视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
通过输入二值化弥合半导体视觉程序合成中的仿真到现实差距
机构 * National Institute of Information and Communications Technology, Japan（日本信息通信技术全国研究所）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种视觉程序合成框架，利用输入二值化策略消除扫描电子显微镜图像的纹理和噪声，使视觉语言模型专注于几何结构，从而弥合仿真到现实的差距，在MIIC数据集上将平均Dice系数从0.4393提升至0.5256。
NDPP-Grasp：非可微物理合理性约束引导的任务导向灵巧抓取生成
机构 * Lancaster University（兰卡斯特大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种框架，通过将非可微物理合理性约束直接注入任务对齐的抓取扩散模型的去噪过程，实现物理合理性引导的灵巧抓取生成，同时保持任务对齐。
上下文算子网络的频谱审计
机构 * Division of Applied Mathematics, Brown University（布朗大学应用数学系） ； Department of Mathematics, National University of Singapore（新加坡国立大学数学系）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出基于雅可比矩阵的频谱审计方法，通过分析上下文算子学习中的局部频谱特性（频率增益、相位结构、交叉模式耦合）来评估模型是否真正学习了PDE算子的局部动力学机制，而不仅仅是输出预测。
BlockGen: 灵活的分块序列建模与混合采样器
机构 * EPFL Lausanne, Switzerland（瑞士洛桑联邦理工学院） ； Microsoft AI（微软人工智能）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出BlockGen框架，通过分块序列建模和AR-informed预测-校正采样，比较均匀态扩散与掩码扩散在分块生成中的性能。
低通流匹配
机构 * ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Tübingen AI Center（图宾根人工智能中心） ； Liquid AI（液体AI）
专题命中 扩散模型 ：image generation(abstract)
AI总结 针对流匹配中白噪声源与自然数据频谱不匹配的问题，提出基于算子调制插值的低通流匹配方法，引入时变频谱偏差，在保持或提升样本质量的同时显著降低采样成本。
Comments ICLR 2026 Delta Workshop
自我对弈定理证明算法的理论框架
机构 * Thomas Chen（汤姆·陈） ； Zhiyuan Li（李志强）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出一个理论框架，通过将定理集建模为图并引入可逆随机游走和多样性度量，分析自我对弈算法在定理证明中的自我改进能力。
我们说的谎言：通过切空间上的分数匹配纠正视觉-语言-动作策略中的欧几里得谬误
机构 * National Taiwan University（台湾大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对扩散视觉-语言-动作策略将SE(3)位姿表示为平坦R^12向量导致的欧几里得谬误，提出Lie Diffuser Actor (LDA)框架，通过左不变SDE注入噪声、在切空间预测分数并利用指数映射回缩样本，从根本上消除流形漂移、保证坐标框架等变性和测地线最优性，在CALVIN ABC→D上平均任务长度从3.27提升至3.51。
Comments ICML 2026 Accepted
无弛豫间隙的流体动力学：记忆效应、非定域性和超扩散
专题命中 扩散模型 ：diffusion(abstract)
AI总结 通过研究能量依赖弛豫时间无上界的相对论粒子传播模型，探讨长时记忆如何阻碍具有无间隙非流体动力学扇区的系统中定域流体动力学的出现，并揭示梯度展开发散的根本原因及超扩散行为。
Comments 11 pages, 2 figures, comments welcome!
快速扩散溶质的空间分辨分析显微镜的迭代热力学增强
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种迭代热力学模型，利用替代元素的空间分辨成分图计算间隙元素的分布，以解决快速扩散溶质的空间分辨定量难题。
结构引导的自适应传播用于蛋白质-蛋白质相互作用位点预测
机构 * Institute of Computing Science and Technology, Guangzhou University（广州大学计算机科学与技术学院） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Information Science & Technology Department, Beijing Capital International Airport Co., Ltd.（北京首都国际机场有限公司信息科学与技术部） ； School of Information Science and Technology, Dalian Maritime University（大连海事大学信息科学与技术学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出SGAP-PPIS模型，利用等变图神经网络的多尺度几何状态生成残基级传播系数，实现自适应信息扩散，在Test_60上取得竞争性能。
Comments 9 pages, 3 figures
非可逆马尔可夫过程的奇异值间隙
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文推广了可逆马尔可夫生成元的谱间隙到非可逆过程，定义了奇异值间隙，并证明其刻画了经验平均的收敛性，给出了L^2函数上有限时间方差的上下界。
门控滤波器而非消息：预传播图神经网络中的节点-通道混合
机构 * School of Electrical and Computer Engineering, Cornell University（康奈尔大学电气与计算机工程学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对预传播图神经网络中复杂跳聚合器性能不佳的问题，提出FilterMoE模型，通过3D门控张量联合路由节点和通道上的可学习切比雪夫滤波器专家，在11个同质和异质基准测试中平均提升1.53个测试分数。
基于有限元插值的无稳定化虚拟元方法
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出一种基于有限元插值的框架，通过构造多项式保持且范数等价的插值算子，消除扩散项和反应项离散中的稳定化项，设计了两种无稳定化方案，并在二维和三维中实现协调与非协调虚拟元方法，数值实验验证了最优收敛性。
异质系统中熵预测的物理信息深度学习：热力学与信息论案例研究
机构 * Durham University（杜ham大学） ； Department of Chemical Engineering（化学工程系） ； Veer Surendra Sai University of Technology（维尔·苏雷纳·赛大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出统一物理信息深度学习框架，通过微分方程残差和信息论约束，在单一神经网络中同时实现热力学与信息论系统的熵预测，并验证其数据效率和物理一致性。
$\tau_0$-WM：一种用于机器人操作的统一视频-动作世界模型
机构 * Shanghai Innovation Institute（上海创新研究院） ； AGIBOT Finch
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出$\tau_0$-WM，一个统一视频-动作世界模型，通过共享视频扩散骨干集成策略学习、视频预测和动作评估，在长时域和精细操作任务上优于基线。
Comments Our project homepge: https://finch.agibot.com/research/tau0-wm
顺序无关语言模型中的解码：链式法则偏差与均匀扩散
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Zhongguancun Academy（中关村学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文研究顺序无关语言模型（OALM）中揭示顺序对似然的影响，提出基于置信度方差的诊断方法，并证明均匀扩散定理以优化解码路径。
Cartan-Topos协议：弹性多智能体协调的统一几何与范畴框架
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对连续欧几里得共识在非完整约束下失效、离散符号逻辑在开放世界假设下崩溃的问题，提出一种统一几何与范畴框架，通过黎曼质心流、克利福德代数表示、细胞层和Cartan连接实现弹性多智能体协调，并利用层论规划进行弹性时间推理。
Drift Q-Learning
机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克AI研究院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出DriftQL，通过漂移正则化与Q学习结合，在离线强化学习中避免分布外动作，单步生成动作，性能优于扩散和流方法。
基于子抽样马尔可夫链蒙特卡罗的潜变量模型大规模不确定性量化
机构 * University of Cambridge（剑桥大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对潜变量模型中SGLD-Gibbs算法超参数调优缺乏理论指导的问题，通过推导统计缩放极限理论，提出确保不确定性量化有意义的调优准则。
Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026
对流尺度降水降尺度的流匹配方法
机构 * Met Office（英国气象局）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对对流尺度降水降尺度问题，提出流匹配生成模型，相比扩散模型在空间技能上表现更优，但低估降水分布上尾导致气候平均偏干。
密度演化：密度估计的多尺度视角
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出密度演化视角，通过平滑尺度、扩散时间等参数索引的密度路径来研究数据集，并回顾了高斯核密度估计、尺度空间方法、有限混合模型、聚类树与持久同调等方法的联系，讨论了特征寿命推断、高维复杂性和与基于分数的生成扩散的联系。
LithoGRPO: 通过GRPO强化流匹配的快速逆向光刻
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学）
专题命中 扩散模型 ：image synthesis(abstract)
AI总结 提出LithoGRPO框架，结合流匹配与GRPO强化学习微调，利用物理奖励函数优化掩模，实现高效逆向光刻，性能优于现有方法。
Comments ICML 2026
超越增强：基于评分引导的病理先验用于脑电图抑郁症检测
机构 * School of Internet, Anhui University（安徽大学互联网学院） ； School of Computer Science and Technology, Hefei University of Technology（合肥工业大学计算机科学与技术学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对脑电图抑郁症检测中的小样本困境，提出无数据增强的评分引导分类框架，利用生成网络建模病理先验并融合深度特征，同时设计跨通道空间适应模块解决多中心数据集硬件异构问题。
全面的人工智能治理需要解决非模型增益问题
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Open Philanthropy（开放哲学基金会）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文提出非模型增益的概念，包括推理增益、系统增益和资产增益，并论证这些增益会削弱以模型为中心的治理有效性，进而提出超越模型层面的治理方法。
Comments This paper has been accepted to ICML 2026 (Position paper track): https://openreview.net/forum?id=V3O1sHpKxX
连续时间Kyle模型中的隐私补贴：噪声扰动订单流观测下的累积福利
专题命中 扩散模型 ：diffusion(abstract)
AI总结 将单周期Kyle模型的隐私补贴闭式解扩展到连续时间，推导出价格影响系数和累积预期转移的解析形式，并建立与损失-再平衡（LVR）的结构对应关系。
Comments v4: Framing reconciliation (competition-robust coarse-signal subsidy); explicit per-increment covariance; LVR stated as a structural correspondence (not identity). 14 pages. Third paper in a privacy-subsidy cluster (companions: arXiv:2605.15746, arXiv:2605.19742)
星系盘中的宇宙线反馈：TIGRESS++模拟中的恒星形成、宇宙线传输和多相外流
专题命中 扩散模型 ：diffusion(abstract)
AI总结 利用TIGRESS++模拟，通过对比磁流体动力学（MHD）和宇宙线磁流体动力学（CRMHD）模型，研究宇宙线对恒星形成率、多相外流质量加载因子及星系介质结构的影响。
Comments ApJ accepted
均场扩散器：将离线多智能体强化学习扩展到数千个智能体
机构 * Tongji University（同济大学） ； East China Normal University（华东师范大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出MF-Diffuser框架，通过将轨迹规划提升到轨迹分布的Wasserstein空间，并利用混沌传播和分层粗到细策略，将离线多智能体强化学习扩展到数千个智能体，理论证明均场近似误差为$O(H^2/\sqrt{N})$且离线分布偏移不随群体规模增长，实验在三个均场RL基准上取得最佳回报。
Comments 62 pages, 15 figures, 16 tables
图纳维-斯托克斯网络
机构 * Northwest A&F University（西北农林科技大学） ； Corporate Research Center, Midea Group（美的集团企业研发中心） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Griffith University（格里菲斯大学） ； Bosch（博世）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对图神经网络中的过平滑问题，提出基于纳维-斯托克斯方程的图纳维-斯托克斯网络（GNSN），通过引入对流机制实现更高效的消息传递，并在12个真实数据集上取得最优分类性能。
解释AI的根本限制
机构 * Department of Mathematics Faculty of Science（科学学院数学系） ； The University of Hong Kong Hong Kong SAR（香港大学香港特别行政区） ； School of Computing and Mathematical Sciences Faculty of Engineering and Science（工程与科学学院计算与数学科学系） ； University of Greenwich United Kingdom（格林威治大学英国）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 本文通过数学证明了一个解释AI的基本四难困境，指出AI及其解释无法同时满足环境复杂性、AI性能优良、解释可解释性和解释完全忠实性四个条件，从而表明AI治理应基于解释忠实性总是不完整的假设。
Comments minor modifications
归因契约：生成式语言模型的特征归因
机构 * Guide Labs（Guide实验室）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对生成式语言模型中特征归因的歧义性，提出归因契约规范，明确归因对象、特征范围、生成过程等要素，并通过自回归和扩散模型案例展示不同契约下的归因效果。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈