图像生成

Geometry-Preserving Encoder/Decoder in Latent Generative Models

潜在生成模型中的几何保持编码器/解码器

Wonjun Lee, Riley C. W. O'Neill, Dongmian Zou, Jeff Calder, Gilad Lerman

机构 * Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系） ； Department of Mathematics, University of Minnesota（明尼苏达大学数学系） ； Zu Chongzhi Center for Mathematics and Computational Sciences, Duke Kunshan University（杜克-昆山大学仲长奇中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种新型几何保持编码器/解码器框架，通过保留数据分布的几何结构，在潜在扩散模型中实现更高效的训练和更快的收敛。

Comments 50 pages

WAM-Nav: Asymmetric Latent World-Action Modeling for Unified Visual Navigation

WAM-Nav：面向统一视觉导航的非对称潜在世界-动作建模

Ning Yang, Yan Huang, Kaiwen Peng, Ziheng He, Kai Wang, Cui Miao, Kailin Lyu, Guo Li, Xiaofeng Wang, Zheng Zhu, Jing Liu, Nianfeng Liu

机构 * Nanjing University（南京大学） ； 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） ； FiveAges ； National University of Defense Technology（国防科技大学） ； Tsinghua University（清华大学） ； GigaAI 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出WAM-Nav，一种联合学习动作生成与潜在视觉预测的非对称扩散Transformer模型，通过共享扩散Transformer实现长时程动作与短时程视觉预测的联合扩散，并引入双流上下文条件机制和目标对齐模块，在统一策略下支持图像目标、点目标和无目标导航，在ClutterScenes和InternScenes基准上分别提升15.7%和3.3%的成功率，并在真实环境中实现85%的任务成功率。

Raon-OpenTTS: Open Models and Data for Robust Text-to-Speech

Raon-OpenTTS: 开放模型与数据用于鲁棒的文本到语音

Semin Kim, Seungjun Chung, Taehong Moon, Sangheon Lee, Minyoung Ahn, Keon Lee, Nam Soo Kim, Jaewoong Cho, Ludwig Schmidt, Kangwook Lee, Dongmin Park

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Raon-OpenTTS开放模型和Raon-OpenTTS-Pool大规模开放数据集，通过模型过滤流程生成高质量子集，并训练了基于扩散变压器（DiT）的TTS模型，在多个基准测试中表现出色，同时引入Raon-OpenTTS-Eval评估鲁棒性。

A Unified Critical Scaling Theory for Macroscopic Lightning and Quantum Avalanches: From Three-Dimensional Directed Percolation to Testable Predictions

宏观雷电与量子雪崩的统一临界标度理论：从三维定向渗透到可检验的预测

Zhe Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过建立三维反应扩散-对流方程，揭示雷电与量子雪崩属于同一临界 universality class，提出量子相位信息与宏观雷电通道几何的对应关系，并提出七项可检验预测。

Smoothness Errors in Dynamics Models and How to Avoid Them

动力学模型中的平滑误差及如何避免

Edward Berman, Luisa Li, Jung Yeon Park, Robin Walters

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了不同GNN在动力学建模中的平滑效应，证明了单位ary卷积对这类任务有害，并提出放松的单位ary卷积以平衡平滑性保留与物理系统需求。

Comments Ecstatic to share relaxed unitary mesh convolutions with the community :D! This version contains the camera ready for ICML 2026. Send me an email with your thoughts! I love getting mail :^)

Lost in Translation: Simulation-Informed Bayesian Inference Improves Understanding of Molecular Motion From Neutron Scattering

迷失在翻译中：基于模拟的贝叶斯推断改进了从中子散射中分子运动的理解

Harry Richardson, Kit McColl, Gøran Nilsen, Jeff Armstrong, Andrew R. McCluskey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过整合分子动力学模拟、物理推导的Q依赖散射模型、贝叶斯模型判别和极化分析，首次揭示了液苯中各向异性旋转运动，改进了分子运动的理解。

Conditional Score-Based Modeling of Effective Langevin Dynamics

基于条件分数的有效朗之万动力学建模

Ludovico T. Giorgini

机构 * Department of Mathematics, Massachusetts Institute of Technology（数学系，麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种基于有限时间转移密度条件分数的随机降阶模型校准方法，通过最小二乘拟合从数据中推断漂移和扩散系数，避免轨迹微分或状态空间划分。

Understanding Latent Diffusability via Fisher Geometry

通过Fisher几何理解潜在可扩散性

Jing Gu, Morteza Mardani, Wonjun Lee, Dongmian Zou, Gilad Lerman

机构 * School of Mathematics, University of Minnesota（明尼苏达大学数学系） ； NVIDIA（NVIDIA公司） ； Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系） ； Zu Chongzhi Center and DIRC, Duke Kunshan University（杜克-昆山大学祖冲之中心和DIRC） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过Fisher信息与Fisher信息率分解MMSE变化率，量化潜在空间可扩散性，并导出保持扩散稳定性的理论条件。

Achieving double-logarithmic precision dependence in optimization-based quantum unstructured search

在基于优化的量子无结构搜索中实现双对数精度依赖

Zhijian Lai, Dong An, Jiang Hu, Zaiwen Wen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出黎曼修正牛顿法求解量子搜索问题，利用梯度与Hessian特征向量关系，实现复杂度O(√(N/M)+loglog(1/ε))的双对数精度依赖，且保持Grover兼容性。

Comments 15 pages, 5 figures

Score-Based Modeling of Effective Langevin Dynamics

基于分数的有效朗之万动力学建模

Ludovico Theo Giorgini

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种从平稳时间序列学习有效朗之万方程的框架，通过分数函数参数化漂移项并利用去噪分数匹配学习，保证稳态密度并满足短时相关性约束。

CADO: From Imitation to Cost Minimization for Heatmap-based Solvers in Combinatorial Optimization

CADO：从模仿到成本最小化的组合优化热力图求解器

Hyungseok Song, Deunsol Yoon, Kanghoon Lee, Han-Seul Jeong, Soonyoung Lee, Woohyung Lim

机构 * LG AI Research（LG人工智能研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对热力图求解器监督训练中模仿损失与成本最小化的目标不匹配问题，提出CADO框架，通过强化学习微调直接优化解码后解的成本，在多个基准上取得最优性能。

Comments 22 pages, 4 figures. Accepted for publication in Transactions on Machine Learning Research (TMLR), 2026. OpenReview: https://openreview.net/forum?id=fvxx5FOED6

Flow morphology and patterns in porous media convection: A persistent homology analysis

多孔介质对流中的流动形态与模式：持续同调分析

Marco De Paoli, Sergio Pirozzoli, Catherin Neena Lalu, Lou Kondic

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用持续同调拓扑数据分析方法，量化多孔介质对流中的复杂流动模式，并关联热传输速率与流动结构演化。

-Quantum Effects or Theoretical Artifacts? A Computational Reanalysis of Hydrogen's High-Pressure Phase Stability and Properties

量子效应还是理论假象？氢高压相稳定性与性质的计算再分析

Stefano Racioppi, Eva Zurek

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过meta-GGA泛函（R2SCAN和SCAN0）与GGA-PBE泛函对比，发现PBE高估分子相稳定性，而meta-GGA更接近扩散蒙特卡洛结果，表明PBE预测的动力学不稳定性和非谐性可能源于泛函缺陷而非量子核效应。

Position Paper: Unlocking the Potential of AI Researchers in Scientific Discovery-What Is Missing?

立场论文：释放人工智能研究者在科学发现中的潜力——缺失了什么？

Hengjie Yu, Shuya Liu, Haiyun Yang, Yuping Yan, Maozhen Qu, Yaochu Jin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文分析AI在科学发现中应用不足的现状，提出通过结构化工作流和战略干预，使AI研究者成为科学发现核心驱动力的三条关键路径。

Comments 8 pages, 7 figures

Superlinear drift in consensus-based optimization with condensation phenomena

具有凝聚现象的基于共识的优化中的超线性漂移

Jonathan Franceschi, Lorenzo Pareschi, Mattia Zanella

专题命中 扩散模型 ：diffusion(abstract)

AI总结 受Kaniadakis-Quarati模型启发，提出一种具有超线性漂移和非恒定扩散的CBO方法，在平均场极限下出现有限时间爆破等凝聚现象，并通过边缘化方法避免维度灾难。

Comments 32 pages, 6 figures, 3 tables. Updated to reflect in-print version on ESAIM:COCV

On MDS Property of g-Circulant Matrices

关于g-循环矩阵的MDS性质

Tapas Chatterjee, Ayantika Laha

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究g-循环矩阵的MDS性质，证明除非g ≡ -1 (mod k)，否则k×k的g-循环对合矩阵不可能是MDS；并推广了循环矩阵的近期结果，证明特征2有限域上2^d×2^d循环矩阵不能同时具有MDS和半正交性质。

Comments 21 pages

Linear causality and stability constraints on relativistic second-order magnetohydrodynamics

相对论二阶磁流体力学中的线性因果性与稳定性约束

Yiwei Qiu, Duan She, Defu Hou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 基于熵流分析构建相对论二阶磁流体力学框架，通过线性模式分析研究因果性和稳定性对各向异性系统的约束，揭示了磁声、阿尔文和电荷扩散模式的渐近色散关系及因果性边界。

Comments 56 pages, 10 figures

The Insurability Frontier of AI Risk: Mapping Threats to Affirmative Coverage, Silent Exposures, and Exclusions

AI风险的可保险边界：将威胁映射到积极保险、沉默暴露和排除

Alex Leung, Rex Zhang, Ervin Ling, Kentaroh Toyoda, SiewMei Loh

机构 * Munich Re（慕尼黑再保险） ； Armilla ； Tokio Marine Kiln（东京海上日赤保险） ； CFC ； Apollo ibott ； Coalition 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了AI风险在商业保险中的可保险性边界，通过分析55类AI威胁与26种保险产品和排除制度，揭示了四个层次的可保险性前沿：积极保险的风险、沉默AI暴露、主动排除的风险以及传统私人保险结构之外的风险。

Comments Version 2

Fractal and Spectral Dimensions as Determinants of Thermal Ablation Outcomes in Cancer Tissues

分形维数和谱维数作为癌组织热消融结果的决定因素

Mario Olmo-Fajardo, Alexander López, Malte Henkel, Sébastien Fumeron

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过分形-分数阶生物热模型，发现组织分形几何和拓扑连通性共同控制凝固区扩展，谱维数是临床变异的关键驱动因素，为恶性肿瘤热消融提供拓扑信息指导策略。

Comments 18 pages, 7 figures

Journal ref Chaos, Solitons & Fractals, 210, 118668 (2026)

Double-Bracket Master Equations: Phase-Space Representation and Classical Limit

双括号主方程：相空间表示与经典极限

Ankit W. Shrestha, Budhaditya Bhattacharjee, Adolfo del Campo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过Wigner-Weyl变换和Moyal括号形式，系统推导了双括号耗散主方程的经典极限，并建立了量子与半经典框架下的梯度流表示，研究了谐振子与驱动非谐振子的半经典演化。

Comments 18 pages, 7 figures, Published version

Journal ref Phys. Rev. A 113, 062610 (2026)

RAMAC: Multimodal Risk-Aware Offline Reinforcement Learning and the Role of Behavior Regularization

RAMAC: 多模态风险感知离线强化学习及行为正则化的作用

Kai Fukazawa, Kunal Mundada, Iman Soltani

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出RAMAC框架，结合分布性评论家与生成式演员（如扩散模型），通过条件风险价值与行为克隆的复合目标实现离线强化学习中的风险敏感学习，抑制分布外动作并提升CVaR。

Comments ICML 2026

Analytical Theory of Chiral Active Particle Transport in a Fluctuating Density Field

手性活性粒子在涨落密度场中输运的解析理论

Jayam Joshi, Abhra Puitandy, Shradha Mishra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对三维手性活性布朗粒子在涨落密度场中的输运，建立了闭式解析理论，推导了均方位移和时变扩散率的精确表达式，揭示了手性与密度耦合对定向持久性和动力学交叉的影响。

Optimal Translocation of Living \& Active Filaments in Confinement

受限空间中活性和活性细丝的最优转运

Marin Vatin, Rosa Sinaasappel, Renske Kamping, Chantal Valeriani, Emanuele Locatelli, Antoine Deblais

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过蠕虫模型和活性细丝模拟，发现活性与重定向共同控制受限空间中的逃逸，且中间温度下转运效率最高。

Comments 10 pages, 6 figures plus 8 pages, 8 figures supplemental

Generalized Virtual-Wave Theory for Photothermal Coherence Tomography under Arbitrary Excitation Toward Non-Contact Industrial Inspection of Composite Materials

面向复合材料非接触工业检测的光热相干层析成像广义虚拟波理论

Pengfei Zhu, Julien Lecompagnon, Philipp Daniel Hirsch, Mathias Ziegler

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出广义虚拟波光热层析框架，将扩散-波变换推广到任意边界激励，通过ADMM或截断SVD求解逆问题，实现热扩散场到波场的转换，提升复合材料缺陷检测的深度定位和层析重建质量。

Counterfactual Explanations for Deep Two-Sample Testing

深度双样本检验的反事实解释

Wei-Cheng Lai, Marco Simnacher, Christoph Lippert

机构 * Hasso-Plattner-Institute, University of Potsdam（波茨坦大学洪堡-劳恩堡研究所） ； Hasso Plattner Institute for Digital Health at Mount Sinai Icahn School of Medicine at Mount Sinai（辛辛那提医学院洪堡数字健康研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对深度双样本检验，提出基于扩散自编码器和MMD优化的反事实解释框架，生成样本级编辑以揭示驱动假设拒绝的特征。

Comments 17 pages

Variational Learning for Insertion-based Generation

基于插入生成的变分学习

Yangtian Zhang, Zhe Wang, Arthur Gretton, Rex Ying, David van Dijk, Michalis K. Titsias, Jiaxin Shi

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出插入过程（IP）模型，通过排列变分推断联合学习插入位置、内容和终止条件，支持变长生成并提升非自回归序列建模质量。

Realistic noise synthesis reduces bias and improves tissue microstructure estimation with supervised machine learning

真实噪声合成减少偏差并改善有监督机器学习的组织微结构估计

Bradley G. Karat, Maëliss Jallais, Ali R. Khan, Santiago Aja-Fernández, Jelle Veraart, Marco Palombo

机构 * Robarts Research Institute, Schulich School of Medicine and Dentistry, The University of Western Ontario（罗巴茨研究所在，施密特医学与牙科学院，温哥华大学） ； Center for Biomedical Imaging, Department of Radiology, NYU Grossman School of Medicine（生物医学成像中心，放射科，纽约大学格罗斯曼医学院） ； Cardiff University Brain Research Imaging Center (CUBRIC), School of Psychology, Cardiff University（卡迪夫大学脑研究成像中心（CUBRIC），心理学学院，卡迪夫大学） ； School of Computer Science and Informatics, Cardiff University（计算机科学与信息学院，卡迪夫大学） ； Laboratorio de Procesado de Imagen, Universidad de Valladolid（图像处理实验室，瓦尔达利德大学） ； Instituto de Investigación Biosanitaria de Valladolid, IBioVALL（瓦尔达利德生物医学研究所，IBioVALL） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对扩散MRI中模拟与实测信号噪声不匹配导致的协变量偏移问题，提出真实噪声合成框架，通过引入Rician期望和有效后处理噪声方差，显著降低参数估计偏差并提高精度。

Comments * Shared first author

BOUTEF: A Multilingual Corpus for FakeNews in North Africa -- Language as a Weapon

BOUTEF：北非假新闻的多语种语料库——语言作为武器

Kamel Smaili, Yassine Toughrai, Amina Laggoun, David Langlois

机构 * Loria, CNRS, Université de Lorraine（Loria研究所、法国国家科学研究中心、洛林大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文构建了包含阿尔及利亚和突尼斯多语种（MSA、方言、Arabizi、法语、英语等）的假新闻语料库BOUTEF，通过定量与定性分析揭示了假新闻依赖情感化叙事、耸人听闻框架和混合语言实践来增强传播力，而辟谣内容则更注重事实和验证。

HD-Prot: A Protein Language Model for Joint Sequence-Structure Modeling with Continuous Structure Tokens

HD-Prot：一种使用连续结构令牌进行联合序列-结构建模的蛋白质语言模型

Yi Zhou, Haohao Qu, Yunqing Liu, Shanru Lin, Le Song, Wenqi Fan

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫人工智能大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出HD-Prot，一种混合扩散蛋白质语言模型，通过连续结构令牌将序列pLM扩展为多模态，实现联合序列-结构建模，在多种任务上取得竞争性能。

Comments This is the long version of the corresponding paper to appear at KDD 2026

Multi-Token Residual Prediction

多令牌残差预测

Yufeng Xu, Zishuo Bao, Qian Wang, Zeshen Zhang, Haoqi Zhang, Bowen Peng, Ang Li, Rahul Chalamala, Yucheng Lu

机构 * New York University（纽约大学） ； New York University Shanghai（纽约大学上海） ； Nos Research（Nos研究） ； Modal 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种轻量级模块Multi-token Residual Prediction，通过利用去噪过程中相邻步骤的logit分布相似性，在单次骨干网络前向传播中实现依赖感知的多令牌去噪，从而在成本较低的情况下提高去噪效率。