图像生成

Polyphonia: Zero-Shot Timbre Transfer in Polyphonic Music with Acoustic-Informed Attention Calibration

Polyphonia：在多声部音乐中利用声学感知注意力校准实现零样本音色迁移

Haowen Li, Tianxiang Li, Yi Yang, Boyu Cao, Qi Liu

机构 * School of Future Technology, South China University of Technology, Guangzhou, China.（未来技术学院，华南理工大学，广州，中国） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Polyphonia框架，通过声学感知注意力校准实现多声部音乐中精确的零样本音色迁移，提升目标音色对齐精度的同时保持音乐保真度和非目标音色完整性。

Comments Accepted by ICML 2026

Data-Asymmetric Latent Imagination and Reranking for 3D Robotic Imitation Learning

数据不对称潜在想象与重排序在3D机器人模仿学习中的应用

Lianghao Luo, Xizhou Bu, Ruyan Liu, Qingqiu Huang, Chufeng Tang, Xiaoshuai Hao, Hongbo Wang, Wei Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出DALI-R框架，通过潜在世界模型和任务完成评分器，利用混合质量轨迹提升3D机器人模仿学习的决策能力，无需额外高质量示范。

Scaling Categorical Flow Maps

扩展分类流映射

Oscar Davis, Anastasiia Filippova, Pierre Ablin, Victor Turrisi, Amitis Shidani, Marco Cuturi, Louis Béthune

机构 * Apple, University of Oxford（苹果公司，牛津大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出大规模分类流映射模型，通过自蒸馏生成高质量文本，同时引入半离散设置下的似然界，提升语言模型性能。

Comments Minor style changes

Extending Evidence Accumulation Models to Bounded Continuous Self-report Data

将证据积累模型扩展到有界连续自报数据

Yufei Wu, Tamás Szűcs, Agnes Moors, Francis Tuerlinckx

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出并比较了适用于有界连续数据的两种模型：半圆扩散模型和贝塔漂移扩散模型，通过贝叶斯推断方法进行参数估计和模型比较，展示了在情感数据集上的应用效果。

Features of spherical torus p 11B burning plasmas

球形托卡马克p B11燃烧等离子体的特征

Y. -K. M. Peng, A. Ishida, T. Sun, W. Liu, H. Huang, Y. Shi, B. Liu, D. Guo, Z. Li, D. Luo, X. Xiao, G. Zhao, M. Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究开发了满足多磁流体力平衡的球形托卡马克p B11等离子体模型，通过超热离子和电子增强聚变反应率，探讨了紧凑型p B11球形托卡马克的持续燃烧挑战与机遇。

AR-VLA: True Autoregressive Action Expert for Vision-Language-Action Models

AR-VLA：面向视觉-语言-动作模型的真自回归动作专家

Yutong Hu, Jan-Nico Zaech, Nikolay Nikolov, Yuanqi Yao, Sombit Dey, Giuliano Albanese, Renaud Detry, Luc Van Gool, Danda Paudel

机构 * KU Leuven, Dept. Mechanical Engineering, Research unit Robotics, Automation and Mechatronics（库勒恩大学，机械工程系，机器人、自动化与机电一体化研究单位） ； KU Leuven, Dept. Electrical Engineering, Research unit Processing Speech and Images（库勒恩大学，电气工程系，语音和图像处理研究单位） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 AR-VLA提出了一种自回归动作专家，通过长时记忆保持上下文，解决快控与慢思的频率不匹配问题，实现高效预训练和模块化集成，提升动作生成的时空一致性。

Comments RSS 2026 accepted

Rapidity dependence of mean transverse momentum fluctuation and decorrelation in baryon-dense medium

平均横向动量波动与在重子密集介质中的退相关性对速率的依赖性

Tribhuban Parida

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了平均横向动量的事件间波动和速率退相关性，探讨其作为有限重子密度方程状态敏感探针的作用，发现其波动由能量密度和净重子密度波动共同驱动，并预测了质子和反质子在速率退相关性上的显著差异。

Comments 6 figures

Journal ref Phys. Rev. C 113, 054904 (2026)

Supercritical Mass and Condensation in Fokker--Planck Equations for Consensus Formation

超临界质量与凝聚在共识形成Fokker--Planck方程中的研究

Monica Caloi, Mattia Zanella

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了受多项式扩散系数驱动的共识形成模型，探讨了超临界质量现象在更广泛扩散函数类中的持续性，并估计了引发有限时间正则性损失的临界质量。

Forward-KL Convergence of Time-Inhomogeneous Langevin Diffusions

时间非齐次 Langevin 扩散的 forward-KL 收敛性

Andreas Habring, Martin Zach

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了时间非齐次 Langevin 扩散及其欧拉-马尔可夫连续时间扩散在 forward-Kullback-Leibler 散度下的非渐近收敛性，适用于几何退火和退火 Langevin 采样等实际方案。

Information Filtering via Variational Regularization for Robot Manipulation

通过变分正则化进行机器人操作的信息过滤

Jinhao Zhang, Wenlong Xia, Yaojia Wang, Zhexuan Zhou, Huizhe Li, Yichen Lai, Haoming Song, Youmin Gong, Jie Mei

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出变分正则化方法，通过在U-Net和DiT中随机掩码骨干特征或跳过中间层，减少中间特征中的无关噪声，提升机器人操作性能。

Hydrodynamic interactions in a binary-mixture colloidal monolayer

二元混合物胶体单层中的流体动力学相互作用

M. Chamorro-Burgos, Alvaro Domínguez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究二元混合物胶体单层中流体动力学相互作用的影响，发现当粒子种类差异极大时，大粒子的浓度动力学遵循傅立叶定律，但集体扩散率由小粒子的扩散率决定。

Comments Version matches published manuscript

Journal ref Physical Review E 113, 055402 (2026)

Coarse-graining nonequilibrium diffusions with Markov chains

基于马尔可夫链的非平衡扩散粗粒化

Ramón Nartallo-Kaluarachchi, Renaud Lambiotte, Alain Goriely

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了连续和离散状态随机过程的非平衡稳态动力学，通过离散状态马尔可夫链对平面扩散进行粗粒化近似，展示了如何通过有限体积近似推导主方程，并验证了离散状态对非平衡稳态特征的保留性。

Comments 26 pages, 21 figures

Journal ref Journal of Statistical Mechanics: Theory and Experiment (2026) 033205

Towards a Certificate of Trust: Task-Aware OOD Detection for Scientific AI

迈向信任证书：面向科学AI的任务感知异常检测

Bogdan Raonić, Siddhartha Mishra, Samuel Lanthaler

机构 * Seminar for Applied Mathematics, ETH Zurich（应用数学研究所，苏黎世联邦理工学院） ； ETH AI Center（苏黎世人工智能中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于分数扩散模型估计联合似然的任务感知异常检测方法，通过科学数据集验证其与预测误差的强相关性，为构建可验证的信任证书提供基础。

Two-dimensional fractional Brownian motion: Analysis in time and frequency domains

二维分数布朗运动：时间域和频率域分析

Michał Balcerek, Adrian Pacheco-Pozo, Agnieszka Wyłomańska, Krzysztof Burnecki, Diego Krapf

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种新的二维分数布朗运动构造方法，通过矩阵值Hurst算子显式引入交叉依赖性和各向异性缩放，分析了其时间域和频率域的自相关和交叉相关结构，并通过数值模拟验证了分析结果，为多维系统中的异常扩散现象建模提供了框架。

Comments 30 pages, 7 figures

Direct Measurement of Electron Heating in Electron-Only Reconnection in a Laboratory Mini-Magnetosphere

在实验室微型磁层中直接测量电子加热

Lucas Rovige, Filipe D. Cruz, Timothy Van Hoomissen, Robert S. Dorst, Carmen G. Constantin, Stephen Vincena, Luis O. Silva, Christoph Niemann, Derek B. Schaeffer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过非集体汤姆逊散射测量电子速度分布，发现电子加热从1.8eV升至9.5eV，实现了40%的坡印廷流转化为电子焓流。

Journal ref Phys. Rev. Research 8, 023132 (2026)

PoDAR: Power-Disentangled Audio Representation for Generative Modeling

PoDAR：用于生成建模的功率解耦音频表示

Alejandro Luebs, Mithilesh Vaidya, Ishaan Kumar, Sumukh Badam, Stephen W. Bailey, Matthew Bendel, Jose Sotelo, Xingzhe He

机构 * Descript 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出PoDAR框架，通过随机功率增强和潜在一致性目标解耦信号功率与语义内容，提升潜在空间建模能力，加速生成模型收敛并提高性能。

Comments 9 pages, 3 figures

The two clocks and the innovation window: When and how generative models learn rules

两个时钟与创新窗口：生成模型何时以及如何学习规则

Binxu Wang, Emma Lucia Byrnes Finn, Bingbin Liu

机构 * Kempner Institute at Harvard University（哈佛大学凯普纳研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究生成模型在学习规则时的两个关键时间尺度，分析了规则有效性与记忆时间对创新窗口的影响，并揭示了扩散和自回归模型中的一致结构。

Comments 48 pages, 28 figures. Earlier versions are presented in NeurIPS2025 SPIGM workshop as oral presentation https://openreview.net/forum?id=LjqX8OhPPi

Dynamic Scheduling of a Parallel-Server Queueing System: A Computational Method for High-Dimensional Problems

并行服务器排队系统的动态调度：一种用于高维问题的计算方法

Baris Ata, Ebru Kasikaralar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种计算方法，用于解决高维问题中的并行服务器排队系统调度问题，通过深度神经网络技术构建策略，并在大量客户类别下保持计算可行性。

Marrying Generative Model of Healthcare Events with Digital Twin of Social Determinants of Health for Disease Reasoning

将医疗事件生成模型与健康社会决定因素的数字孪生结合用于疾病推理

Ziquan Wei, Tingting Dan, Guorong Wu

机构 * Department of Computer Science（计算机科学系） ； Department of Psychiatry（精神病学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出结合医疗事件生成模型与健康社会决定因素数字孪生的生成模型，用于疾病推理，通过整合多器官传感器数据与tokenized医疗事件，改进疾病预测和临床决策支持。

Comments 21 pages, 8 figures, ICML 2026

Coexistence of trapped and flow-transported nuclei enables fast pigeon post communication across multinucleated cell

受困核与流动运输核共存使多核细胞快速实现信鸽式通信

Johnny Tong, Kaspar Wachinger, Fabian K. Henn, Nico Schramma, Siyu Chen, Karen Alim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过分析Physarum多核细胞中核动态与细胞质流动，发现核在流动与受困状态间切换，从而实现快速跨核通信，其机制超越了传统扩散信号传递。

Journal ref Proc. Natl. Acad. Sci. U.S.A. 122 (50) e2411101122 (2025)

Inverse Design for Conditional Distribution Matching

条件分布匹配的逆设计

Ori Meidler, Shaul Tolkovsky, Or Zuk

机构 * Department of Statistics and Data Science（统计与数据科学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出条件分布匹配（CDM）作为生成模型中的新逆设计问题，通过MLGD-F算法实现高效条件分布匹配，适用于生成编辑优化和结构化图像变换。

Tabular Foundation Model for Generative Modelling

表格基础模型用于生成建模

Xiangjian Jiang, Mingxuan Liu, Nikola Simidjievski, Tassilo Klein, Mateja Jamnik

机构 * Department of Computer Science and Technology, University of Cambridge, UK（计算机科学与技术系，剑桥大学，英国） ； SAP SE ； Télécom Paris, Institut Polytechnique de Paris, France（巴黎telecom，巴黎理工 institute，法国） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出TabFORGE，一种基于预训练因果感知特征编码器的表格基础生成模型，通过两阶段设计缓解潜在嵌入分布偏移，实现高质量合成表格数据生成。

Power spectral density of trajectories of active Ornstein-Uhlenbeck particles

主动奥本海姆-乌尔岑过程轨迹的功率谱密度

Yeongjin Kim, Gleb Oshanin, Jae-Hyung Jeon

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了主动非平衡过程的功率谱密度，推导了主动扩散的精确理论，揭示了自由空间和受约束环境下不同特征，包括双陷阱机制和新的f^-4谱标度。

Physics-Enhanced Deep Learning for Proactive Thermal Runaway Forecasting in Li-Ion Batteries

基于物理的深度学习用于锂离子电池主动热失控预测

Salman Khan, Syed Sajid Ullah, Muhammad Zunair Zamir, Jie Li, Abdul Malik, Saeed Mian Qaisar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种融合热传导方程的PI-LSTM框架，通过物理约束提升预测精度，实验显示其在RMSE和MAE上分别减少81.9%和81.3%。

Disentangled Representation Learning via Flow Matching

通过流匹配实现解耦表示学习

Jinjin Chi, Taoping Liu, Mengtao Yin, Ximing Li, Yongcheng Jing, Jialie Shen, Leszek Rutkowski, Dacheng Tao

机构 * College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； City St George’s, University of London（伦敦大学城市圣乔治学院） ； Systems Research Institute, Polish Academy of Sciences（波兰科学院系统研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于流匹配的框架，通过在紧凑潜在空间中学习因子条件流来实现解耦表示学习，引入非重叠正则化以增强语义对齐，实验表明在多个数据集上优于基线方法。

AI Tools in Software Development: Developer Perceptions and Usage Patterns

软件开发中的AI工具：开发者感知与使用模式

Mark Looi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过调查147名专业开发者，探讨AI工具使用与开发者感知的生产力、代码质量和采用意图之间的关系，发现高频和广泛使用AI工具与更高的生产力和代码质量感知相关，且无速度与质量的权衡。

Comments Submitted to Information and Software Technology

Upper bounds on the colloid separation efficiency of diffusiophoresis

胶体分离效率的上界分析

Fernando Temprano-Coleto, Jeongmin Kim, Marcel M. Louis, Howard A. Stone

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过发展渐近理论，分析扩散电泳中胶体分离效率的上限，揭示化学渗透和解离动力学对分离过程的影响，并识别四种不同尺度规律的分离 regime。

Comments Main text: 16 pages, 4 figures, 3 tables. Supplementary information: 18 pages, 1 figure, 2 tables

Lattice vacancy migration barriers in Fe-Ni alloys, and why Ni atoms diffuse slowly: An ab initio study

铁镍合金中晶格空位迁移势垒研究，以及为何镍原子扩散缓慢：一项基于第一性原理的研究

Adam M. Fisher, Christopher D. Woodgate, Xiaoyu Zhang, George C. Hadjipanayis, Laura H. Lewis, Julie B. Staunton

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过第一性原理计算研究铁镍合金中Fe和Ni原子的迁移行为，发现Ni原子比Fe原子移动更慢，原因与电子自旋极化结构有关。

Comments v1: 12 pages, 8 figures, 2 tables. v2: 15 pages, 9 figures, 3 tables

Journal ref Physical Review Materials 10, 034410 (2026)

EventTSF: Event-Aware Non-Stationary Time Series Forecasting

EventTSF: 基于事件的非平稳时间序列预测

Yunfeng Ge, Ming Jin, Yiji Zhao, Hongyan Li, Bo Du, Chang Xu, Shirui Pan

机构 * Griffith University, Australia（澳大利亚格里菲斯大学） ； Xidian University, China（西安电子科技大学） ； Yunnan University, China（云南大学） ； Microsoft Research Asia, China（微软亚洲研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出EventTSF框架，通过分步扩散整合时间序列与文本事件，解决非平稳时间序列预测中的多模态交互问题，实验显示在7个数据集上优于12个基线模型。

Comments Accepted by the 35th International Joint Conference on Artificial Intelligence (IJCAI 2026)

On the probability distribution of long-term changes in the growth rate of the global economy: An outside view

关于全球经济增长率长期变化的概率分布：一种外部视角

David Roodman

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过建模自1万年前以来的全球总产品（GWP）数据，估计了增长率变化的概率分布，发现GWP爆炸在2047年中位数年份几乎不可避免，揭示了内部视角与外部视角之间的摩擦。