图像生成

Error Bounds for a Diffusion Model-Based Drift Estimator

基于扩散模型的漂移估计器的误差界

Ioar Casado-Telletxea, Omar Rivasplata

机构 * Basque Center for Applied Mathematics (BCAM)（巴斯克应用数学中心） ； Centre for AI Fundamentals & Department of Computer Science（人工智能基础研究中心及计算机科学系） ； University of Manchester, UK（英国曼彻斯特大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对随机微分方程中已知扩散参数时的漂移估计问题，利用扩散模型理论推导了时间平均均方误差的显式风险界，将风险分解为离散化、得分近似、噪声初始化和采样方差四项。

Comments Preprint

Switched Event-Triggered Adaptive Control of Reaction-Diffusion PDE-ODE with Neural Operator Implementation

反应扩散PDE-ODE的切换事件触发自适应控制及神经算子实现

Hongpeng Yuan, Ji Wang, Mamadou Diagne

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对反应扩散PDE-ODE级联系统的不确定性，提出基于切换事件触发机制的自适应边界控制，利用深度神经算子逼近反推核函数，实现全局指数稳定和L2全局渐近调节。

Molecular-to-polymeric crossover in ion diffusion in glyme-based electrolytes: from vehicular to hopping transport

甘醇二甲醚基电解质中离子扩散的分子到聚合物交叉：从载体输运到跳跃输运

Aicha Jani, Simon Gravelle, Pawel Wzietek, Mehdi Zeghal, Patrick Judeinstein

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 结合PFG-NMR、离子电导率测量和MD模拟，研究了甘醇二甲醚基电解质中单价阳离子和TFSI⁻阴离子在宽分子量范围内的扩散，发现了在n≈8处的交叉区域，从短链的载体机制转变为长链的跳跃机制，并伴随离子簇减少和阴离子迁移率增强。

Can the Brownian diffusion coefficient be reconstructed from Lyapunov exponents?

布朗扩散系数能否从李雅普诺夫指数重建？

I. G. Marchenko, I. I. Marchenko, D. Ivashchenko, J. Łuczka, J. Spiechowicz

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究在周期对称势中受交流驱动的粒子，发现非零温度下的准周期扩散系数可通过零温度确定性系统的最大李雅普诺夫指数近似重建，并提出了一个与数值模拟吻合良好的近似公式。

Comments 10 pages, 5 figures

Cost-Aware Diffusion Draft Trees for Speculative Decoding

用于推测解码的成本感知扩散草稿树

Shuai Zhang, Huachuan Qiu, Hongliang He, Yong Dai

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出CaDDTree方法，通过联合优化树结构和节点预算直接最大化令牌吞吐量，并证明在凸验证成本下吞吐量函数是单峰的，从而无需离线预算搜索。

Time-Aware Diffusion based on Preference Disentanglement for Generative Recommendation

基于偏好解耦的时间感知扩散用于生成式推荐

Bangguo Zhu, Peng Huo, Yuanbo Zhao, Zhicheng Du, Jun Yin, Senzhang Wang

机构 * Central South University（中南大学） ； National Super Computing Center（国家超算中心） ； Renmin University of China（中国人民大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有扩散生成式推荐模型忽略用户偏好时间非平稳分布的问题，提出TDPM框架，通过将用户偏好解耦为长期周期偏好和短期点状偏好并融入扩散过程，在三个数据集上HR@20和NDCG@20平均提升29.21%和25.45%。

Self-Regulating Annealing in Heavy-Tailed Diffusion Models

重尾扩散模型中的自调节退火

Keito Wakatsuki, Hideaki Shimazaki

机构 * Keito Wakatsuki（凯托·瓦卡苏基） ； Hideaki Shimazaki 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种基于随机微分方程的重尾扩散模型采样器，通过状态依赖的扩散系数实现自调节退火机制，以改进重尾数据的生成保真度。

Comments 6 pages, 3 figures, IJCNN2026

Regularized joint reconstruction and slab combination for accelerated three-dimensional multi-slab diffusion-weighted imaging using multi-scale energy models

使用多尺度能量模型进行加速三维多板块扩散加权成像的正则化联合重建与板块组合

Reza Ghorbani, Jyothi Rikhab Chand, Chu-Yu Lee, Mathews Jacob, Merry Mani

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于能量的轮廓编码（EPEN）联合重建框架，通过双线性前向模型和深度能量先验，从欠采样多板块k空间数据中重建高分辨率扩散加权MRI，有效抑制板块边界伪影并保留精细解剖结构。

Uncertainty-Calibrated Diffusion for Reliable 3D Molecular Graph Generation

不确定性校准的扩散用于可靠的3D分子图生成

Fang Wan, Jingxiang Qu, Yi Liu

机构 * State University of New York at Stony Brook（纽约州立大学石溪分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散模型在3D分子图生成中因认知不确定性导致采样质量下降的问题，提出不确定性校准扩散方法（UCD），通过校准反向扩散过程来补偿认知不确定性，在多个基准上取得最优性能。

Length-constrained curve diffusion flow for open curves with endpoints on two intersecting lines

端点位于两条相交直线上的开曲线的长度约束曲线扩散流

Qiyuan Cheng, Shunzi Guo

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究端点约束在两条固定相交直线上的开曲线的曲线扩散流，证明在适当初始条件下全局存在性，并收敛到给定角度的扇形圆弧。

Genotype-Conditioned Molecular Generation via Evidence-Grounded Multi-Objective Latent Perturbation in Diffusion Models

基于证据的多目标潜在扰动在扩散模型中的基因型条件分子生成

Brenda Nogueira, Gisela A. Gonzalez-Montiel, Nitesh V. Chawla, Nuno Moniz

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； University of Notre Dame（诺克斯大学） ； Department of Chemistry and Biochemistry（化学与生物化学系） ； Lucy Family Institute for Data & Society（数据与社会学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种在预训练的基因型到药物扩散模型的潜在空间中，通过梯度上升优化可学习扰动以最大化药物敏感性、类药性和合成可及性的复合奖励，并利用实验数据和LLM管道确保生物合理性和机制一致性。

Conservative Discrete Structure Stabilizes Autoregressive Rollouts in a 1D Drift Diffusion Poisson Benchmark

保守离散结构稳定一维漂移扩散泊松基准中的自回归展开

Yufeng Wang, Lu Wei, Haibin Ling

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对等离子体传输代理模型在长时间展开中因未强制守恒性而失败的问题，本文在一维漂移扩散泊松基准中比较了保守通量网络、直接状态回归器及经典保守格式，结果表明经典有限体积核心的保守离散结构比单步神经网络回归精度对稳定自回归展开更为关键。

DiffuSent: Towards a Unified Diffusion Framework for Aspect-Based Sentiment Analysis

DiffuSent：面向方面级情感分析的统一扩散框架

Shu Long, Yanglei Gan, Xuchuan Zhou

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Southwest Petroleum University（西南石油大学） ； Southwest Minzu University（西南民族大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出非自回归扩散框架DiffuSent，将方面级情感分析的所有子任务统一为边界去噪扩散过程，通过对比去噪训练策略解决重复预测问题，在28个设置上优于现有生成式和跨度式系统，并实现高达181倍的推理加速。

GLIDE: Graph-guided Leap Inference for Diffusion Estimation of Spatio-Temporal Point Processes

GLIDE: 面向时空点过程扩散估计的图引导跳跃推理

Guanyu Zhou, Yao Liu, Yanglei Gan, Yuxiang Cai, Peng He, Run Lin, Yuxiang Liu, Qiao Liu

机构 * University of Electronic Science and Technology of China（电子科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出GLIDE框架，利用多尺度历史图编码和双流架构作为条件，结合先验引导的跳跃推理机制，实现高效且准确的时空点过程下一个事件建模与预测。

Training-Free Imitation Learning with Closed-Form Diffusion Policies

无训练闭环扩散策略的模仿学习

Raghav Mishra, Ian R. Manchester

机构 * Australian Center for Robotics, ARIAM Hub, and School of Aerospace, Mechanical and Mechatronic Engineering University of Sydney（澳大利亚机器人中心、ARIAM中心和悉尼大学航空航天、机械与机电工程学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于演示数据集闭式得分的无训练扩散策略（CFDP），实现毫秒级实时模仿学习，性能媲美需数小时训练的神经基线，并支持推理时策略编辑与演示增强。

Fine-Tuning Diffusion Models for Molecular Generation via Reinforcement Learning and Fast Sampling

通过强化学习和快速采样微调扩散模型用于分子生成

Guang Lin, Shikui Tu, Lei Xu

机构 * Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出FTDiff框架，结合组相对策略优化和快速采样机制，微调扩散模型以生成满足多目标药物设计约束的高质量分子。

Comments 13 pages, 7 figures

Hot carrier diffusion-assisted ideal carrier multiplication in monolayer MoSe2

单层MoSe2中热载流子扩散辅助的理想载流子倍增

Joonsoo Kim, Hong-Guk Min, Sehwan Park, Jin Cheol Park, Junhyeok Bang, Youngkuk Kim, Ji-Hee Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究通过超快瞬态吸收光谱和第一性原理计算，证明单层MoSe2由于抑制载流子-晶格散射和2Eg能带嵌套提供丰富倍增路径，可实现能量动量守恒允许的理论最大载流子倍增效率。

Revise, Don't Freeze: Sampler-Matched Training for Self-Correcting Masked Diffusion Language Models

修正而非冻结：面向自修正掩码扩散语言模型的采样器匹配训练

Longxuan Yu, Shaorong Zhang, Yu Fu, Hui Liu, Yue Dong, Greg Ver Steeg

机构 * University of California, Riverside（加州大学河滨分校） ； Microsoft（微软） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对掩码扩散语言模型在去噪过程中未利用可见标记修正能力的问题，提出无需额外模块的采样器D3IM和轻量级后训练方法SCOPE，显著提升数学和代码生成性能。

Comments 8 pages, 2 figures, 10 tables

DSL-LLaDA: Scaling Continuous Denoising to 8B Masked Diffusion LMs

DSL-LLaDA: 将连续去噪扩展到8B掩码扩散语言模型

Longxuan Yu, Yunshu Wu, Yu Fu, Siheng Xiong, Rob Brekelmans, Hui Liu, Yue Dong, Greg Ver Steeg

机构 * University of California, Riverside（加州大学河滨分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Microsoft（微软） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过离散随机定位（DSL）将预训练掩码扩散语言模型（LLaDA-8B-Instruct）轻量适配为支持连续嵌入空间去噪，在低步数下实现高质量摘要生成并避免长度-质量权衡。

Comments 8 pages, 4 figures, 28 tables

GraspGen-X: Cross-Embodiment 6-DOF Diffusion-based Grasping

GraspGen-X: 跨形态6自由度扩散抓取

Beining Han, Yu-Wei Chao, Erwin Coumans, Clemens Eppner, Balakumar Sundaralingam, Jia Deng, Stan Birchfield, Adithyavairavan Murali

机构 * NVIDIA ； Princeton University（普林斯顿大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于扩散模型的跨形态6自由度抓取方法，通过扫描体积启发式编码夹爪表示，在20亿抓取数据上训练，实现对新物体、场景和夹爪形态的零样本泛化。

Data Enrichment for Symbolic Regression Using Diffusion Models

使用扩散模型进行符号回归的数据增强

Simon De Reuver, Tamas Kristof Toth, Teddy Lazebnik

机构 * Department of Computing（计算系） ； Jönköping University（约翰·科普丁大学） ； Department of Information Science（信息科学系） ； University of Haifa（海法大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种物理引导的潜在扩散框架，通过生成受物理约束的合成数据来增强稀疏观测，从而提升符号回归在稀疏、噪声或不完整数据下的方程发现可靠性。

Generative Multi-Robot Motion Planning via Diffusion Modeling with Multi-Agent Reinforcement Learning Guidance

基于扩散建模与多智能体强化学习引导的生成式多机器人运动规划

Suk Ki Lee, Venkata Sai Deepak Mutta, Hyunwoong Ko

机构 * School of Manufacturing Systems and Networks, Arizona State University, Mesa, AZ（1制造系统与网络学院，亚利桑那州立大学，梅萨，AZ） ； Michael W. Hall School of Mechanical Engineering, Mississippi State University, Starkville, MS（2迈克尔·W·霍尔机械工程学院，密西西比州立大学，斯塔克维尔，MS） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种结合扩散模型与多智能体强化学习的框架，通过值函数引导反向扩散过程实现交互感知的轨迹生成，降低多机器人冲突率。

Comments 11 pages, 6 figures, 1 table. This paper has been accepted for publication in the proceedings of ASME IDETC-CIE 2026

Latent Diffusion Pretraining for Crystal Property Prediction

晶体性质预测的潜在扩散预训练

Shrimon Mukherjee, Kishalay Das, Partha Basuchowdhuri, Pawan Goyal, Niloy Ganguly

机构 * University of California, Berkeley（加州大学伯克利分校） ； Indian Institute of Technology, Bombay（印度班加罗尔印度理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于潜在扩散的预训练框架CrysLDNet，结合变分自编码器和扩散模型，从无标注晶体结构中学习表示，微调后显著提升性质预测性能。

Comments Published in ICML 2026

WaveFilter: Enhancing the Long-Context Capability of Diffusion LLMs via Wavelet-Guided KV Cache Filtering

WaveFilter: 通过小波引导的KV缓存过滤增强扩散型大语言模型的长上下文能力

Jinnan Yang, Yan Wang, Zhen Bi, Kehao Wu, Xiaojie Li, Jungang Lou, Zechao Li, Jing Liu

机构 * Nanjing University of Science and Technology（南京理工大学） ； Alibaba Group（阿里巴巴集团） ； Huzhou Normal University（湖州师范学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散型大语言模型在长上下文任务中计算开销大和推理延迟高的问题，提出一种无需训练的通用缓存框架WaveFilter，利用小波变换分解长序列以精确识别关键token，构建稀疏KV缓存，从而提升现有KV缓存方法在复杂长上下文任务中的性能。

Comments 8 pages,3 figures

EPIC: Efficient and Parallel Inference under CFG Constraints for Diffusion Language Models

EPIC: 扩散语言模型在上下文无关文法约束下的高效并行推理

Hyundong Jin, Yo-Sub Han

机构 * Yonsei University（延世大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出EPIC框架，通过词法记忆化、Earley解析验证和松弛兼容子集选择，解决扩散语言模型在CFG约束解码中的低效和并行性损失问题，推理时间降低67.5%，额外开销减少90.5%。

Manifold Diffusion for Structure Generation of Transition Metal Complexes

过渡金属配合物结构生成的流形扩散

Luca Schaufelberger, Kjell Jorner

机构 * 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，化学与应用生物科学系） ； NCCR Catalysis, Switzerland（瑞士催化中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出TMCgen流形扩散模型，通过金属-配体配位角与配体扭转/旋转扩散，高效生成过渡金属配合物的精确几何结构。

Traveling waves for combustion reaction-diffusion-convection equations: the full range of wave speeds

燃烧反应-扩散-对流方程的行波：波速的完整范围

Pavel Drábek, Soyeun Jung, Eunkyung Ko, Michaela Zahradníková

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究燃烧型反应-扩散-对流方程的行波解，通过覆盖整个波速范围 $c \ge H^*$ 填补了已有结果中 $c \ge -\min h(u)$ 限制下的存在性与不存在性之间的空白。

Velocity Resetting of Inertial Run-and-Tumble Particles in Non-Newtonian Media: Velocity Distribution, Diffusion and First-Passage Time

非牛顿介质中惯性游走-翻滚粒子的速度重置：速度分布、扩散和首次通过时间

Subhanker Howlader, Sayantan Mondal, Prasenjit Das

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究非牛顿介质中惯性游走-翻滚粒子在速度重置下的动力学，通过分析稳态速度分布、扩散系数和首次通过时间，揭示了重置率对粒子行为的影响及介质类型对最优重置率的存在性。

Comments 19 Pages, 6 Figures, Accepted in Physics of Fluids

TAPS: Target-Aware Prefix Tree Selection for Diffusion-Drafted Speculative Decoding

TAPS: 面向扩散草稿推测解码的目标感知前缀树选择

Zhuoyu Wang, Junnan Huang, Xinyu Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出TAPS方法，通过目标感知的前缀树选择优化扩散模型草稿的验证效率，实现最高7.9倍无损加速。

From Noise to Control: Parameterized Diffusion Policies

从噪声到控制：参数化扩散策略

Renhao Zhang, Haotian Fu, Mingxi Jia, George Konidaris, Yilun Du, Bruno Castro da Silva

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出参数化扩散策略（PDP），通过学习行为流形上的低维连续参数条件化扩散策略，将扩散从随机多样性机制转化为精确可优化的行为引导工具，实现策略间的平滑插值和新约束下的高效适应。