图像生成

Diffusion Bridge or Flow Matching? A Unifying Framework and Comparative Analysis

扩散桥还是流匹配？一个统一框架与比较分析

Kaizhen Zhu, Mokai Pan, Zhechuan Yu, Jingya Wang, Jingyi Yu, Ye Shi

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(title,abstract)；分类 cs.CV

AI总结 本文通过随机最优控制和最优传输理论统一了扩散桥与流匹配，证明扩散桥成本更低且轨迹更稳定，并在图像恢复等任务中通过实验验证了理论。

AccioScene: Compositional 3D Scene Generation via Graph Diffusion and Interaction-driven Critics

AccioScene: 基于图扩散与交互驱动评判的组合式3D场景生成

Yao Wei, Matteo Toso, Pietro Morerio, Changjae Oh, Michael Ying Yang, Alessio Del Bue

机构 * Queen Mary University of London, UK（伦敦大学玛丽女王学院） ； Italian Institute of Technology (IIT), Italy（意大利理工学院） ； University of Bath, UK（巴斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.GR

AI总结 提出多阶段流水线，通过图扩散生成上下文一致的场景图并预测物体布局，结合轻量级人-物交互先验和空间约束，生成支持人类交互且物理合理的3D室内场景。

Comments 17 pages, 14 figures

Automated IEP Generation from Traditional Chinese Parent-Teacher Interviews via Corpus-Grounded Feature Diffusion

基于语料库特征扩散的繁体中文家长会自动化个别化教育计划生成

Kuanlin Chen, Cheng-En Ou

机构 * National University of Singapore（新加坡国立大学） ； 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 针对繁体中文个别化教育计划（IEP）生成中数据稀缺和隐私限制问题，提出基于语料库特征扩散（CGFD）的低资源微调流程，通过种子选择、特征扩散和语法约束解码（GCD）生成高质量样本，并发现GCD在繁体中文下适得其反，无GCD路径在可靠性和速度上更优。

Comments 12 pages, 5 figures

The Changing Global Division of Labor in Software: Emergence and Diffusion of New Programming Skills across IT Hubs

软件行业全球分工的变迁：IT中心新编程技能的出现与扩散

Johannes Wachs, Xiangnan Feng, Simone Daniotti, Frank Neffke

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用6000万条软件问答数据，研究237种编程技能在城市的出现与扩散规律，发现软件行业遵循与传统行业相似的空间模式：新技能先在大型多样化IT中心出现，再向小城市扩散。

Leveraging Structural Constraints for Diffusion-based Neural TSP Solvers

利用结构约束的基于扩散的神经TSP求解器

Mickaël Basson, Philippe Preux

机构 * Université de Lille, France（法国里尔大学） ； CNRS, France（法国国家科学研究中心） ； Inria, France（法国国家信息与自动化技术研究院） ； UMR 9189-CRIStAL, Lille, France（法国里尔大学UMR 9189-CRIStAL研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出投影一致性推理（PCI），用结构感知投影替代梯度细化，在TSP500/1000上分别达到0.17%/0.31%最优性差距，推理时间减少30-40%。

Journal ref The 20th Learning and Intelligent OptimizatioN Conference (LION), Jun 2026, Milan (Italie), Italy

Thresholded Local Hyper-Flow Diffusion

阈值化局部超流扩散

Meher Chaitanya, Sebastian Dalleiger, Luana Ruiz

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出TL-HFD算法，通过局部活动区域和阈值化边界激活实现超图种子聚类的局部扩散，保证与全局更新等价并给出有限时间对偶次优性界。

A Guided Tour of the Equations of Nonlinear Filtering for Diffusion Processes

扩散过程非线性滤波方程导览

Fabien Campillo, Myriam Corso

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文以教学方式介绍扩散过程的非线性滤波，通过状态-观测模型、马尔可夫半群、无穷小生成元和测度变换等工具，推导Kallianpur-Striebel公式、Zakai方程和Kushner-Stratonovich方程，强调直观理解与核心概念。

BSTabDiff: Block-Subunit Diffusion Priors for High-Dimensional Tabular Data Generation

BSTabDiff: 用于高维表格数据生成的块-子单元扩散先验

Al Zadid Sultan Bin Habib, Md Younus Ahamed, Prashnna Gyawali, Gianfranco Doretto, Donald A. Adjeroh

机构 * West Virginia University（西弗吉尼亚大学） ； The University of Utah（犹他大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对高维低样本量表格数据，提出BSTabDiff框架，通过将特征划分为潜在块并使用共享低维子单元变量生成每个块，结合扩散先验和copula依赖，实现稳定合成与可控基准生成。

Comments Published as a paper at the 2nd DeLTa Workshop, ICLR 2026

Unified Energy for Invariant and Independent Decoding in Diffusion Language Models

扩散语言模型中不变性与独立性解码的统一能量

Yuchen Yan, Minkai Xu, Zaiquan Yang, Yatao Bian

机构 * National University of Singapore（新加坡国立大学） ； Stanford University（斯坦福大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型并行生成文本时与自回归模型的性能差距，提出统一能量（Uni-E）方法，通过不变能量和独立能量解决模型容量、依赖性和不变性问题，无需采样即可精确计算，并能纠正分布偏移。

EviProp: Seeded Relevance Diffusion on Chunk-Page Graphs for Long Multimodal Document Retrieval

EviProp: 基于种子相关性扩散的块-页图用于长多模态文档检索

Hongwei Zhang, Xiaoman Wang, Zehui Ling, Ruicheng Zhu, Yue Zhang, Pinlong Cai, Fuke Shen, Botian Shi, Tongquan Wei, Guohang Yan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出EviProp方法，通过构建多模态块-页图并利用个性化PageRank扩散相关性，解决长文档中证据页检索的独立匹配局限，提升检索准确率。

Boundedness and evolution rates for a quasilinear reaction-diffusion equation

一类拟线性反应扩散方程的有界性与演化速率

Razvan Gabriel Iagar, Marta Latorre, Ariel Sánchez

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究N≥3维空间中指数1<p<m且σ<-2的拟线性反应扩散方程，证明初始条件满足一定衰减时解一致有界，并建立了紧支集数据正性集上界R(t)的扩张速率及外部区域的不同时间尺度。

Investigating the Uncertainty of Cellular Microenvironment Parameter Estimations via Diffusion MRI Cytometry

通过扩散MRI细胞计量学探究细胞微环境参数估计的不确定性

Wen Li, Yan Dai, Arely Perez Rodriguez, Todd Aguilera, Jie Deng, Xun Jia

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究利用IMPULSED扩散MRI信号，通过雅可比敏感性分析和神经网络映射，识别出细胞直径、细胞内体积分数和细胞外扩散系数可稳健估计，为放疗反应监测提供无创评估框架。

Comments 34 pages, 5 figures

Unifying Object-Centric World Models and Diffusion Policy: A Hierarchical Framework for Multi-Stage Robotic Tasks

统一对象中心世界模型与扩散策略：多阶段机器人任务的分层框架

Raktim Gautam Goswami, Prashanth Krishnamurthy, Yann LeCun, Farshad Khorrami

机构 * Tandon School of Engineering, New York University（纽约大学坦登工程学院） ； Courant Institute of Mathematical Sciences, New York University（纽约大学库朗数学科学研究所） ； AMI Labs（AMI实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出WorldDP分层框架，结合高层世界模型进行运行时子目标优化和低层扩散策略执行，利用对象中心表示解耦环境实体，实现多阶段机器人操作任务的有效规划与执行。

Guided Discovery of New Behaviors using Diffusion Policies

使用扩散策略引导发现新行为

Dian Yu, Sebastian Sanokowski, Majid Khadiv

机构 * Munich Institute of Robotics and Machine Intelligence, Technical University of Munich（慕尼黑工业大学慕尼黑机器人与机器智能研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出结合Feynman-Kac校正器与引导势能的框架，从扩散策略中挖掘并优化罕见但可行的轨迹，再训练策略以系统发现多样化可执行行为。

Comments Preprint. Supplementary video: https://youtu.be/T7MUvMA67VM

Simultaneous recovery of multiple parameters in nonlocal diffusion equations from internal measurements

非局部扩散方程中多个参数的同时恢复：基于内部测量

Kai Yu, Zhiyuan Li, Yikan Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对非局部扩散方程，利用解渐近行为、解析延拓、拉普拉斯变换和解析函数性质证明逆问题唯一性，并用Levenberg-Marquardt方法进行稳定数值重建。

Comments 18 pages, 2 figures, 2 tables

ND-TNN: Tensor-Neural-Network Approximation for High-Dimensional Nonlocal Diffusion Models

ND-TNN：高维非局部扩散模型的张量神经网络逼近

Ziyue Cai, Zuoqiang Shi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于张量神经网络（TNN）的数值方法求解高维非局部扩散模型，利用TNN的张量积结构和高斯核的可分离性将高维积分降维，并给出Dirichlet和Neumann边界条件下的误差估计。

Latent Diffusion Policy: Shaping Latent Spaces for Diffusion-Based Robotic Manipulation

潜在扩散策略：为基于扩散的机器人操作塑造潜在空间

Zhexuan Zhou, Yichen Lai, Jinhao Zhang, Huizhe Li, Youmin Gong, Jie Mei

机构 * National University of Singapore（新加坡国立大学） ； 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(title,abstract)

AI总结 提出两阶段框架LDP，通过CVAE编码器吸收场景理解，在预浓缩的潜在空间中进行流匹配，简化学习并提升多臂协调任务性能。

Back on Track: Aligning Rewards and States for Reasoning in Diffusion Large Language Models

重回正轨：在扩散大语言模型中对齐奖励与状态以进行推理

Yawen Shao, Jie Xiao, Kai Zhu, Yu Liu, Hongchen Luo, Xueyang Fu, Yang Cao, Wei Zhai, Zheng-Jun Zha

机构 * University of Science and Technology of China（中国科学技术大学） ； Tongyi Lab（通义实验室） ； Northeastern University（东北大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散大语言模型强化学习中过程奖励与状态轨迹的双重错位问题，提出PAPO框架，通过步骤感知过程奖励和熵引导历史重演实现对齐，在四个基准上取得显著提升。

Nonparametric undirected graphical model selection using diffusion models

基于扩散模型的非参数无向图模型选择

Hyeok Kyu Kwon, Myeonggu Kang, Minwoo Chae, Wanjie Wang

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非参数方法用于无向图模型选择，证明了模型选择一致性，并通过模拟和实际数据分析验证了有效性。

RadioDiff-Inv2: Differentiable Diffusion Inversion under Location Drift from Sparse Noisy Measurements for Radio Map Estimation

RadioDiff-Inv2: 位置漂移下基于稀疏噪声测量的可微扩散反演用于无线电地图估计

Xiucheng Wang, Kailong Wang, Nan Cheng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对稀疏噪声测量中位置漂移导致逆问题严重病态的问题，提出可微扩散反演框架RadioDiff-Inv2，通过高斯重采样构建漂移感知测量算子并优化噪声码，在PSNR上比最佳基线提升4-14 dB。

Improving Bayesian Optimization via Training-Aware Conditional Diffusion Models

通过训练感知的条件扩散模型改进贝叶斯优化

Yilin Zheng, Haowei Wang, Szu Hui Ng, Enlu Zhou

机构 * National University of Singapore（新加坡国立大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出利用条件扩散模型高效近似最优解分布，并开发贝叶斯优化固有的训练策略和基于扩散的模态搜索采集函数，理论保证次优性，实验优于标准基线。

PACT: Self-Evolving Physical Safety Alignment for Diffusion Policies in Embodied Manipulation

PACT: 具身操作中扩散策略的自我演化物理安全对齐

Lingxuan Wu, Zijian Zhu, Lizhong Wang, Chengyang Ying, Huayu Chen, Xiao Yang, Fangming Liu, Jun Zhu

机构 * Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University, Beijing, 100084, China（计算机科学与技术系，人工智能研究院，清华-博世联合机器学习中心，THBI实验室，BNRist中心，清华大学，北京，100084，中国） ； Peng Cheng Laboratory, 518108, China（鹏城实验室，518108，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出PACT框架，通过自演化后训练将预训练扩散策略投影到约束可行区域，无需演示数据或任务奖励，在降低31.0%安全违规的同时提升30.7%任务成功率。

AsyncLane: Decoupling Refinement from Advancement in Diffusion Language Model Decoding

AsyncLane: 扩散语言模型解码中精炼与推进的解耦

Yingxuan Ren, Yuxuan Lou, Yong Liu, Pengcheng Fang, Ziming Wang, Pengfei Zhou, Yang You

机构 * National University of Singapore（新加坡国立大学） ； University of Southampton（南安普顿大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出AsyncLane，一种无需训练的解码调度器，通过将生成过程分叉为精炼和推进两个通道，解耦块间依赖，在保持质量的同时显著提升扩散语言模型的解码吞吐量。

TimpaTeks: Automatic In-place Text Sequence Modification via Diffusion Language Model Steering

TimpaTeks: 通过扩散语言模型引导实现自动原地文本序列修改

Ryandito Diandaru, Ikhlasul Akmal Hanif, Fadli Aulawi Al Ghiffari, Ahmed Elshabrawy, Alham Fikri Aji

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出TimpaTeks方法，将激活引导扩展到扩散语言模型，实现原地文本修改以改变概念，在情感和概念引导任务上降低困惑度并保持句子结构。

Comments 16 pages

Forward-Free Diffusion Language Models

无前向过程的扩散语言模型

Haotian Sun, Rushi Qiang, Yuqian Zheng, Bo Dai

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出FReDA，一种无需人工设计前向过程的扩散语言模型，通过递归分布细化利用模型生成草稿作为隐式中间状态，在推理和编码任务上超越更大模型，并实现1.5-1.8倍加速。

Enhanced dumbbell diffusion in a periodic potential by the elevator effect

周期势中由电梯效应增强的哑铃扩散

B. A. Kiang, H. Schiessel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过分子动力学模拟，研究弹簧连接的双珠（哑铃）在一维周期势中的随机游走，发现当弹簧平衡距离与势周期不匹配且弹簧常数足够大时，扩散增强，类似于电梯效应。

Comments 6 pages, 6 figures

Overcoming the Limits of Finite Difference Method; Physics-Informed Neural Network for Noisy High-Dimensional Heat Diffusion

克服有限差分法的局限性：用于含噪高维热扩散的物理信息神经网络

Shreesh Bhattarai, Harish Chandra Bhandari

机构 * Kathmandu University（加德满都大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对高维含噪热扩散问题，提出物理信息神经网络（PINN）框架，在噪声和维度较高时显著优于有限差分法（FDM），实现精度与效率的权衡。

Mitigating the Contractivity Trap in Diffusion ODEs via Stein Stabilization

通过Stein稳定化缓解扩散ODE中的收缩陷阱

Shigui Li, Delu Zeng

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(title,abstract)

AI总结 针对扩散模型确定性概率流ODE大步长推理中的收缩陷阱问题，提出SteinDiff框架，通过Stein导出的几何感知残差校正机制正则化求解器更新，无需参考样本即可提升生成质量。

Comments 32 pages, 12 figures. Accepted to ICML 2026

STaR-Quant: State-Time Consistent Post-Training Quantization for Diffusion Large Language Models

STaR-Quant：扩散大语言模型的状态-时间一致训练后量化

Xin Yan, Aqiang Wang, Zhenglin Wan, Xingrui Yu, Ivor Tsang

机构 * School of Artificial Intelligence, Beijing Normal University, Beijing, China（北京师范大学人工智能学院） ； Department of Computer Science, National University of Singapore, Singapore（新加坡国立大学计算机科学系） ； Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR), Singapore（科技研究局前沿人工智能研究中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散大语言模型低比特量化中的状态相关激活差异和时间误差累积问题，提出STaR-Quant框架，通过状态引导激活变换和时间注意力补偿实现高效量化。

Decomposition of Anomalous Diffusion in two-state random walks

两态随机游走中的反常扩散分解

Abhijit Bera, Kevin. E. Bassler

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过反常扩散分解，揭示两态随机游走（TSRW）中约瑟夫、诺亚和摩西效应的共存，并证明与CTRW相的随机切换是诺亚和摩西效应出现的根源。

Comments 9 pages, 11 figures