Memory-aware acceleration of orientational dynamics in nanoparticle suspensions
具有记忆性的纳米颗粒悬浮液取向动力学加速
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 研究通过实验和理论分析，揭示了纳米颗粒取向动力学中的记忆效应，并提出抑制慢速松弛模式的协议，从而显著减少弛豫时间。
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. 效率与蒸馏 2557 篇
One-Step Flow Policy: Self-Distillation for Fast Visuomotor Policies
一步流策略：用于快速视觉-运动策略的自蒸馏
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出一步流策略，通过自蒸馏实现高保真单步动作生成，无需预训练教师模型，有效提升动作生成速度和控制精度。
Strictly Constrained Generative Modeling via Split Augmented Langevin Sampling
通过分裂增广 Langevin 采样实现严格约束生成建模
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出 CASAL 算法，通过变量分裂逐步强制约束，用于严格约束生成建模，提升物理系统预测精度和守恒量保持。
Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026)
Auroral Acceleration Generates Electron Beams in Jupiter's Middle Magnetosphere
极光加速在木星中间磁层中产生电子束
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 朱诺任务发现木星中间磁层中的电子束源于极光加速过程。
Efficient design of continuation methods for hyperbolic transport problems in porous media
高效设计用于多孔介质中双曲输运问题的持续法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种基于熵解的同伦持续方法，用于高效求解多孔介质中复杂多相流问题。
AlphaFlowTSE: One-Step Generative Target Speaker Extraction via Conditional AlphaFlow
AlphaFlowTSE：通过条件AlphaFlow实现的一步生成目标说话人提取
机构 * School of Electronic Science and Engineering, Xiamen University, Xiamen, China（1 厦门大学电子科学与技术学院，厦门，中国） ； School of Informatics, Xiamen University, Xiamen, China（2 厦门大学信息学院，厦门，中国） ； School of Intelligence Science and Technology, Nanjing University, Suzhou, China（3 南京大学智能科学与技术学院，苏州，中国） ； Shenzhen Loop Area Institute, Shenzhen, China（4 深圳循环区研究所，深圳，中国） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, Shenzhen, China（5 香港中文大学人工智能学院，深圳，中国） ； The Chinese University of Hong Kong, Shatin, N.T., Hong Kong SAR, China（6 香港中文大学，沙田，香港特别行政区，中国）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 AlphaFlowTSE通过条件AlphaFlow实现一步生成目标说话人提取，提升目标语音保真度和真实混合泛化能力。
Comments Submitted to Interspeech 2026 for review
Multi-spacecraft constraints on relativistic solar energetic particle transport in the widespread 28 October 2021 event
多航天器约束在2021年10月28日广泛事件中相对论太阳高能粒子传输
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 研究利用多航天器观测和数值模拟，分析2021年10月28日事件中高能粒子的传输机制，揭示注入区域狭窄及跨场扩散的重要性。
Journal ref A&A, 707 (2026) A12
Symbolic Discovery of Stochastic Differential Equations with Genetic Programming
利用遗传编程发现随机微分方程的符号方法
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出基于遗传编程的随机微分方程符号发现方法，通过最大似然估计联合优化漂移和扩散函数，实现对控制方程的准确恢复和高维系统的高效扩展。
Comments 18 pages, 5 figures, 4 tables
SCDP: Learning Humanoid Locomotion from Partial Observations via Mixed-Observation Distillation
SCDP：通过混合观测蒸馏从部分观测中学习人形机器人的运动
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 SCDP通过混合观测蒸馏从部分观测中学习人形机器人运动，利用机载传感器实现高效可靠的真实机器人运动控制。
Comments 6 pages, 8 figures, 5 tables, iRos
From Flow to One Step: Real-Time Multi-Modal Trajectory Policies via Implicit Maximum Likelihood Estimation-based Distribution Distillation
从流到一步：通过隐式最大似然估计基于的分布蒸馏实现实时多模轨迹策略
机构 * TAMS (Technical Aspects of Multimodal Systems), Department of Informatics, University of Hamburg（汉堡大学信息学院TAMS（多模态系统技术方面）） ； Technical University of Munich（慕尼黑技术大学） ； Agile Robots SE（敏捷机器人公司）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 通过隐式最大似然估计基于的分布蒸馏，实现实时多模轨迹策略，提升机器人操作的高频闭环控制与鲁棒性。
Comments https://sites.google.com/view/flow2one, 8 pages
Constraining turbulent solar flare acceleration regions by connecting kinetic modeling and X-ray observations
通过连接动能建模和X射线观测来约束太阳耀斑加速区域
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 通过结合动能建模和X射线观测，研究太阳耀斑中湍流对电子加速的影响，确定加速区域和时间尺度。
Learning Where the Physics Is: Probabilistic Adaptive Sampling for Stiff PDEs
学习物理所在的位置：用于刚性PDEs的概率自适应采样
机构 * Indian Institute of Technology, Madras（印度理工学院马德拉斯学院）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出GMM-PIELM方法，通过概率模型自适应采样，有效解决刚性PDEs中的刚性问题，实现高精度与高速度的平衡。
Comments Accepted at AI&PDE Workshop at the Fourteenth International Conference on Learning Representations
StreamWise: Serving Multi-Modal Generation in Real-Time at Scale
StreamWise: 实时大规模多模态生成服务
机构 * Microsoft Azure Research（微软Azure研究院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
专题命中 效率与蒸馏 ：image generation(abstract)
AI总结 StreamWise通过实时播客视频生成，整合LLM、文本转语音和视频音频生成，实现高效多模态实时服务，兼顾延迟、成本和质量。
Drifting to Boltzmann: Million-Fold Acceleration in Boltzmann Sampling with Force-Guided Drifting
漂向玻尔兹曼：在玻尔兹曼采样中实现百万倍加速的力引导漂移
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 该研究提出力引导漂移模型，通过漂移分数恒等式实现分子构型生成，显著提升玻尔兹曼采样效率，达到百万倍加速并保持结构和分布准确性。
Conflict-Based Search as a Protocol: A Multi-Agent Motion Planning Protocol for Heterogeneous Agents, Solvers, and Independent Tasks
基于冲突的搜索作为协议：一种多智能体运动规划协议用于异构智能体、求解器和独立任务
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tongji University（同济大学） ； UC Berkeley（伯克利大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种基于冲突的搜索协议，用于异构智能体的多智能体运动规划，利用多种单智能体规划算法实现无碰撞路径规划。
Comments Published at ICRA 2026, Project webpage: https://rishi-v.github.io/CBS-Protocol/
A Fast Generative Framework for High-dimensional Posterior Sampling: Application to CMB Delensing
一种快速生成框架用于高维后验采样：应用于宇宙微波背景去棱镜化
机构 * Department of Physics, Université de Montréal（蒙特利尔大学物理系） ； Mila - Quebec AI Institute（魁北克人工智能研究院） ； Ciela, Montreal Institute for Astrophysics and Machine Learning（蒙特利尔天体物理与机器学习研究所） ； Center for Computational Astrophysics, Flatiron Institute（Flatiron研究所计算天文学中心）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出了一种快速生成框架，用于高维后验采样，应用于宇宙微波背景去棱镜化问题，实现了比扩散方法快一个数量级的采样速度，并成功恢复了未棱镜化的宇宙微波背景功率谱。
Comments 12 pages, 4 figures. ML4Astro 2025 workshop paper on fast generative posterior sampling with application to CMB delensing
Wasserstein Gradient Flows of semi-discret energies: evolution of urban areas anduniform quantization
Wasserstein梯度流的半离散能量：城市区域演化与均匀量化
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文研究了半离散能量的Wasserstein梯度流，通过JKO方案分析城市规划中的动态演化与均匀量化问题，揭示了抛物型PDE与ODE耦合的奇异动态，并通过数值模拟观察到动态晶化现象。
QFlowNet: Fast, Diverse, and Efficient Unitary Synthesis with Generative Flow Networks
QFlowNet: 快速、多样且高效的单位元合成与生成流网络
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Seoul National University（首尔国立大学） ； NextQuantum
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 QFlowNet通过结合生成流网络和Transformer，实现高效、多样化的单位元合成，解决了传统强化学习在稀疏奖励下的局限性。
Comments 7 pages, 6 figures, IEEE International Conference on Quantum Communications, Networking, and Computing (QCNC 2026)
MeanFlowSE: one-step generative speech enhancement via conditional mean flow
MeanFlowSE: 通过条件均流实现一步生成语音增强
机构 * School of Electronic Science and Engineering, Xiamen University, China（厦门大学电子科学与技术学院） ； School of Informatics, Xiamen University, China（厦门大学信息学院）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 MeanFlowSE通过条件均流实现单步生成语音增强，无需多步求解器，提升实时生成效率与保真度。
Percolation-driven $β$ -relaxation enables resonant acceleration of crystallization in amorphous phase-change materials
介电弛豫驱动的β-弛豫促进非晶相变材料结晶加速
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 通过共振激发β-弛豫，利用介电弛豫驱动的原子渗透加速非晶相变材料结晶过程。
Comments 17 pages,4 figures
Mean-Flow based One-Step Vision-Language-Action
基于均流的单步视觉-语言-动作
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出基于均流的单步VLA方法，通过消除传统流匹配方法的一致性约束，显著提升生成效率，实现实时动作生成，实验表明其在机器人操作中的高效性。
OM2P: Offline Multi-Agent Mean-Flow Policy
OM2P：离线多智能体均流策略
机构 * Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（交叉信息研究院，清华大学） ； ByteDance Inc.（字节跳动公司）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 OM2P提出了一种离线多智能体强化学习算法，通过均流匹配损失和奖励感知优化，实现高效动作采样和内存优化，提升训练效率。
Locally Subspace-Informed Neural Operators for Efficient Multiscale PDE Solving
局部子空间感知神经算子用于高效多尺度PDE求解
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出一种局部子空间感知神经算子，通过学习子空间而非基函数，有效降低多尺度PDE求解的误差和计算成本。
Breaking the Dimensional Barrier: Dynamic Portfolio Choice with Parameter Uncertainty via Pontryagin Projection
突破维度壁垒：通过庞特里亚金投影实现动态投资组合选择与参数不确定性
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出PG-DPO方法，通过庞特里亚金投影和BPTT随机梯度上升解决高维参数不确定性下的动态投资组合选择问题，实验表明其在高维漂移不确定性中表现优于无模型PPO基线。
SimTac: A Physics-Based Simulator for Vision-Based Tactile Sensing with Biomorphic Structures
SimTac: 基于物理的模拟器用于基于视觉的生物形态触觉感知
机构 * Department of Engineering, King’s College London（工程系，伦敦国王学院） ； School of Aerospace Engineering, Beijing Institute of Technology（航空工程学院，北京理工大学） ； Department of Computer Science, University College London（计算机科学系，伦敦大学学院）
专题命中 效率与蒸馏 ：image generation(abstract)
AI总结 SimTac是一个基于物理的模拟器，用于设计和验证生物形态触觉传感器，通过多种几何结构实现准确高效的触觉感知模拟。
Journal ref Cyborg and Bionic Systems, 2026
Normalizing Flows are Capable Models for Bi-manual Visuomotor Policy
归一化流是双臂视觉-运动政策的可行模型
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出基于归一化流的双臂视觉-运动政策，通过条件密度学习和优化策略提升任务性能与效率。
Flow-Based Single-Step Completion for Efficient and Expressive Policy Learning
基于流的单步完成：用于高效且表达性的策略学习
机构 * Iowa State University（爱荷华州立大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 SSCP是一种基于流的单步完成策略，通过增强的流匹配目标实现高效且表达性的策略学习，适用于多种RL场景。
Comments ICLR 2026
Operator-Level Quantum Acceleration of Non-Logconcave Sampling
算子层面的非对数凹采样量子加速
机构 * Simons Institute for the Theory of Computing, University of California, Berkeley, USA（Simons理论计算研究所，加州大学伯克利分校） ； Department of Mathematics, University of California, Berkeley, USA（加州大学伯克利分校数学系） ； Department of Mathematics, University of Michigan, Ann Arbor, USA（密歇根大学安娜堡分校数学系） ； Applied Mathematics and Computational Research Division, Lawrence Berkeley National Laboratory, Berkeley, USA（伯克利国家实验室应用数学与计算研究部）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 该研究提出首个量子算法，通过算子层面的方法实现非对数凹采样任务的高效加速，显著提升了经典方法在复杂分布下的性能。
Comments 48 pages, 8 figures
Journal ref Proceedings of the National Academy of Sciences 123(8), e2512789123 (2026)
MeanVoiceFlow: One-step Nonparallel Voice Conversion with Mean Flows
MeanVoiceFlow: 一步非并行语音转换基于均值流
机构 * NTT, Inc.（日本NTT公司）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 MeanVoiceFlow是一种基于均值流的一步非并行语音转换模型，通过结构边缘重建损失和条件扩散输入训练，实现从头开始训练的高效语音转换。
Comments Accepted to ICASSP 2026. Project page: https://www.kecl.ntt.co.jp/people/kaneko.takuhiro/projects/meanvoiceflow/
Duality Models: An Embarrassingly Simple One-step Generation Paradigm
对偶模型：一种 embarrassingly简单的单步生成范式
机构 * Westlake University, Hangzhou, China（西湖大学） ； Zhejiang University, Hangzhou, China（浙江大学） ； University College London, London, UK（伦敦大学学院） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, UAE（穆罕默德·本·扎耶德人工智能大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 Duality Models通过一输入双输出范式，同时预测速度和流映射，提升生成稳定性与效率，在ImageNet上实现SOTA FID
Comments https://github.com/LINs-lab/DuMo
