图像生成

Derivation, Analysis and Simulation of a Spatio-Temporal Epidemiology Model with Memory

具有记忆的时空流行病学模型的推导、分析与模拟

Hassan El Bouz, Karim Faraj, Anthony Khairallah, Fatima Mroue

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一个包含积分记忆项的反应扩散系统，用于模拟无症状传播的传染病时空演化，并通过Faedo-Galerkin方法证明弱解的局部存在性，最后应用于黎巴嫩疾病地理演化模拟。

Comments 23 pages, 5 figures

Cover time statistics of one-dimensional Brownian motion under stochastic resetting

随机重置下一维布朗运动的覆盖时间统计

Anirban Ghosh, Sanjib Sabhapandit

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机重置对一维布朗运动覆盖时间统计的影响，发现平均覆盖时间随重置率非单调变化，存在最优重置率，并推导了覆盖时间分布的精确解析表达式。

Comments 11 pages, 4 figures

Geometry-based Schrödinger Bridges for Trustworthy Multimodal Fusion

基于几何的薛定谔桥用于可信多模态融合

Jiayu Xiong, Jing Wang, Qi Zhang, Wanlong Wang, Jun Xue

机构 * Department of Computer Science（计算机科学系） ； Techonology, Huaqiao University（技术学系，华侨大学） ； Xiamen Key Laboratory of Computer Vision（厦门计算机视觉实验室） ； Pattern Recognition, Huaqiao University（模式识别，华侨大学） ； Tongji University（同济大学） ； School of Cyber Science（网络科学学院） ； Engineering, Wuhan University（工程学院，武汉大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出基于几何的多模态融合方法GMF，利用扩散薛定谔桥的初始速度平方作为独立于预测的可靠性信号，以提升对低质量数据的鲁棒性。

Comments ICML 2026 accepted paper

A Self-Evolving Machine-Learning-Based Kinetic Monte Carlo Method for Modelling Thin-Film Growth

一种基于自进化机器学习的动力学蒙特卡洛方法用于薄膜生长建模

Jyri Kimari, Flyura Djurabekova, Kostas Sarakinos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种自进化机器学习动力学蒙特卡洛方法，通过在线训练ML回归模型估计速率参数，在保持高保真度的同时提高计算效率，并成功模拟Ag(111)亚单层生长。

On couplings for kinetic Langevin diffusions

关于动能朗之万扩散的耦合

Nawaf Bou-Rabee, Sonja Cox, Roy Schieven

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究动能朗之万扩散及其分裂离散化中耦合与全变差界的关系，通过非马尔可夫耦合实现精确收缩并改进现有结果。

Morphological routes to extinction: A mechanistic assessment of habitat loss

灭绝的形态路径：栖息地丧失的机制评估

E. H. Colombo, L. Menon, E. Hernandez-Garcia, C. Anteneodo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过反应-扩散框架比较几何与机制指标对栖息地退化影响的评估，发现几何指标系统性地高估种群持久性，而机制指标揭示快速加速的灭绝趋势。

AMix-2: Establishing Protein as a Native Modality in Large Language Models

AMix-2：将蛋白质确立为大语言模型的原生模态

Keyue Qiu, Yixin Wu, Lihao Wang, Yawen Ouyang, Jixiang Yu, Zihan Zhou, Changze Lv, Dongyu Xue, Yuxuan Song, Xinbo Zhang, Hao Wang, Jiangtao Feng, Zhiqiang Gao, Lijun Wu, Xiaoqing Zheng, Ka-Chun Wong, Lei Bai, Ya-Qin Zhang, Wei-Ying Ma, Dahua Lin, Bowen Zhou, Hao Zhou

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Generative Symbolic Intelligence Lab (GenSI), Tsinghua University（生成符号智能实验室（GenSI），清华大学） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出AMix-2，一种蛋白质-文本基础模型，通过统一蛋白质理解与序列设计，将蛋白质作为大语言模型的原生模态，并引入块状扩散语言建模骨干以更好地匹配蛋白质内在特性。

Comments 30 pages, 4 figures, 12 tables

Magnetic Resonance Dynamics via Fractional Bloch Equation: a Hybrid Computational Framework

基于分数阶Bloch方程的磁共振动力学：一种混合计算框架

Neetu Garg, Diptiranjan Biswal, Varsha R

专题命中 扩散模型 ：diffusion(abstract)

AI总结 采用Laplace残差幂级数方法求解分数阶Bloch方程，分析分数阶对磁化分量的影响，并通过误差分析和对比验证方法的可靠性和优越性。

How Much Parallelism Is "Free"? A Principle of Near-Free Parallelism for Parallel Decoding

多少并行是“免费的”？并行解码的近免费并行原理

Minghua He, Lingzhe Zhang, Yuan Liu, Xiao Zhou, Aiwei Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出近免费并行（NFP）概念，通过分析密集FFN、MoE FFN和注意力机制，揭示NFP由内存资源闲置和内核粒度闲置共同决定，并建立近免费并行原理以预测NFP边界，验证表明标准闲置计算直觉可能高估23倍。

ExpGraph: Model-Agnostic Experience Learning with Graph-Structured Memory for LLM Agents

ExpGraph: 面向LLM智能体的模型无关经验学习与图结构记忆

Tao Feng, Chongrui Ye, Tianyang Luo, Jingjun Xu, Xueqiang Xu, Haozhen Zhang, Zhigang Hua, Yan Xie, Shuang Yang, Ge Liu, Jiaxuan You

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学） ； Meta Monetization AI（Meta 营收人工智能） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出ExpGraph框架，通过图结构记忆和强化学习实现冻结LLM执行器的外部经验复用，在问答、数学推理、代码生成和多步智能体任务上显著提升性能并减少交互步骤。

Search at bounded speed with immigration

有界速度下带迁入的搜索

Hwai-Ray Tung, Sean D Lawley

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究迁入搜索者在有限速度下进行搜索的时间分布，推导出快速迁入极限下第k次搜索时间的全概率分布和矩，并应用于随机搜索模型。

Comments 26 pages, 2 figures

Constrained Flow Optimization via Sequential Fine Tuning for Molecular Design

通过序列微调进行约束流优化以用于分子设计

Sven Gutjahr, Riccardo De Santi, Luca Schaufelberger, Kjell Jorner, Andreas Krause

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Institute of Chemical and Bioengineering, Department of Chemistry and Applied Biosciences, ETH Zurich（苏黎世联邦理工学院化学与生物工程研究所） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出约束流优化（CFO）算法，通过将约束生成优化问题转化为序列微调，在分子设计中平衡奖励最大化与约束满足。

Comments ICML 2026

Mean-squared displacements of rough particles in polydisperse granular gases

多分散颗粒气体中粗糙颗粒的均方位移

Anna S. Bodrova

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过考虑颗粒粗糙度，研究多分散颗粒气体在均匀冷却状态下的扩散系数和均方位移，揭示法向和切向恢复系数对颗粒迁移率的影响。

Journal ref Phys. Rev. E 113, 045403 (2026)

VR-DAgger: Immersive VR for Dexterous Data Collection and Uncertainty-Guided On-Policy Correction

VR-DAgger: 用于灵巧数据收集和不确定性引导的在线策略校正的沉浸式VR

René Zurbrügg, Tifanny Portela, Arjun Bhardwaj, Aravind Elanjimattathil Vijayan, Maximum Wilder-Smith, Marco Hutter

机构 * Robotics Systems Lab（机器人系统实验室） ； ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（ETH人工智能中心） ； ETH Augmented Reality Research Lab（ETH增强现实研究实验室） ； ETH Mobility Initiative（ETH移动性倡议） ； ANYbotics AG（ANYbotics公司） ； Swiss Federal Railways（瑞士联邦铁路） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出VR-DAgger框架，通过VR应用进行灵巧遥操作和数据收集，利用MC Dropout不确定性评分选择关键失败片段进行在线校正，在灵巧操作任务上相比行为克隆提升高达23个百分点，并减少约40%的样本收集时间。

Cross-Chirality Generalization by Axial Vectors for Hetero-Chiral Protein-Peptide Interaction Design

通过轴向向量实现异手性蛋白质-肽相互作用设计的跨手性泛化

Ziyi Yang, Zitong Tian, Yinjun Jia, Tianyi Zhang, Jiqing Zheng, Hao Wang, Yubu Su, Juncai He, Lei Liu, Yanyan Lan

机构 * Department of Chemistry, Tsinghua University, Beijing, China（清华大学化学系） ； School of Life Sciences, Tsinghua University, Beijing, China（清华大学生命科学学院） ； Anew Labs, Shanghai, China（Anew实验室） ； Tsinghua-Peking Center for Life Sciences, Beijing, China（清华大学-北京大学生命科学中心） ； Ministry of Education Key Laboratory of Bioorganic Phosphorus Chemistry and Chemical Biology, Tsinghua University, Beijing, China（教育部生物有机磷化学与化学生物学重点实验室） ； Center for Synthetic and Systems Biology, Tsinghua University, Beijing, China（合成与系统生物学中心） ； Beijing Frontier Research Center for Biological Structure, Tsinghua University, Beijing, China（北京生物结构前沿研究中心） ； Qiuzhen College, Tsinghua University, Beijing, China（齐臻学院） ； Yau Mathematical Sciences Center, Tsinghua University, Beijing, China（叶德平数学科学中心） ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（人工智能产业研究院（AIR），清华大学） ； AI Industry Research Innovation Center,Wuxi Research Institute for Applied Technologies, Tsinghua University（人工智能产业研究创新中心，无锡应用技术研究院，清华大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出向E(3)等变（极）向量特征注入轴向特征的方法，结合潜在扩散模型实现从同手性训练数据到异手性设计任务的跨手性泛化，首次通过湿实验验证了生成式AI从头设计D-肽结合物的有效性。

Comments v3: Revised acknowledgements only. The paper has been accepted to ICML 2026

D$^3$-Subsidy: Online and Sequential Driver Subsidy Decision-Making for Large-Scale Ride-Hailing Market

D$^3$-Subsidy：大规模网约车市场的在线和顺序司机补贴决策

Taijie Chen, Rui Su, Siyuan Feng, Laoming Zhang, Hongyang Zhang, Haijiao Wang, Zhaofeng Ma, Jintao Ke, Li Ma

机构 * University of Hong Kong（香港大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对网约车市场动态环境，提出基于扩散的分层框架D$^3$-Subsidy，通过前缀条件扩散模型和拉格朗日对偶映射实现城市级补贴控制，在满足补贴率上限和低延迟约束下提升订单量和GMV。

Comments 14 pages, 14 figures

PROWL: Prioritized Regret-Driven Optimization for World Model Learning

PROWL: 基于优先遗憾驱动的世界模型学习优化

Ahmet H. Güzel, Jenny Seidenschwarz, Benjamin Graham, Jonathan Sadeghi, Jeffrey Hawke, Ilija Bogunovic

机构 * University College London AI Centre（伦敦大学学院人工智能中心） ； Odyssey ； University of Basel（巴塞尔大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种KL约束的对抗课程，通过训练策略暴露扩散世界模型的高误差轨迹并持续微调，结合优先对抗轨迹缓冲区，解决被动数据中罕见关键转换的鲁棒性问题。

Entanglement Dynamics of Separable Squeezed States in Finite Memory Structured Reservoir

有限记忆结构储层中可分压缩态的纠缠动力学

Austen Couvertier, Ting Yu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究两个可分离压缩真空态玻色子模式在共同结构储层中的纠缠动力学，通过非马尔可夫量子态扩散和伪模嵌入等方法，发现了三种马尔可夫动力学中不存在的纠缠机制：失谐冻结、正交输入的纠缠生灭与复兴、以及周期失谐产生的整数锁定方波振荡。

Comments 15 pages, 8 figures

Why DDIM Hallucinates More Than DDPM: A Theoretical Analysis of Reverse Dynamics

为什么DDIM比DDPM更容易产生幻觉：反向动力学的理论分析

Muhammad H. Ashiq, Samanyu Arora, Abhinav N. Harish, Ishaan Kharbanda, Hung Yun Tseng, Grigorios G. Chrysos

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过理论分析高斯混合目标下的反向ODE（DDIM）和SDE（DDPM），证明在临界时间τ后DDIM会卡在两个最近模式之间的线段上，而DDPM的随机性帮助其脱离该区域从而避免幻觉。

Comments Accepted in ICML

MENO: MeanFlow-Enhanced Neural Operators for Dynamical Systems

MENO: 用于动力系统的MeanFlow增强神经算子

Tianyue Yang, Xiao Xue

机构 * Centre for Computational Science, University College London, London, United Kingdom（伦敦大学学院计算科学中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出MENO框架，通过改进的MeanFlow方法恢复多尺度特征，在低分辨率训练数据下实现高分辨率准确预测，且推理速度比扩散增强方法快14倍。

Comments 27 pages, 13 figures

A Note on a threshold for temporal regularity of stochastic PDEs

关于随机偏微分方程时间正则性阈值的注记

Antonio Agresti, Mark Veraar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究线性抛物型SPDE解的时间正则性，证明解的时间正则性由空间正则性决定，并反驳了Breit和Hofmanová关于单调随机发展方程时间正则性的猜想。

Comments 8 pages, to appear in Comptes Rendus - Série Mathématique

Platform and Framework for Time-Resolved Nanoscale Thermal Transport Measurements in STEM

STEM中时间分辨纳米尺度热传输测量的平台与框架

Mairi McCauley, Joel Martis, Ondrej L. Krivanek, Ben Plotkin-Swing, Andreas Mittelberger, Tolga Wagner, Hüseyin Çelik, Grigory Kornilov, Meng Zhao, Matthias Meffert, Luca Piazza, Tracy C. Lovejoy, Guillaume Radtke, Christoph Koch, Benedikt Haas

专题命中 扩散模型 ：diffusion(abstract)

AI总结 开发了集成在扫描透射电子显微镜中的激光激发系统，结合超高分辩电子能量损失谱和外部门控直接电子探测器，实现纳米尺度热传输的时间分辨测量，并通过对非晶碳膜的测量验证了方法的有效性。

Comments 17 pages, 4 figures

Reaction-transport coupling drives spatiotemporal organization in fuel-driven supramolecular polymerization

反应-传输耦合驱动燃料驱动超分子聚合中的时空组织

Akta Singh, Nayana Mukherjee, Jagannath Mondal, Pushpita Ghosh

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过发展一个耦合激活-脱附化学与协同组装、断裂和聚合物长度依赖扩散的最小反应-传输框架，揭示了燃料驱动超分子聚合中通过Hopf分岔产生自主振荡，并展示传输如何将时间不稳定性转化为空间自组织，包括近弹道传播前沿和复杂时空模式。

Variational quantum algorithm for anion exchange across electrolyzer membrane

用于电解槽膜上阴离子交换的变分量子算法

Timur Gubaev, Philipp Pfeffer, Christian Dreßler, Jörg Schumacher

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种变分量子算法，通过空间依赖扩散常数求解一维扩散问题，应用于碱性电解槽双层膜中氢氧根离子交换，并分析扩散率比超过50时产生浓度梯度与化学不稳定性。

Comments 24 pages, 16 figures, 4 tables

Kinetic Theory with Fluctuations: Strong Well-Posedness of the Vlasov-Fokker-Planck-Dean-Kawasaki System

含涨落的动理学理论：Vlasov-Fokker-Planck-Dean-Kawasaki 系统的强适定性

Zimo Hao, Zhengyan Wu, Johannes Zimmer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究含相关噪声的 Vlasov-Fokker-Planck-Dean-Kawasaki 方程的强适定性，通过动理学半群估计和重整化动理学解框架，克服了动理学算子复杂性和保守噪声带来的不规则性。

Comments There was a gap in the previous version of Section 5. This issue has now been resolved. In the revised version, Section 5 has been completely rewritten, and the previous iteration scheme has been replaced by a new approximation scheme. Furthermore, additional moment estimates have been incorporated in Sections 5 and 6

FLOWR: Flow Matching for Structure-Aware De Novo, Interaction- and Fragment-Based Ligand Generation

FLOWR: 用于结构感知的从头、基于相互作用和片段的配体生成的流匹配

Julian Cremer, Ross Irwin, Alessandro Tibo, Jon Paul Janet, Simon Olsson, Djork-Arné Clevert

机构 * Machine Learning & Computational Sciences, Pfizer Worldwide R&D（机器学习与计算科学，辉瑞全球研发） ； Molecular AI, Discovery Sciences, R&D, AstraZeneca（分子人工智能，发现科学，研发，阿斯利康） ； Department of Computer Science and Engineering, Chalmers University of Technology and University of Gothenburg（计算机科学与工程系，查尔姆斯理工大学和哥德堡大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出FLOWR框架，通过结合连续和分类流匹配与等变最优传输，并利用高效蛋白口袋条件化，实现三维配体的生成与优化，在有效性、姿态精度和相互作用恢复上超越现有方法，推理速度提升高达70倍。

Excitonic Bloch equations from first principles

第一性原理的激子布洛赫方程

Gianluca Stefanucci, Enrico Perfetto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从第一性原理出发，推导了激子布洛赫方程，解决了模型哈密顿量中电子-声子相互作用过屏蔽的问题，并描述了相干、不可约和非相干激子的时间演化。

Comments 29 pages

Journal ref SciPost Phys. 18, 009 (2025)

Towards a Framework for Social Mechanics

迈向社会力学框架

VS Morales-Salgado

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一个基于立场空间位置及类比运动、惯性、相互作用和力的社会变化力学框架，通过位置依赖惯性响应和确定性/随机模型研究社会演化，并应用于美国大选党派偏好分布。

Envisioning Beyond the Few: Disentangled Semantics and Primitives for Few-Shot Atypical Layout-to-Image Generation

超越少数：用于少样本非典型布局到图像生成的解耦语义与基元

Nan Bao, Yifan Zhao, Wenzhuang Wang, Jia Li

机构 * State Key Laboratory of Virtual Reality Technology and Systems（虚拟现实技术与系统国家重点实验室） ； School of Computer Science and Engineering（计算机科学与工程学院） ； Qingdao Research Institute, Beihang University, China（北京航空航天大学青岛研究所，中国） 纠错

专题命中 可控生成 ：image generation(title,abstract)；分类 cs.CV

AI总结 针对少样本非典型布局到图像生成中表示碎片化问题，提出通过语义锚定和基元注入解耦语义与视觉细节，实现鲁棒少样本适应。

Comments Accepted to ICML 2026; code available at https://github.com/iCVTEAM/DSP

CameraNoise: Enabling Faithful Camera Control in Video Diffusion through Geometry-Flow-Guided Noise Warping

CameraNoise: 通过几何流引导的噪声扭曲实现视频扩散中的忠实相机控制

Haoyu Zhao, Jiaxi Gu, Haoran Chen, Qingping Zheng, Yeying Jin, Hongyi Yang, Junqi Cheng, Yuang Zhang, Zenghui Lu, Huan Yu, Jie Jiang, Peng Shu, Zuxuan Wu, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Tencent（腾讯） ； Xiamen University（厦门大学） 纠错

专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV

AI总结 提出CameraNoise方法，通过几何流引导的噪声扭曲将相机运动编码为时间一致的随机表示，实现视频扩散中忠实且几何一致的相机控制。

Comments 28 pages, 16 figures

Journal ref Proceedings of the Forty-third International Conference on Machine Learning (ICML), 2026