图像生成

A robust super-time-stepping scheme for Ohmic and ambipolar diffusion

欧姆和双极扩散的鲁棒超时间步进方案

Giancarlo Mattia, Mario Flock, David Melon Fuksman, Anastasia Tzouvanou, Vittoria Berta, Daniele Crocco

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对非理想磁流体力学中欧姆和双极扩散的时间步长限制和不稳定性问题，提出基于盖根鲍尔多项式的鲁棒超时间步进方法，在PLUTO代码中实现，通过磁重联和磁旋转不稳定性测试验证了其精度、效率和稳定性。

Comments 14 pages, 15 figures (+ appendix, 5 pages, 5 figures), under revision for A&A

Beyond Fully Random Masking: Attention-Guided Denoising and Optimization for Diffusion Language Models

超越完全随机掩码：扩散语言模型的注意力引导去噪与优化

Jia Deng, Junyi Li, Wayne Xin Zhao, Jinpeng Wang, Hongyu Lu, Ji-Rong Wen

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） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Meituan（美团） ； WeChat, Tencent（腾讯微信） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（大型模型与智能治理北京市重点实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出AGDO框架，利用注意力结构指导去噪顺序并强化关键令牌，在数学和编码基准上提升扩散语言模型的推理性能。

Comments 13 pages. Accepted to ACL 2026 Main Conference

DiffCold: A Diffusion-based Generative Model for Cold-Start Item Recommendation

DiffCold: 基于扩散的生成模型用于冷启动物品推荐

Kangning Zhang, Yingjie Qin, Weinan Zhang, Yong Yu, Jianghao Lin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对冷启动物品推荐中的跷跷板困境，提出基于条件扩散的生成模型DiffCold，通过从内容重建温物品嵌入并保持流形结构，结合检索增强聚合器和模拟表示对齐模块，统一冷热物品表示。

Comments Accepted by ECML-PKDD 2026

Re-evaluating Confidence Remasking in Masked Diffusion Language Models

重新评估掩蔽扩散语言模型中的置信度重新掩蔽

Stipe Frkovic, Metod Jazbec, Dan Zhang, Christian A. Naesseth, Ilija Bogunovic, Eric Nalisnick

机构 * UvA-Bosch Delta Lab, University of Amsterdam（阿姆斯特丹大学UvA-Bosch Delta实验室） ； Bosch Center for AI（博世人工智能中心） ； University of Basel（巴塞尔大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文重新评估了掩蔽扩散语言模型中一种无需训练的后验置信度重新掩蔽方法WINO，发现在标准解码设置下其收益甚微，且会加剧多样性坍塌问题。

From Uniform to Learned Graph Priors: Diffusion for Structure Discovery

从均匀到学习图先验：用于结构发现的扩散

Qi Shao, Hao Guo, Jiawen Chen, Duxin Chen, Wenwu Yu

机构 * School of Mathematics, Southeast University（东南大学数学学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Diff-prior，一种扩散参数化的自适应先验，通过可学习的去噪式校准对边后验进行结构化校准，提升神经关系推理方法的结构发现可靠性。

Comments 15 pages, 3 figures, Accepted by KDD 2026

Least-Action-Guided Diffusion for Physical Extrapolation

最小作用量引导扩散用于物理外推

Zhongxin Yang, Yuanwei Bin, Xiang I. A. Yang, Shiyi Chen

机构 * College of Engineering, Peking University（北京大学工学院） ； Ningbo Institute for Digital Twin, Eastern Institute of Technology（东方理工宁波数字孪生研究院） ； Eastern Institute for Advanced Study, Eastern Institute of Technology（东方理工高等研究院） ； Shenzhen Tenfong Technology Co., Ltd.（深圳腾方科技有限公司） ； Mechanical Engineering, The Pennsylvania State University（宾夕法尼亚州立大学机械工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出最小作用量引导扩散（LAPG）框架，通过将最小作用量原理转化为可微的推理时校正机制，在时间、参数和几何外推中保持物理一致性，优于训练时物理信息基线。

Coupling of diffusion and reaction in a thin cylindrical tube: Methodological drawbacks of the Fick--Jacobs approach

细圆柱管内扩散与反应的耦合：Fick-Jacobs方法的方法论缺陷

Sergey D. Traytak, Timofey V. Fedoseev

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究细圆柱管内扩散与反应的耦合问题，通过边界函数法推导渐近解，并与精确解对比揭示Fick-Jacobs方法的严重缺陷。

Comments 20 pages, 2 figures

Isotropic random walks and Brownian diffusion on complex projective space

复射影空间上的各向同性随机游走与布朗扩散

Gyula I. Tóth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过各向同性随机游走和布朗扩散，为量子态空间探索提供可解析的随机几何框架，导出跃迁核、保真度统计和几何可观测量，并解决首达时间问题。

Path convergence in diffusion models

扩散模型中的路径收敛

Roi Holtzman, Roman Beauvallet, Werner Krauth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散模型中插值路径在有限模式数p下的收敛行为，发现收敛尺度为1/√p但均方偏差无穷大，提出外推算法用于密度估计与泛化。

Comments 7 pages, 4 figures

Diffusion Forcing Planner: History-Annealed Planning with Time-Dependent Guidance for Autonomous Driving

扩散强制规划器：基于时间依赖引导的历史退火规划用于自动驾驶

Zehan Zhang, Neng Zhang, Yaoyi Li, Jia Cai, Zhiling Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散强制规划器（DFP），通过历史引导控制实现异构联合扩散过程，结合退火历史的条件引导，解决运动规划中的时间不一致问题，在nuPlan上取得竞争性能。

Comments CVPR2026

MODIP: Efficient Model-Based Optimization for Diffusion Policies

MODIP：扩散策略的高效基于模型的优化

Zakariae El Asri, Philippe Gratias-Quiquandon, Nicolas Thome, Olivier Sigaud

机构 * Sorbonne Université, CNRS, ISIR, F-75005 Paris, France（索邦大学，法国国家科学研究中心，智能系统与机器人研究所，法国巴黎） ； Institut Universitaire de France (IUF)（法国大学研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出MODIP框架，利用世界模型和模型预测控制生成高质量轨迹，以监督方式微调扩散策略，实现离线到在线的强化学习微调，在D4RL和RoboMimic任务上超越行为克隆基线。

Prefilling-dLLM: Predictive Prefilling for Long-Context Inference in Diffusion Language Models

Prefilling-dLLM: 扩散语言模型中长上下文推理的预测性预填充

Jing Xiong, Qi Han, Shansan Gong, Yunta Hsieh, Chengyue Wu, Chaofan Tao, Chenyang Zhao, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； LMSYS Org（LMSYS组织） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型在长上下文中因重复编码前缀导致计算量二次增长的问题，提出Prefilling-dLLM框架，通过分块缓存KV表示并基于稀疏性选择相关块，实现高效解码，在LongBench等基准上达到最先进加速效果。

Comments Technical Report

Test-time Adversarial Takeover: A Real-time Hijacking Interface against Robotic Diffusion Policies

测试时对抗接管：针对机器人扩散策略的实时劫持接口

Zi Yin, Peilin Chai, Siyuan Huang, Zhanhao Hu

机构 * Tsinghua University（清华大学） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学） ； UC 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 提出测试时对抗接管（TAKO）方法，通过可微扩散推理学习可重复使用的通用补丁，在测试时切换补丁以劫持机器人策略，实现远程操控，在多种任务和模型上达到100%接管成功率。

Optimality of FSQ Tokens for Continuous Diffusion for Categorical Data with Application to Text-to-Speech

FSQ 令牌在分类数据连续扩散中的最优性及其在文本到语音中的应用

Vadim Popov, Wenju Gu, Tasnima Sadekova, Georgii Aparin, Assel Yermekova

机构 * Huawei Noah's Ark Lab（华为诺亚实验室） ； National Research University Higher School of Economics（俄罗斯国家研究大学高等经济学院） ； National University of Science and Technology MISIS（俄罗斯科学与技术国立大学MISIS） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究连续扩散模型中离散令牌的潜在空间结构，通过理论分析和实验证明 FSQ 令牌化方案在分类数据连续扩散中最优，并在文本到语音任务中验证其优于基于 LLM 的方法。

Spectral and computational aspects of a regularized fractional Laplacian for non-local diffusion on graphs

正则化分数阶拉普拉斯算子在图上非局部扩散的光谱与计算方面

Alessandro Filippo, Mariarosa Mazza

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对分数阶拉普拉斯算子破坏图拓扑兼容性的问题，提出正则化算子，证明其独立于边权重的超扩散性质，并给出保持计算效率的构造方法。

Comments 21 pages with 8 figures

Higher-order Diffusion Sampling via Chebyshev Interpolation and Gauss--Seidel Iterations

通过切比雪夫插值和高斯-赛德尔迭代的高阶扩散采样

Bingyuan Wei, Meng Huang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出切比雪夫-高斯-赛德尔高阶采样器，在精确分数条件下，仅需 d^{1+o_T(1)}ε^{-1/K_1} 次分数函数即可达到总变差距离 ε，且放宽了有界支撑假设，对分数和雅可比估计误差具有鲁棒性。

Data assimilation for subsurface flow using latent diffusion model parameterization: performance of ensemble-Kalman and Monte Carlo techniques

基于潜扩散模型参数化的地下流体数据同化：集成卡尔曼与蒙特卡洛技术的性能

Guido Di Federico, Wenchao Teng, Louis J. Durlofsky

机构 * Department of Energy Science & Engineering, Stanford University（能源科学与工程系，斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对地下流体数据同化中高维参数反演问题，比较了基于潜扩散模型（LDM）的集成卡尔曼方法（ESMDA）与蒙特卡洛方法（MCMC/SMC）在三维河道地质模型上的性能，发现蒙特卡洛方法在保持地质真实性的同时能更有效地降低数据失配和不确定性。

Electron Paramagnetic Resonance Study of Radical Species on NaNbO3@CeO2-Modified Carbon Vulcan XC72 Gas Diffusion Electrode for Electrochemical Degradation of Paracetamol via Electro-Fenton

NaNbo3@CeO2修饰碳Vulcan XC72气体扩散电极电芬顿降解对乙酰氨基酚中自由基物种的电子顺磁共振研究

Caio Machado Fernandes, Joao Paulo C. Moura, Aline B. Trench, Rafael Sotana, Ana Maria P. Neto, Willy G. Santos, Mauro C. Santos

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用EPR直接定量分析新型GDE电极降解对乙酰氨基酚中的自由基，发现BDD阳极优于Pt，15分钟完全降解，矿化率81.6%。

Strain-programmable exciton diffusion in moiré heterostructures

莫尔异质结中应变可编程的激子扩散

Chiho Song, Chiranjit Mondal, Jaebin Lee, Kenji Watanabe, Takashi Taniguchi, Bohm-Jung Yang, Jieun Lee

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过调控WSe2-MoSe2异质结中的层间应变，打破C3旋转对称性改变莫尔超晶格几何，实现沿拉伸方向的偏振激子发射和优先扩散，为设计莫尔超晶格和编程激子输运提供新方法。

Comments 6 pages, 4 figures

Turbulent Diffusion of Magnetic Field Lines in the Heliosphere

日球层中磁力线的湍流扩散

J. V. A. Joubert, R. D. Strauss, J. Light, N. E. Engelbrecht, N. H. Bian

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究太阳风湍流导致帕克螺旋随机化的磁力线扩散，通过随机微分方程数值模拟，发现1 AU处角分布标准差约25°，并量化了反向追踪时磁连接的概率。

Comments Accepted to ApJ

Automated IEP Generation from Traditional Chinese Parent-Teacher Interviews via Corpus-Grounded Feature Diffusion

基于语料库特征扩散的繁体中文家长会自动化个别化教育计划生成

Kuanlin Chen, Cheng-En Ou

机构 * National University of Singapore（新加坡国立大学） ； 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 针对繁体中文个别化教育计划（IEP）生成中数据稀缺和隐私限制问题，提出基于语料库特征扩散（CGFD）的低资源微调流程，通过种子选择、特征扩散和语法约束解码（GCD）生成高质量样本，并发现GCD在繁体中文下适得其反，无GCD路径在可靠性和速度上更优。

Comments 12 pages, 5 figures

The Changing Global Division of Labor in Software: Emergence and Diffusion of New Programming Skills across IT Hubs

软件行业全球分工的变迁：IT中心新编程技能的出现与扩散

Johannes Wachs, Xiangnan Feng, Simone Daniotti, Frank Neffke

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用6000万条软件问答数据，研究237种编程技能在城市的出现与扩散规律，发现软件行业遵循与传统行业相似的空间模式：新技能先在大型多样化IT中心出现，再向小城市扩散。

Leveraging Structural Constraints for Diffusion-based Neural TSP Solvers

利用结构约束的基于扩散的神经TSP求解器

Mickaël Basson, Philippe Preux

机构 * Université de Lille, France（法国里尔大学） ； CNRS, France（法国国家科学研究中心） ； Inria, France（法国国家信息与自动化技术研究院） ； UMR 9189-CRIStAL, Lille, France（法国里尔大学UMR 9189-CRIStAL研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出投影一致性推理（PCI），用结构感知投影替代梯度细化，在TSP500/1000上分别达到0.17%/0.31%最优性差距，推理时间减少30-40%。

Journal ref The 20th Learning and Intelligent OptimizatioN Conference (LION), Jun 2026, Milan (Italie), Italy

Thresholded Local Hyper-Flow Diffusion

阈值化局部超流扩散

Meher Chaitanya, Sebastian Dalleiger, Luana Ruiz

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出TL-HFD算法，通过局部活动区域和阈值化边界激活实现超图种子聚类的局部扩散，保证与全局更新等价并给出有限时间对偶次优性界。

A Guided Tour of the Equations of Nonlinear Filtering for Diffusion Processes

扩散过程非线性滤波方程导览

Fabien Campillo, Myriam Corso

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文以教学方式介绍扩散过程的非线性滤波，通过状态-观测模型、马尔可夫半群、无穷小生成元和测度变换等工具，推导Kallianpur-Striebel公式、Zakai方程和Kushner-Stratonovich方程，强调直观理解与核心概念。

BSTabDiff: Block-Subunit Diffusion Priors for High-Dimensional Tabular Data Generation

BSTabDiff: 用于高维表格数据生成的块-子单元扩散先验

Al Zadid Sultan Bin Habib, Md Younus Ahamed, Prashnna Gyawali, Gianfranco Doretto, Donald A. Adjeroh

机构 * West Virginia University（西弗吉尼亚大学） ； The University of Utah（犹他大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对高维低样本量表格数据，提出BSTabDiff框架，通过将特征划分为潜在块并使用共享低维子单元变量生成每个块，结合扩散先验和copula依赖，实现稳定合成与可控基准生成。

Comments Published as a paper at the 2nd DeLTa Workshop, ICLR 2026

Unified Energy for Invariant and Independent Decoding in Diffusion Language Models

扩散语言模型中不变性与独立性解码的统一能量

Yuchen Yan, Minkai Xu, Zaiquan Yang, Yatao Bian

机构 * National University of Singapore（新加坡国立大学） ； Stanford University（斯坦福大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型并行生成文本时与自回归模型的性能差距，提出统一能量（Uni-E）方法，通过不变能量和独立能量解决模型容量、依赖性和不变性问题，无需采样即可精确计算，并能纠正分布偏移。

EviProp: Seeded Relevance Diffusion on Chunk-Page Graphs for Long Multimodal Document Retrieval

EviProp: 基于种子相关性扩散的块-页图用于长多模态文档检索

Hongwei Zhang, Xiaoman Wang, Zehui Ling, Ruicheng Zhu, Yue Zhang, Pinlong Cai, Fuke Shen, Botian Shi, Tongquan Wei, Guohang Yan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出EviProp方法，通过构建多模态块-页图并利用个性化PageRank扩散相关性，解决长文档中证据页检索的独立匹配局限，提升检索准确率。

Boundedness and evolution rates for a quasilinear reaction-diffusion equation

一类拟线性反应扩散方程的有界性与演化速率

Razvan Gabriel Iagar, Marta Latorre, Ariel Sánchez

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究N≥3维空间中指数1<p<m且σ<-2的拟线性反应扩散方程，证明初始条件满足一定衰减时解一致有界，并建立了紧支集数据正性集上界R(t)的扩张速率及外部区域的不同时间尺度。

Investigating the Uncertainty of Cellular Microenvironment Parameter Estimations via Diffusion MRI Cytometry

通过扩散MRI细胞计量学探究细胞微环境参数估计的不确定性

Wen Li, Yan Dai, Arely Perez Rodriguez, Todd Aguilera, Jie Deng, Xun Jia

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究利用IMPULSED扩散MRI信号，通过雅可比敏感性分析和神经网络映射，识别出细胞直径、细胞内体积分数和细胞外扩散系数可稳健估计，为放疗反应监测提供无创评估框架。

Comments 34 pages, 5 figures