field Decomposition

基于速度场分解的去中心化扩散模型中ODE采样器的Wasserstein收敛性

Chencheng Tang, Xuanyu Xue, Fangyikang Wang, Chao Zhang, Hubery Yin

机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对去中心化扩散模型中随机专家切换的ODE采样，通过速度场分解建立Wasserstein-2距离下的收敛保证，证明N步离散化以O(N^{-1/2}+ε)速率收敛。

Comments 50 pages, 9 figures. Preprint under review

Mean-Field Parallel Decoding for Discrete Diffusion Language Models

离散扩散语言模型的平均场并行解码

Tamim Zoabi, Ameen Ali, Liran Ringel, Lior Wolf

机构 * School of Electrical & Computer Engineering, Tel Aviv University（特拉维夫大学电气与计算机工程学院） ； School of Computer Science and AI, Tel Aviv University（特拉维夫大学计算机科学与人工智能学院） ； Department of Computer Science, Technion, Israel Institute of Technology（以色列理工学院计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种无需训练的解码框架，通过平均场变分松弛协调并行令牌更新，在单次前向传播中抑制冲突，提升质量-延迟权衡。

Optimized high-order IMEX-RK schemes for degenerate diffusion-reaction problems with application to travelling waves phenomena

用于退化扩散-反应问题的高阶IMEX-RK格式优化及其在行波现象中的应用

Paola F. Antonietti, Mattia Corti, Giuseppe Orlando

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对退化扩散-反应问题，提出优化的高阶IMEX-RK格式，结合半隐式SI-IMEX-RK方法避免反应项分裂，并采用多边形间断Galerkin空间离散，准确捕捉行波前沿。