图像生成

Equation-free, multiscale computation for unsteady random diffusion

非稳态随机扩散的无方程多尺度计算

Dongbin Xiu, Ioannis Kevrekidis

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对随机介质中的非稳态扩散问题，提出一种无方程多尺度方法，通过仅在少量时间步进行细尺度计算，并利用投影积分加速，结合基于点态多项式展开的粗粒化变量重构代表性系综，实现高效模拟。

Comments To be published by SIAM Journal of Multiscale Modeling and Simulation

Diffusion maps, spectral clustering and reaction coordinates of dynamical systems

扩散映射、谱聚类与动力系统的反应坐标

Boaz Nadler, Stephane Lafon, Ronald R. Coifman, Ioannis G. Kevrekidis

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过定义扩散映射族，将高维数据嵌入低维欧几里得空间，并证明其收敛到相应微分算子的特征函数，从而统一了数据降维、聚类和动力系统慢变量识别等任务。

Comments submitted to journal of applied and computational harmonic analysis

Coupling techniques for nonlinear hyperbolic equations. I. Self-similar diffusion for thin interfaces

非线性双曲型方程的耦合技术. I. 薄界面的自相似扩散

Benjamin Boutin, Frédéric Coquel, Philippe G. LeFloch

专题命中 扩散模型 ：diffusion(title)

AI总结 针对非线性双曲系统耦合中的共振与非唯一性问题，提出一种增广公式，并通过自相似消失粘性近似建立黎曼问题存在性定理。

Comments 28 pages

Journal ref Proc. A Roy. Soc. Endburgh 141A (2011), 921--956

Optimal non-reversible linear drift for the convergence to equilibrium of a diffusion

扩散趋于平衡的最优不可逆线性漂移

Tony Lelièvre, Francis Nier, Grigorios A. Pavliotis

专题命中 扩散模型 ：diffusion(title)

AI总结 针对不改变不变分布的可逆扩散的不可逆扰动，证明线性漂移情形下存在最优扰动以最大化收敛速率，并给出可实现的构造算法。

Duality-based Asymptotic-Preserving method for highly anisotropic diffusion equations

基于对偶性的渐近保持方法用于高度各向异性扩散方程

Pierre Degond, Fabrice Deluzet, Alexei Lozinski, Jacek Narski, Claudia Negulescu

专题命中 扩散模型 ：diffusion(title)

AI总结 提出一种基于渐近保持重组的数值格式，通过引入辅助变量和拉格朗日乘子，在不依赖网格适配的情况下精确求解任意方向场的高度各向异性椭圆方程。

Journal ref Communications in Mathematical Sciences, 10 (2012), pp. 1-31

A PDE approach to fractional diffusion in general domains: a priori error analysis

一般域中分数阶扩散的PDE方法：先验误差分析

Ricardo H. Nochetto, Enrique Otarola, Abner J. Salgado

专题命中 扩散模型 ：diffusion(title)

AI总结 通过将分数阶算子实现为半无限圆柱上退化/奇异椭圆问题的Dirichlet-to-Neumann映射，提出截断和有限元离散方法，并给出加权Sobolev空间中的先验误差估计。

A note on uniqueness in the identification of a spacewise dependent source and diffusion coefficient for the heat equation

关于热方程中空间依赖源项和扩散系数唯一性识别的一个注记

Adriano De Cezaro, B. Tomas Johansson

专题命中 扩散模型 ：diffusion(title)

AI总结 本文利用Carleman估计和伴随问题的积分表示，证明了从单个时间点的附加温度测量同时重构热方程中空间依赖的传导系数和热源项的唯一性。

Comments Submitted in October of 2012

Entropy-stable and entropy-dissipative approximations of a fourth-order quantum diffusion equation

四阶量子扩散方程的熵稳定与熵耗散逼近

Mario Bukal, Etienne Emmrich, Ansgar Jüngel

专题命中 扩散模型 ：diffusion(title)

AI总结 针对描述量子半导体中电子输运的非线性四阶抛物型方程，分析了保持非负性、熵稳定且耗散修正熵泛函的BDF时间半离散格式，并证明了弱解存在性与二阶收敛性。

Existence and stability of steady states of a reaction convection diffusion equation modeling microtubule formation

微管形成反应对流扩散方程稳态的存在性与稳定性

Shantia Yarahmadian, Blake Barker, Kevin Zumbrun, Sidney L. Shaw

专题命中 扩散模型 ：diffusion(title)

AI总结 本文推广了微管动力学的Dogterom-Leibler模型，考虑GTP-微管蛋白浓度对伸长速率及伸长/缩短相寿命的影响，并引入阻尼项形式的成核速率，研究边界条件下稳态的存在性与稳定性，首次将Evans函数数值与解析计算作为微管动力学研究的新数学工具。

Robustness of Information Diffusion Algorithms to Locally Bounded Adversaries

信息扩散算法对局部有界对手的鲁棒性

Haotian Zhang, Shreyas Sundaram

专题命中 扩散模型 ：diffusion(title)

AI总结 本文引入图的r-鲁棒性拓扑性质，分析其在分布式共识和广播问题中容忍恶意节点的能力，并证明该性质优于传统连通性和最小度概念。

Comments Preprint of results to appear at 2012 American Control Conference

Efficient approximation of the solution of certain nonlinear reaction--diffusion equation II: the case of large absorption

某些非线性反应-扩散方程解的高效逼近 II：大吸收情形

Ezequiel Dratman

专题命中 扩散模型 ：diffusion(title)

AI总结 针对具有非线性Neumann边界条件的半线性热方程的标准有限差分离散化，证明在大吸收条件下离散解存在唯一性，并设计了一种同伦延拓算法实现ε-逼近，其计算成本与节点数及所需近似位数对数呈线性关系。

Efficient approximation of the solution of certain nonlinear reaction--diffusion equation I: the case of small absorption

某些非线性反应-扩散方程解的高效逼近 I：小吸收情形

Ezequiel Dratman

专题命中 扩散模型 ：diffusion(title)

AI总结 针对带非线性Neumann边界条件的半线性热方程，研究其标准有限差分离散的正稳态解，在小吸收条件下证明解的存在唯一性，并给出基于同伦延拓法的ε-逼近算法，其计算复杂度与离散节点数及所需逼近位数对数呈线性关系。

Computational efficiency of fractional diffusion using adaptive time step memory

使用自适应时间步长记忆的分数阶扩散计算效率

Brian P. Sprouse, Christopher L. MacDonald, Gabriel A. Silva

专题命中 扩散模型 ：diffusion(title)

AI总结 针对分数阶微分方程数值求解中非局部导数导致的计算密集问题，提出一种自适应时间步长方法，通过稀疏采样历史点并加权计算，在保证精度的同时提高计算效率。

Comments 6 pages and 5 figures. Submitted to 4th IFAC Workshop on Fractional Differentiation and Its Applications.

Analysis of an asymptotic preserving scheme for linear kinetic equations in the diffusion limit

扩散极限下线性动力学方程的渐近保持格式分析

Jian-Guo Liu, Luc Mieussens

专题命中 扩散模型 ：diffusion(title)

AI总结 本文对线性输运方程在动力学和扩散区域中的渐近保持格式进行数学分析，证明了格式在平均自由程下的均匀稳定性和精度，并给出了显式CFL条件。

Best of Both Worlds: Multimodal Reasoning and Generation via Unified Discrete Flow Matching

两全其美：通过统一离散流匹配实现多模态推理与生成

Onkar Susladkar, Tushar Prakash, Gayatri Deshmukh, Kiet A. Nguyen, Jiaxun Zhang, Adheesh Juvekar, Tianshu Bao, Lin Chai, Sparsh Mittal, Inderjit S Dhillon, Ismini Lourentzou

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Google Research（谷歌研究） ； Sony Research, India（索尼印度研究） ； Indian Institute of Technology, Roorkee（印度理工学院罗尔基分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 扩散模型 ：image generation(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 提出UniDFlow框架，通过任务特定低秩适配器解耦理解与生成，并利用基于参考的多模态偏好对齐优化忠实性与可控性，在多个基准上达到最先进性能。

Bootstrap Your Generator: Unpaired Visual Editing with Flow Matching

Bootstrap Your Generator: 基于流匹配的无配对视觉编辑

Yoad Tewel, Yuval Atzmon, Gal Chechik, Lior Wolf

机构 * Weizmann Institute of Science（魏茨曼科学研究院） 纠错

专题命中 扩散模型 ：image editing(abstract)；分类 cs.CV

AI总结 提出Bootstrap Your Generator (ByG)框架，利用基础模型知识通过流匹配实现无配对训练的图像视频编辑，无需外部信号，在数据稀缺场景下达到最优性能。

Comments Accepted at ICML 2026. Project page is at https://research.nvidia.com/labs/par/byg/

Diffusing in the Right Space: A Systematic Study of Latent Diffusability

在正确空间中扩散：潜在可扩散性的系统研究

Tianxiong Zhong, Xingye Tian, Xuebo Wang, Xin Tao, Pengfei Wan

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 本文系统研究潜在扩散模型中潜在表示的可扩散性，提出速度不可约方差（VIV）作为生成质量的稳定预测指标。

UniVerse: A Unified Modulation Framework for Segmentation-Free,Disentangled Multi-Concept Personalization

UniVerse：一种用于无分割、解耦多概念个性化的统一调制框架

Quynh Phung, Sandesh Ghimire, Minsi Hu, Chung-Chi Tsai, Jia-Bin Huang

机构 * University of Maryland, College Park（马里兰大学College Park分校） ； Qualcomm Technologies, Inc.（高通技术公司） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 提出UniVerse框架，通过扩散变换器中的统一调制实现无分割的多概念解耦与个性化，显著提升定位精度和视觉保真度。

Comments https://universe-personalization.github.io/

WavTTS: Towards High-Quality Zero-Shot TTS via Direct Raw Waveform Modeling

WavTTS：通过直接原始波形建模实现高质量零样本TTS

Wenxi Chen, Dongya Jia, Yushen Chen, Zhikang Niu, Yuzhe Liang, Xiquan Li, Ruiqi Yan, Ziyang Ma, Guanrou Yang, Sanyuan Chen, Yue Wang, Zhuo Chen, Kai Yu, Xie Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； ByteDance Seed（字节跳动种子） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出WavTTS，首个基于流匹配与扩散Transformer的原始波形生成TTS模型，通过简单分块策略直接建模波形并集成多尺度梅尔频谱监督，在零样本TTS中接近潜在空间生成模型性能。

Learning to Refine: Spectral-Decoupled Iterative Refinement Framework for Precipitation Nowcasting

学习细化：用于降水临近预报的频谱解耦迭代细化框架

Yunlong Zhou, Chen Zhao, Danyang Peng, Fanfan Ji, Xiao-Tong Yuan

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出频谱解耦迭代细化框架（SDIR），通过双路径设计（SFG-Former和FR-Refiner）和物理一致功率谱密度损失，在确定性框架中实现降水临近预报的渐进频率解耦细化，消除模糊和幻觉，在空间精度和频谱保真度上超越现有方法。

Comments 21 pages, 10 figures, accepted at ICML 2026

DiffUNet^2: Bidirectional Prediction, Probabilistic Generation and Collaborative Visual Discovery for Scientific Data

DiffUNet^2: 科学数据的双向预测、概率生成与协同视觉发现

Mengdi Chu, Jiaxin Yang, Angus G. Forbes, Nathan Debardeleben, Earl Lawrence, Ayan Biswas, Han-Wei Shen

机构 * Ohio State University（俄亥俄州立大学） ； NVIDIA ； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出基于扩散模型的条件生成框架DiffUNet^2，实现时间序列的双向任意步预测与概率分布捕获，并结合交互式可视化支持科学探索。

Comments 12 pages, 20 figures

Bionic Human-Motion Style Transfer for Physically Executable Whole-Body Control of Humanoid Robots

仿人运动风格迁移用于人形机器人物理可执行全身控制

Tianchen Huang, Mingkuan Zhao, Yang Gao, Feiyang Yuan, Junchi Gu, Xiaohu Zhang, Dongdong Zhao, Shi Yan, Yu Wang, Wei Gao, Shiwu Zhang

机构 * Institute of Humanoid Robots, Department of Precision Machinery and Precision Instrumentation, University of Science and Technology of China（人形机器人研究院，精密机械与精密仪器系，中国科学技术大学） ； School of Computer Science and Technology, Faculty of Electronic and Information Engineering, Xi’an Jiaotong University（计算机科学与技术学院，电子与信息工程学院，西安交通大学） ； School of Information Science and Engineering, Lanzhou University（信息科学与工程学院，兰州大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种仿生生成到控制框架，通过物理感知多条件潜扩散模型和预览式全身跟踪策略，将短时人体风格示例迁移到不同运动内容上，实现人形机器人可执行且表达性强的全身运动。

Comments Project page: https://huangtc233.github.io/bionic-style-transfer/

OpenEAI-Platform: An Open-source Embodied Artificial Intelligence Hardware-Software Unified Platform

OpenEAI-Platform: 一个开源具身人工智能硬件-软件统一平台

Jinyuan Zhang, Luoyi Fan, Leiyu Wang, Yeqiang Wang, Yicheng Zhu, Cewu Lu, Nanyang Ye

机构 * Shanghai Innovation Institute（上海创新研究院） ； Huazhong University of Science and Technology（华中科技大学） ； 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 提出OpenEAI-Platform，集成低成本6+1自由度机械臂和可复现VLA模型，通过开源设计和两阶段训练在真实操作任务中超越商业臂，性能媲美大规模预训练基线。

Grasp-Then-Plan with Failure Attribution: A Closed Two-Stage Framework for Precise and Generalizable Robotic Manipulation

先抓取后规划与失败归因：一种用于精确且可泛化机器人操作的闭环两阶段框架

Jiahao Xu, Peiyuan Wang, Hanzhuo Zhang, Zihao Yu, Tianyu Fu, Hao Chen, Xuanhao Xiang, Jianbo Yu, Chenchen Fu, Wanyuan Wang

机构 * School of Computer Science and Engineering, Southeast University, China（东南大学计算机科学与工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出GTP-FA框架，通过任务导向的两阶段抓取-规划流程和失败归因模型，在抓取和规划模块中分别注入任务先验和风险惩罚以及针对高风险初始状态进行数据收集和微调，显著提升机器人操作任务的成功率。

Comments 32 pages, project page: https://sites.google.com/view/gtp-fa/

APIC: Amortized Physics-Informed Calibration using Neural Processes

APIC: 使用神经过程的摊销物理信息校准

Aishwarya Venkataramanan, Sai Karthikeya Vemuri, Joachim Denzler

机构 * Computer Vision Group, Friedrich Schiller University Jena（耶纳弗里德里希-施莱尔大学计算机视觉组） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出APIC框架，通过神经过程实现群体级贝叶斯推断，利用两分支潜在架构分离实例特定物理参数与共享结构差异，实现从稀疏观测中快速校准并量化不确定性。

Comments Accepted at UAI 2026

Bridging Predictive Uncertainty and Safe Action: Sample-Conditioned Differentiable Planning for Autonomous Driving

桥接预测不确定性与安全行动：面向自动驾驶的样本条件可微分规划

Chengzhen Meng, Pei Liu, Zhiyu Huang, Chen Lv, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology（香港科学与技术大学机器人与自主系统方向） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学电子与计算机工程系） ； Department of Civil and Environmental Engineering, University of California, Los Angeles（加州大学洛杉矶分校土木与环境工程系） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种样本条件可微分规划框架，通过扩散模型生成多样未来场景并直接输入可微分规划器，利用条件风险价值约束缓解预测不确定性，实现安全、高效、舒适的自动驾驶运动规划。

Let There Be Light: Reflection, Refraction and Scattering for Neural Operators

Let There Be Light: 面向神经算子的反射、折射与散射

Keke Wu, Yixuan Zhang, Jingrun Chen

机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China, Suzhou（苏州先进研究院，中国科学技术大学，苏州） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China, Hefei（人工智能与数据科学学院，中国科学技术大学，合肥） ； Suzhou Big Data & AI Research and Engineering Center, Suzhou（苏州大数据与人工智能研究与工程中心，苏州） ； School of Mathematical Science, Peking University, Beijing（数学科学学院，北京大学，北京） ； School of Mathematical Sciences, University of Science and Technology of China, Hefei（数学科学学院，中国科学技术大学，合肥） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种受光传输启发的神经算子LiNO，通过反射、折射和散射三种机制分解潜在演化，实现局部特征调制与全局空间通信的结构化分离，并开发高效散射变体将空间复杂度从二次降至线性。

Beta-weighted non-local differential operators and related stochastic processes

Beta加权非局部微分算子及相关随机过程

L. Beghin, N. Leonenko, T. Simon, J. Vaz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文引入一类通过Beta加权平均普通导数定义的非局部微分算子，研究其分析性质，建立与Caputo和Erdélyi-Kober算子的联系，并通过Mellin变换求解相关微分方程，得到Barnes G函数和新的G-超几何函数解，最后展示其在随机过程中的应用，证明具有Beta加权导数等待时间的连续时间随机游走收敛于由缩放逆稳定子时变的布朗运动。

Comments 39 pages, 3 figures

Mean Field Limits for Stochastic, Underdamped Reactive Langevin Dynamics Models

随机欠阻尼反应朗之万动力学模型的平均场极限

Samuel A Isaacson, Qianhan Liu, Konstantinos Spiliopoulos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文严格推导了基于粒子的反应朗之万动力学模型在大种群下的有效平均场动力学，证明了位置-速度相空间上的测度值随机过程收敛到确定性平均场极限，得到了一类新的非局部动力学反应扩散偏积分微分方程组。

Comments arXiv admin note: text overlap with arXiv:2309.03431

Generating quantum ensembles via reverse-time quantum diffusions

通过逆时量子扩散生成量子系综

Maël Bompais, Mădălin Guţă, Juan P. Garrahan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文建立了连续测量量子系统的逆时去噪理论，推导了量子轨迹的精确逆时动力学，并证明了其与经典扩散模型中“得分函数”的类比，为将简单分布样本转换为复杂量子态系综提供了框架。