图像生成

SURF: Separation via Unsupervised Remixing Flow

SURF: 通过无监督重混流进行分离

Henry Li, Robin Scheibler, Efthymios Tzinis, Matt Shannon, Arnaud Doucet, John R. Hershey

机构 * University of Toronto（多伦多大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出无监督流匹配方法SURF，直接从混合信号学习源分离，结合监督流匹配与自监督回归，通过重混步骤引导学生模型，在图像和音频基准上达到新最优。

Comments Accepted at ICML 2026

Stein's method for the Wishart distribution

Wishart分布的Stein方法

Gabriel Bailly, Robert E. Gaunt, Frédéric Ouimet, Donald Richards, Rainer von Sachs

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对正定矩阵锥上的Wishart分布发展了Stein方法，建立了基于扩展生成元的Stein刻画、转移半群、Stein方程的解及其正则性估计，并通过四个应用展示了新方法。

Comments 93 pages, 6 tables, 2 figures

Surface Charge Doping for Ion-Pairing Criticality in Confined Electrolytes

受限电解质中离子配对临界性的表面电荷掺杂

Na Shen, Yabei Wu, Wenqing Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用广义Debye-Hückel-Bjerrum理论，研究表面电荷如何通过掺杂可移动反离子改变准二维电解质中的离子配对临界性，并揭示其对热力学和动力学的影响。

Comments 14 pages, 5 figures

Local-to-global heating crossover in chains of nanomagnets: A two-scale analytical framework

纳米磁体链中的局部到全局加热交叉：一个双尺度分析框架

H. Kachkachi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一个双尺度分析框架，研究纳米磁体一维系统在均匀交变磁场中的热产生与热传输，揭示了由热产生、扩散、偶极耦合和多级损失竞争决定的局部到全局加热交叉条件。

Comments 33 pages, 15 figures

Global large smooth solutions and overdamped limits for the damped isothermal Euler-Poisson system

阻尼等温欧拉-泊松系统的全局大光滑解与过阻尼极限

Young-Pil Choi, Jinwook Jung

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对周期域上具有线性阻尼的等温欧拉-泊松系统，在远离真空的大光滑初值下，通过大阻尼自举方案、修正密度估计、高阶加权抵消及与辅助漂移-扩散-泊松系统的比较，证明了光滑解的全局存在性，并建立了阻尼系数趋于无穷时的过阻尼极限。

Thermodiffusive coupled-transport phenomena in dense quark matter

致密夸克物质中的热扩散耦合输运现象

Kamaljeet Singh, Kangkan Goswami, Raghunath Sahoo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 基于Nambu-Jona-Lasinio模型和相对论Boltzmann方程，研究热密夸克物质中Soret效应和Dufour效应的耦合输运系数，揭示其对手征相变的敏感性。

Comments 8 pages and 3 captioned figures. Comments are highly welcome

DeltaDiff: Training-Free, Physics-Guided Machine Learning for Predicting Mutant Protein Structures

DeltaDiff: 无需训练、物理引导的机器学习预测突变蛋白结构

Yajie Cai, Yanbin Wang, Ming Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出DeltaDiff框架，结合物理引导与基线扩散模型，无需重新训练即可预测单点或少点突变蛋白结构，在三个非局部结构变化系统上验证了有效性。

Functional perimeter and the dimensional Brunn-Minkowski inequality for log-concave measures

对数凹测度的函数周长与维数Brunn-Minkowski不等式

Alexandros Eskenazis, Apostolos Giannopoulos, Natalia Tziotziou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过扩散算子和梯度估计的解析方法，证明了偶数对数凹概率测度的维数Brunn-Minkowski不等式，并建立了各向同性对数凹测度的最大周长与维数n的线性关系。

Comments v2: updated references and added Theorem 1.2

Neural Galerkin Normalizing Flows for Bayesian Inference of Diffusions with Inaccessible Boundaries

用于具有不可达边界的扩散模型贝叶斯推断的神经Galerkin归一化流

Riccardo Saporiti, Fabio Nobile

机构 * CSQI École Polytechnique Fédérale de Lausanne（CSQI瑞士联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种新的归一化流架构，通过神经Galerkin框架求解Fokker-Planck方程，学习扩散过程在两次观测之间的转移密度函数，从而高效实现贝叶斯推断。

Comments 27 pages, 12 figures

Scaling Novel Graph Generation via Lightweight Structure-Guided Autoregressive Models

通过轻量级结构引导自回归模型扩展新颖图生成

Alessio Barboni, Massimiliano Lupo Pasini, Bishal Lakha, Edoardo Serra

机构 * Boise State University（博伊州立大学） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种轻量级自回归框架，利用结构引导拓扑排序和两阶段训练策略，在分子和非分子基准上实现高新颖性、有效性和唯一性的图生成。

Study via Approximate Symmetries of the Emergence of Secondary Flux in the Bevilacqua-Galeão Model

通过近似对称性研究Bevilacqua-Galeão模型中二次通量的涌现

Yuri Bozhkov, Stylianos Dimas, Antônio J. Silva Neto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文利用近似对称性方法，将Bevilacqua-Galeão异常扩散模型视为热方程的奇异扰动，推导出二次通量的解析表达式、近似基本解及柯西问题的近似解。

Comments 16 pages, 8 figures

Co-optimization of Diffusive and Tomographic Blur in Computed Axial Lithography via Experimental Kernel Identification

通过实验核辨识实现计算轴向光刻中扩散与断层模糊的协同优化

Jennings Z. Ye, Abrar Amin Khan, Hayden K. Taylor

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出通过实验核辨识框架提取扩散核，并与CT重建固有模糊协同优化，以校正计算轴向光刻中的扩散模糊，提高打印保真度。

Comments 33 pages (including supplementary information), 12 figures, 5 tables

CLAW: Learning Continuous Latent Action World Models via Adversarial Latent Regularization

CLAW: 通过对抗潜在正则化学习连续潜在动作世界模型

Tewodros Ayalew, Matthew Jeung, Samuel Wheeler, Xiao Zhang, Andre de la Cruz Arce, Kaylene Stocking, Michael Maire, Matthew R. Walter

机构 * University of Chicago（芝加哥大学） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； Argonne National Laboratory（阿贡国家实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出CLAW框架，利用对抗潜在正则化和扩散视频生成，从无动作视频中端到端学习世界模型与连续潜在动作表示，支持观察模仿学习和目标导向规划。

Comments 8 pages, 15 pages of supplementary material

Ceci n'est pas une Couche de Mélange: The Meaning of Resolved Turbulent Radiative Mixing

Ceci n'est pas une Couche de Mélange: 解析湍流辐射混合层的意义

Lachlan Lancaster, Rajsekhar Mohapatra, Drummond B. Fielding, Greg L. Bryan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过高分辨率AthenaK模拟研究湍流辐射混合层的微观和宏观性质，发现总冷却率的分辨率无关性源于数值耗散与数值粘度的抵消效应，并指出正确解析相结构需分辨湍流场长度尺度λ_F,turb。

Comments 19 pages, 10 figure, Accepted in ApJ

SkySense: A Semi-Supervised Generative Framework for UAV Localization in ISAC Networks

SkySense: 面向ISAC网络中无人机定位的半监督生成式框架

Shenghan Luo, Yin Xu, Jie Yang, Yang Wang, Cixiao Zhang, Shi Jin, Wenjun Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对数据稀缺和多径模糊问题，提出一种基于一致性模型的半监督生成式定位框架，利用自监督编码器提取时空特征，并通过多基站融合实现低延迟高精度定位。

Mobility Heterogeneity in a 2D Gaussian Lattice Polymer: A Dynamic Monte Carlo Study

二维高斯格子聚合物中的迁移率异质性：动态蒙特卡洛研究

Arpan Dey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过动态蒙特卡洛模拟研究二维高斯格子聚合物中速率诱导的迁移率异质性，发现其改变内部松弛但不影响质心扩散的Rouse标度。

Comments 12 pages, 8 figures. Simulation code and data are available at Zenodo: https://doi.org/10.5281/zenodo.20385055

Crystallisation kinetics of supercooled liquid palladium

过冷液态钯的结晶动力学

Zuzanna Kostera, Christian Bressler, Przemyslaw Dziegielewski, Wojciech Gawelda, Konstantinos Georgarakis, Dmitry Khakhulin, Oleksii I. Liubchenko, Adam Olczak, Angel Rodriguez-Fernandez, Ryszard Sobierajski, Klaus Sokolowski-Tinten, Peihao Sun, Robert W. E. van de Kruijs, Hazem Yousef, Peter Zalden, Jerzy Antonowicz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 采用经典分子动力学模拟研究过冷液态钯的结晶动力学，通过分析微观结构演化确定成核与生长速率，构建时间-温度-转变图，并与快速淬火Pd薄膜的时间分辨X射线衍射实验对比，表明均匀成核主导实验中的过冷度。

Comments 27 pages, 6 figures plus 4 pages of Supplementary Material

Canonical statistical hadronization with local baryon conservation for higher-order cumulants

具有局域重子数守恒的规范统计强子化用于高阶累积量

Mario Ciacco, Sourav Kundu, Volodymyr A. Kuznietsov, Maximiliano Puccio, Volodymyr Vovchenko

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文在正则系综中引入局域重子数守恒的高斯修正，推广密度关联方法至六阶累积量，并利用爆轰波模型预测LHC上O-O和Pb-Pb碰撞中净质子累积量，发现局域重子数守恒可导致κ6/κ2变小或负值，为解释实验数据提供了守恒基线。

Comments 20 pages, 8 figures

Towards A Generative Protein Evolution Machine with DPLM-Evo

迈向生成式蛋白质进化机器：DPLM-Evo

Xinyou Wang, Liang Hong, Jiasheng Ye, Zaixiang Zheng, Yu Li, Shujian Huang, Quanquan Gu

机构 * Nanjing University（南京大学） ； CUHK（香港大学） ； Fudan University（复旦大学） ； ByteDance（字节跳动） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出DPLM-Evo，一种显式建模替换、插入和删除操作的进化离散扩散框架，在单序列设置下实现蛋白质突变效应预测的最优性能，并支持变长模拟进化与蛋白质编辑优化。

Comments A peer-reviewed version was accepted to ICML 2026

Surrogate normal-forms for the numerical bifurcation and stability analysis of navier-stokes flows via machine learning

基于机器学习的Navier-Stokes流数值分岔与稳定性分析的代理规范形

Alessandro Della Pia, Dimitrios G. Patsatzis, Gianluigi Rozza, Lucia Russo, Constantinos Siettos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种“嵌入-学习-提升”框架，利用扩散映射和GP回归构建最小维代理ROM，实现Navier-Stokes流的高效数值分岔与稳定性分析。

Comments 36 pages, 19 figures

Forward Self-Similar Solutions to the 2D Hypodissipative Navier-Stokes Equations

二维次耗散Navier-Stokes方程的前向自相似解

Thomas Y. Hou, Peicong Song

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究分数阶扩散参数α∈(1/2,1)的二维次耗散Navier-Stokes方程的前向自相似解，证明对于任意大的(1-2α)-齐次初始数据存在弱解，当α∈(2/3,1)时解光滑，并提供数值证据表明相关时变黏性Navier-Stokes方程解的非唯一性。

Comments added numerical experiments on nonuniqueness; 53 pages, 5 figures

A Discrete Resolvent Framework for Delay Differential Equations: Local Defects, Global Propagation, and Splitting Approximations

时滞微分方程的离散预解框架：局部缺陷、全局传播与分裂逼近

Hideki Kawahara

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对隐式欧拉和Lie-Trotter分裂逼近，建立基于离散传播子的预解框架，通过分数阶插值空间上的局部缺陷估计和更高正则尺度上的全局收敛恢复，获得有限时间收敛阶O(h^θ)。

Comments submitted for publication

LDA-1B: Scaling Latent Dynamics Action Model via Universal Embodied Data Ingestion

LDA-1B：通过通用具身数据摄取扩展潜动力学动作模型

Jiangran Lyu, Kai Liu, Xuheng Zhang, Haoran Liao, Yusen Feng, Wenxuan Zhu, Tingrui Shen, Jiayi Chen, Jiazhao Zhang, Yifei Dong, Wenbo Cui, Senmao Qi, Shuo Wang, Yixin Zheng, Mi Yan, Xuesong Shi, Haoran Li, Dongbin Zhao, Ming-Yu Liu, Zhizheng Zhang, Li Yi, Yizhou Wang, He Wang

机构 * Peking University（北京大学） ； Galbot ； CASIA（中国科学院自动化研究所） ； BAAI（北京人工智能研究院） ； Tsinghua University（清华大学） ； Sun Yat-sen University（中山大学） ； NVIDIA 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出LDA-1B机器人基础模型，通过统一格式的具身交互数据集EI-30k和结构化DINO潜空间中的动力学学习，联合建模动力学、策略和视觉预测，在接触丰富、灵巧和长时任务上分别提升高达21%、48%和23%。

Comments Accepted at RSS 2026, Project Page:https://pku-epic.github.io/LDA

On Forgetting and Stability of Score-based Generative models

关于基于分数的生成模型的遗忘与稳定性

Stanislas Strasman, Gabriel Cardoso, Sylvain Le Corff, Vincent Lemaire, Antonio Ocello

机构 * Sorbonne Université and Université Paris Cité, CNRS, LPSM（索邦大学和巴黎大学，CNRS，LPSM） ； Center for Statistics and Images, Mines Paris, PSL University（统计与图像中心，巴黎 Mines，PSL 大学） ； CREST, ENSAE Paris, Institut Polytechnique de Paris（CREST，ENSAE 巴黎，巴黎理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文利用反向时间动力学马尔可夫链的遗忘和稳定性性质，在弱假设下通过Lyapunov漂移条件和Doeblin型小化条件，定量分析了基于分数的生成模型的采样误差，并证明了采样过程的定量稳定性。

Identifying and Correcting Label Noise for Robust GNNs via Influence Contradiction

通过影响矛盾识别和纠正标签噪声以实现鲁棒图神经网络

Wei Ju, Wei Zhang, Siyu Yi, Zhengyang Mao, Yifan Wang, Jingyang Yuan, Zhiping Xiao, Ziyue Qiao, Ming Zhang

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)

AI总结 提出ICGNN方法，利用图扩散矩阵计算影响矛盾分数（ICS）检测噪声标签，并通过邻居预测软策略纠正噪声标签，结合伪标签提升鲁棒性。

Comments Accepted by Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

Polariton transport in 2D semiconductors: Phonon-mediated transitions between ballistic, superdiffusive and exciton-limited regimes

二维半导体中的极化子输运：弹道、超扩散和激子限制区间的声子介导转变

Jamie M. Fitzgerald, Roberto Rosati, Ermin Malic

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过考虑声子介导的谷间激子库耦合，研究了二维半导体中极化子的时空动力学，揭示了弹道、超扩散和激子限制扩散三种输运机制。

Numerical Methods and Analysis via Random Field Based Malliavin Calculus for Backward Stochastic PDEs

基于随机场Malliavin微积分的随机偏微分方程的数值方法与分析

Wanyang Dai

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了随机偏微分方程的适配解、数值方法及相关收敛分析，提出了一种基于随机场Malliavin微积分的新理论，用于证明在随机环境下一阶和二阶Malliavin导数基于B-SPDE的适配解的存在性和唯一性。

Comments 39 pages

Journal ref Computers & Mathematics with Applications Volume 119, 1 August 2022, Pages 21-58

Numerical analysis of lognormal diffusions on the sphere

球面上对数正态扩散方程的数值分析

Lukas Herrmann, Annika Lang, Christoph Schwab

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了单位球面上静止扩散方程的数值解，通过获得各向同性高斯随机场的Hölder正则性，将其与驱动的对数正态系数的正则性联系起来，从而在Sobolev空间中获得解的L^p正则性。随后推导了多级蒙特卡洛有限元和谱元离散化方法的收敛率估计，并通过数值实验验证了理论结果。

Comments 35 pages, 1 figure; rewritten Sections 2 and 3, added numerical experiments

Fourier-based numerical approximation of the Weertman equation for moving dislocations

基于傅里叶变换的Weertman方程数值近似

Marc Josien, Yves-Patrick Pellegrini, Frédéric Legoll, Claude Le Bris

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于傅里叶变换的预条件置bel方案，用于求解Weertman方程的非线性反应-对流-扩散方程，展示了该方法在处理不同非线性情况下的高效性。

Comments 21 pages, 12 figures, 2 tables

Journal ref Int. J. Numer. Meth. Engng. 113, 1827--1850 (2018)

On a certified Smagorinsky reduced basis turbulence model

关于一种认证的Smagorinsky降阶湍流模型

Tomás Chacón Rebollo, Enrique Delgado Ávila, Macarena Gómez Mármol, Francesco Ballarin, Gianluigi Rozza

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种用于稳态流的降阶Smagorinsky湍流模型，通过经验插值法近似非线性涡扩散项，并通过独立的降阶基底过程近似速度-压力未知数，基于后验误差估计理论，结合Brezzi-Rappaz-Raviart稳定性理论，实现了非线性涡扩散项的适应性发展，并通过FreeFem++进行数值测试，展示了在2D基准流中计算速度提升超过1000倍的性能。