Accelerating Speculative Diffusions via Block Verification
通过块验证加速推测性扩散
机构 * KTH（皇家理工学院） ； Google Research（谷歌研究） ； Google DeepMind（谷歌DeepMind）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种针对扩散模型的推测性采样方案，通过块验证提高草稿接受率，无需训练的Free Drafter实现高达6.3%的加速。
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. 扩散模型 2440 篇
Real-Time Execution with Autoregressive Policies
基于自回归策略的实时执行
机构 * Korea Institute of Science and Technology（韩国科学技术研究院） ； Seoul National University（首尔大学） ； Google Research（谷歌研究院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 通过异步推理和约束解码实现自回归策略的实时执行，在保证低延迟的同时提升任务完成速度，实验表明其性能优于流匹配策略。
Reliability of Probabilistic Emulation of Physical Systems
物理系统概率仿真的可靠性
机构 * The Alan Turing Institute（艾伦·图灵研究所） ； Autodesk Research（欧特克研究院） ； PhysicsX ； Orbital ； University of Sheffield（谢菲尔德大学） ； University College London（伦敦大学学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 比较生成模型与CRPS训练集成在物理系统概率仿真中的可靠性，发现CRPS集成在覆盖率和推理速度上更优。
EmbodiSteer: Steering Embodiment-Agnostic Visuomotor Policies with Joint-Space Guidance for Zero-Shot Cross-Embodiment Deployment
EmbodiSteer: 用关节空间引导的具身无关视觉运动策略实现零样本跨具身部署
机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Beijing Key Laboratory of Embodied Intelligence Systems（北京具身智能系统重点实验室） ； Institute for Embodied Intelligence and Robotics, Tsinghua University（清华大学具身智能与机器人研究所）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出EmbodiSteer框架，通过前向运动学和雅可比更新将推理时的扩散采样提升到目标机器人关节空间，并加入全身碰撞感知引导，实现零样本、具身感知的部署，在模拟和物理机器人上显著降低碰撞率并提高任务成功率。
Comments The first two authors contribute equally
Agent-based models for the evolution of morphological alternation patterns
基于智能体的形态交替模式演化模型
专题命中 扩散模型 ：diffusion(abstract)
AI总结 通过多智能体模拟，研究形态交替（如go/went）的涌现机制，发现无标度社交网络和随机采纳策略能产生更真实的形态模式。
Comments 51 + 37 pages. 31 Figures
EWAM: An Enhanced World Action Model for Closed-Loop Online Adaptation in Embodied Intelligence
EWAM：一种用于具身智能闭环在线自适应的增强世界动作模型
机构 * Astronex Robotics ； Nanjing University of Information Science and Technology（南京信息工程大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出EWAM架构，基于冻结的Cosmos3骨干网络，通过四个轻量级神经层实现零样本在线自适应，无需微调或额外演示数据，显著减少新任务布局的部署数据需求。
Net-Ev$^2$: A Generative Simulator for Network Event Evolution
Net-Ev$^2$：网络事件演化的生成式模拟器
机构 * NYU Shanghai（上海纽约大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出Net-Ev$^2$，一种结合事件线索与网络拓扑的生成式模拟器，通过结构引导掩码预训练和拓扑感知扩散过程模拟网络事件演化，在多个道路网络数据集上达到最优性能。
Comments Accepted by KDD 2026 Research Track
Journal ref In Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)
Randomized Optimal Switching Problem and Related Mirror Descent Flow
随机化最优切换问题与相关镜像下降流
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对最优切换问题，提出随机化框架并引入KL散度正则化，证明正则化值函数是椭圆HJB系统的唯一光滑解，给出最优Gibbs策略的显式形式，并建立镜像下降流算法及收敛误差界。
A Quantum Algorithm for Random Number Generation
一种用于随机数生成的量子算法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种量子随机数生成算法，通过量子傅里叶变换、受控相位旋转和Grover扩散算子实现二次加速，混合时间达到O(√(n log n))，并在IBM超导硬件上验证。
Observable Dependence of Viscous Corrections in QGP: Heavy Quarks and Dileptons in Chapman--Enskog Theory
QGP中黏性修正的可观测依赖性：Chapman-Enskog理论中的重夸克和双轻子
专题命中 扩散模型 ：diffusion(abstract)
AI总结 首次使用梯度展开至二阶的黏性修正计算重夸克输运和热双轻子产生，发现Chapman-Enskog修正显著抑制拖曳力并影响动量扩散，且不同可观测量对动量空间不同区域敏感。
Comments 18 pages, 11 figures
Geometric formulation of state-dependent Langevin dynamics using scalar free energy
使用标量自由能的状态依赖朗之万动力学的几何表述
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文通过引入标量自由能并将扩散张量作为构型空间的度量，提出了几何一致的朗之万方程，明确了坐标协变性，并展示了在坐标变换、几何约束和投影等例子中的一致性。
Disentangling the origin of degradation in perovskite solar cells via optical imaging and Bayesian inference
通过光学成像和贝叶斯推断解析钙钛矿太阳能电池降解的起源
专题命中 扩散模型 ：diffusion(abstract)
AI总结 结合光致发光成像与漂移扩散模拟，利用贝叶斯推断生成重组参数图，区分降解发生在空穴/电子传输层界面或体相，并验证氨基硅烷钝化处理抑制界面降解。
Conditional spinodal decomposition in Li-Mg anodes for lithium metal batteries
锂金属电池中Li-Mg负极的条件调幅分解
专题命中 扩散模型 ：diffusion(abstract)
AI总结 发现Li-Mg负极中形成有序B2相与β-BCC相发生条件调幅分解，产生均匀互连的富锂β-BCC和贫锂B2相，前者提供快速锂扩散路径，抑制高电流密度下枝晶形成。
Blind Dexterous Grasping via Real2Sim2Real Tactile Policy Learning
通过真实到仿真到真实触觉策略学习的盲操作灵巧抓取
机构 * ShanghaiTech University（上海科技大学） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种结合Real2Sim触觉校准、布局感知触觉编码器和触觉条件扩散策略的框架，实现仅依赖触觉的灵巧手盲抓取，在真实机器人上对20个物体达到27%成功率。
Comments 23 pages, 6 figures
Direct nanoscale observation of melting and solute redistribution in a hypoeutectic Al-Cu alloy with $\it{in\ situ}$ STEM
原位STEM直接纳米尺度观察亚共晶Al-Cu合金的熔化和溶质再分布
专题命中 扩散模型 ：diffusion(abstract)
AI总结 利用原位STEM加热技术，纳米尺度观察亚共晶Al-Cu合金的熔化过程，发现晶界优先形成共晶液相，Al2Cu相先熔化，液态Cu长距离再分布导致富Al边缘和Cu富集。
Flow Matching with In-Context Priors for Out-of-Distribution Brain Dynamics
基于上下文先验的分布外脑动力学流匹配
机构 * Hertie Institute for AI in Brain Health, University of Tübingen（赫蒂人工智能脑健康研究所，图宾根大学） ； Tübingen AI Center, University of Tübingen（图宾根人工智能中心，图宾根大学） ； Charité – Universitätsmedizin Berlin, Department of Psychiatry and Psychotherapy（柏林夏里特医学院，精神病学与心理治疗系） ； German Center for Mental Health (DZPG), partner site Tübingen（德国心理健康中心（DZPG），图宾根合作站点）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种逐时间步条件扩散Transformer，通过注入组合语言和可选空间先验，实现未见认知任务下fMRI脑动力学的零样本生成，支持反事实神经科学。
Comments Code and pretrained models available at https://github.com/SamGijsen/pinc-flows
SAFER-Nav: Enhancing Safety for Visual Robot Navigation via Segmentation-Aware Fine-Tuning
SAFER-Nav: 通过分割感知微调增强视觉机器人导航的安全性
机构 * Dept. of Electronic Engineering, Sogang University（西江大学电子工程系） ； Dept. of Computer Science, Rice University（莱斯大学计算机科学系） ； Vertical Labs, Co., Ltd.（Vertical Labs 有限公司）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出SAFER-Nav方法，通过分割感知微调将障碍物边界和可通行空间结构直接融入导航策略，降低碰撞频率并保持目标到达性能。
Adversarial Attacks on Learned Policies for Surgical Robotic Tasks
针对手术机器人任务学习策略的对抗攻击
机构 * University of California, Berkeley（加州大学伯克利分校） ； KTH Royal Institute of Technology（瑞典皇家理工学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究学习型策略在机器人辅助手术中易受对抗攻击的脆弱性，提出破坏性和引导性攻击方法，实验表明攻击可使手术子任务成功率平均降低61%。
Physics-informed generative AI for semiconductor manufacturing: Enforcing hard physical constraints in generative models by construction
物理信息驱动的生成式AI在半导体制造中的应用：通过构造强制生成模型中的硬物理约束
机构 * School of Electrical and Computer Engineering, University of Oklahoma（俄克拉荷马大学电气与计算机工程学院） ； Center for Quantum Research and Technology, University of Oklahoma（俄克拉荷马大学量子研究与技术中心） ； Intelligent Neuromorphic and Quantum Understanding for Innovative Research and Engineering (INQUIRE) Laboratory（创新研究与工程智能神经形态与量子理解实验室） ； Material Science and Engineering Program, University of Oklahoma, Norman, OK 73019 USA（俄克拉荷马大学材料科学与工程项目，Norman, OK 73019 USA）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对半导体制造中生成模型必须满足硬物理约束的问题，本文提出通过构造集成物理信息（如物理信息扩散、PDE约束变分模型等）来强制约束，而非事后过滤，并给出四种集成模式和未来研究方向。
ProHiFlo: Hierarchical Flow Matching with Functional Guidance for De Novo Protein Generation
ProHiFlo: 具有功能引导的分层流匹配用于从头蛋白质生成
机构 * Arizona State University（亚利桑那州立大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Tongji University（同济大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出ProHiFlo，一种分层流匹配框架，通过粗到细生成、功能引导和自适应SE(3)等变架构，实现高效、准确的从头蛋白质生成，在酶活性位点支架任务中成功率58.9%。
Comments 23 pages
A Hybrid LSMC-PDE Method for Bermudan Option Pricing under the Gatheral Double Mean-Reverting Model
Gatheral双均值回复模型下百慕大期权定价的混合LSMC-PDE方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对Gatheral双均值回复随机波动率模型，提出混合最小二乘蒙特卡洛-偏微分方程方法，通过条件模拟和傅里叶变换降维，实现百慕大期权高效定价。
Mean-field theory via dissociated arrays for particle systems interacting through noisy weights
通过解离阵列的粒子系统在噪声权重交互下的平均场理论
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究粒子通过有噪声权重的边交互的N粒子系统平均场极限，构造非线性SDE并证明解离顶点-边结构的传播，给出定量耦合估计和经验测度收敛。
A Unified Zeroth-Order Approach for Decentralized Minimax Optimization
面向去中心化极小极大优化的统一零阶方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出ZOMA框架，通过混合零阶估计器、偏差校正和加速技术的统一，实现多智能体非凸PL极小极大优化，达到与集中式方法匹配的收敛保证并具有线性加速。
Local and global strong solutions to a reduced model for inviscid micropolar fluids
无粘微极性流体简化模型的局部和全局强解
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究无粘微极性流体二维简化模型的适定性，在Besov空间中建立局部强解的存在唯一性，并在次临界条件下证明全局存在性。
Comments Submitted
Recovering the initial condition and physical coefficients in a nonlinear PDE model of cell invasion
细胞侵袭非线性PDE模型中初始条件与物理系数的恢复
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对细胞侵袭非线性反应扩散模型，利用Carleman估计建立反应系数全局唯一性与Lipschitz型稳定性，以及初始条件的对数稳定性，并提出两阶段数值算法。
Linear Combination of Hamiltonian Simulation with Commutator Scaling
哈密顿模拟的线性组合与交换子缩放
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出基于交换子敏感的哈密顿模拟线性组合框架，通过多乘积公式实现耗散线性动力学模拟，分析求积规则对误差和查询复杂度的影响，并应用于分数扩散、对流扩散和开放量子系统。
Comments 45+15 pages. Comments are welcome
Spectrally Regularized Latent Flow Matching for Turbulence Generation
谱正则化潜流匹配用于湍流生成
机构 * Department of Mechanical Engineering, University of Nevada, Reno（内华达大学里诺分校机械工程系）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对潜扩散和流匹配模型在湍流生成中低估耗散区振幅的问题，提出谱正则化潜流匹配框架，通过区域加权对数谱目标将深度耗散保留谱功率从25%提升至94%，并显著改善采样成本-保真度权衡。
Comments Accepted at the AI4Physics Workshop at ICML 2026. OpenReview: https://openreview.net/forum?id=MEZ1otYgXS
Translation dynamics of evaporating sessile binary-mixture droplet populations
蒸发固定二元混合物液滴群体的平移动力学
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究二元混合物液滴对的平移动力学，通过理论模型和实验验证，揭示了溶质马兰戈尼、毛细效应和热马兰戈尼共同决定液滴的吸引、排斥和追逐行为。
Comments 44 pages, 18 figures
Loss Landscape Diagnosis for Gradient-Based Gray-Scott System Inversion: Disentangling the Roles of PINN Components
基于梯度的Gray-Scott系统反演的损失景观诊断：解构PINN各组件的角色
机构 * Yan Yang（杨 Yan）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 通过直接反向传播稳态损失至未折叠的Gray-Scott模拟，发现优化因损失景观中的平坦高原和陡峭悬崖而失败，而PINN中的残差损失通过隐式编码完整PDE动力学避免了该病理现象。
Comments Accepted at the AI4Physics Workshop, ICML 2026 (non-archival). 14 pages, 10 figures
Improving the Angular Resolution of IBD Events Using Neutron Capture Information in Super-Kamiokande
利用超级神冈探测器中的中子俘获信息提高IBD事件的角度分辨率
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文通过Geant4模拟，证明在超级神冈探测器中利用中子俘获信息可在统计上提高逆β衰变事件的中微子方向性重建，并讨论了检测效应的影响。
Comments 17 pages, 21 figures. Comments are welcome
