图像生成

Efficient On-Device Diffusion LLM Inference with Mobile NPU

基于移动NPU的高效设备端扩散大语言模型推理

Tuowei Wang, Yanfan Sun, Ju Ren

机构 * Tsinghua University（清华大学） ； Beihang University（北京航空航天大学） 纠错

专题命中 扩散模型 ：diffusion(title,summary_cn)

AI总结 提出首个NPU感知推理框架Diffusion-LLM-on-NPU，通过多块推测解码、双路径渐进修正和交换优化内存运行时，在移动设备上加速扩散大语言模型推理，相比CPU基线实现17-42倍延迟降低。

Smoothing Dark Areas in Molecular Latent Diffusion

分子潜在扩散中的暗区平滑

Xi Wang, Jiahan Li, Yuxuan Xia, Yingcheng Wu, Shaoyi Zheng, Shengjie Wang

机构 * New York University（纽约大学） ； Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；image generation(abstract)；inpainting(abstract)

AI总结 针对分子潜在扩散中存在的暗区问题，提出拓扑优化VAE（TopVAE），通过训练时内化结构和化学约束，减少暗区，提升离后验鲁棒性，在QM9和GEOM-Drugs上取得显著改进。

Toward 360-Degree Indoor Panorama Editing via Tuning-Free Diffusion Model with Refocusing Cross-Attention

面向360度室内全景编辑的基于重聚焦交叉注意力的免调优扩散模型

Dinh-Khoi Vo, Nhut-Thanh Le-Hinh, Viet-Tham Huynh, Tam V. Nguyen, Minh-Triet Tran, Trung-Nghia Le

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

AI总结 提出FocusDiff框架，通过重聚焦交叉注意力实现免调优的精确区域编辑，并扩展到360度室内全景编辑，在局部编辑基准LIMB上优于现有零样本方法。

Comments ICCCI 2026. Project page: https://vdkhoi20.github.io/FocusDiff

FBSDiff++: Improved Frequency Band Substitution of Diffusion Features for Efficient and Highly Controllable Text-Driven Image-to-Image Translation

FBSDiff++: 改进的扩散特征频带替换用于高效且高度可控的文本驱动图像到图像翻译

Xiang Gao, Yunpeng Jia

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 提出FBSDiff++框架，通过动态频带替换扩散特征，实现无需训练的文本驱动图像到图像翻译，支持外观、布局和轮廓引导，并大幅提升推理速度（8.9倍），支持任意分辨率输入和局部编辑。

Diffusion-Refined Segmentation and Vision-Language Interpretation for Pediatric Brain Tumor MRI

扩散细化分割与视觉-语言解释用于儿童脑肿瘤MRI

Wentao Ke, Jianche Liu

机构 * Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系） ； School of Medicine, Stanford University（斯坦福大学医学院） 纠错

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

AI总结 提出两阶段框架，先用Swin-UNETR粗分割，再用条件扩散模型细化边界，最后结合多模态语言模型生成结构化报告，提升儿童脑肿瘤分割精度和可解释性。

CaricHarmony: Contrastive Diffusion Paths for Identity-Preserving Caricature Synthesis

CaricHarmony：身份保持的漫画合成的对比扩散路径

Dongyu Wang, Dar-Yen Chen, Yi-Zhe Song

机构 * SketchX, CVSSP, University of Surrey（萨里大学CVSSP实验室SketchX组） 纠错

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

AI总结 提出CaricHarmony，一种无需训练的方法，通过并行无污染扩散路径解决身份与形状条件信号污染问题，实现平衡的漫画合成，在保持身份一致性的同时达到最优形状保真度。

Fast Autoregressive Video Diffusion and World Models with Temporal Cache Compression and Sparse Attention

快速自回归视频扩散与世界模型：基于时间缓存压缩与稀疏注意力

Dvir Samuel, Issar Tzachor, Matan Levy, Michael Green, Gal Chechik, Rami Ben-Ari

机构 * Hebrew University of Jerusalem（特拉维夫大学） ； Google Research（谷歌研究） 纠错

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

AI总结 提出FAST-AR框架，通过TempCache压缩KV缓存、AnnCA加速交叉注意力、AnnSA稀疏化自注意力，实现自回归视频扩散模型5-10倍加速，同时保持视觉质量并稳定GPU内存使用。

Comments Accepted to ICML 2026. Project Page: https://dvirsamuel.github.io/fast-auto-regressive-video/

Enhancing Underwater Light Field Images via Global Geometry-aware Diffusion Process

通过全局几何感知扩散过程增强水下光场图像

Yuji Lin, Qian Zhao, Zongsheng Yue, Junhui Hou, Deyu Meng

机构 * School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学学院） ； School of Mathematics and Statistics and the Ministry of Education Key Lab of Intelligent Networks and Network Security, Xi’an Jiaotong University（西安交通大学数学与统计学学院和教育部智能网络与网络安全重点实验室） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； Macao Institute of Systems Engineering, Macau University of Science and Technology（澳门系统工程研究院，澳门科学大学） 纠错

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

AI总结 提出基于扩散的GeoDiff-LF框架，利用空间-角度结构增强水下4D光场成像，通过改进U-Net、几何引导损失和优化采样策略，有效缓解颜色失真，在视觉保真度和定量性能上超越现有方法。

Comments 14 pages, 9 figures

Recursively Trained Diffusion Models: Limiting Collapse Distribution and Spectral Characterization

递归训练的扩散模型：限制崩溃分布与谱特征

Naïl B. Khelifa, Richard E. Turner, Ramji Venkataramanan

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究递归训练扩散模型时的分布崩溃问题，证明即使完美学习也会因早期停止导致漂移，并收敛到唯一极限分布，该分布具有低通滤波谱特性。

Realizing Native INT8 Compute for Diffusion Transformers on Consumer GPUs: A Fused INT8 GEMM Kernel for Ideogram 4.0

在消费级GPU上实现扩散Transformer的原生INT8计算：用于Ideogram 4.0的融合INT8 GEMM内核

Ali Asaria, Tony Salomone, Deep Gandhi

机构 * Transformer Lab 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对消费级Ampere GPU上INT8量化比FP8/NF4更慢的问题，提出融合Triton INT8 GEMM内核，直接利用INT8张量核心，在Ideogram 4.0中实现2.8-4.2倍加速，端到端速度提升约10%，使1024px单卡可行。

Spatially Conditioned Diffusion Policy: Learning Precise and Robust Manipulation with a Single RGB Camera

空间条件扩散策略：使用单个RGB相机学习精确且鲁棒的操作

Seoyoon Kim, Kanghyun Kim, Dongwoo Ko, Yeong Jin Heo, Min Jun Kim

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Neuromeka 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出空间条件扩散策略（SCDP），利用末端执行器轨迹作为视觉注意力锚点，通过多尺度特征编码和空间条件模块，在单相机设置下实现精确鲁棒的操作。

Comments 15 pages

Decoupled Latent Optimization of Diffusion Models for Full Waveform Inversion

全波形反演的扩散模型解耦潜变量优化

Chen Min, Zheng Ma

机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； CMA-Shanghai, Shanghai Jiao Tong University（上海交通大学CMA-上海） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出解耦潜变量优化（DLO），通过二次惩罚目标分离物理变量和潜变量，结合数据保真度梯度和扩散先验，在OpenFWI基准上优于经典正则化和现有扩散方法。

Comments 35 pages, 14 figures

Self-Improving VLA Policies: Selected Diffusion Noise for Spurious-Robust Action Smoothing

自我改进的VLA策略：用于抗伪影动作平滑的选择性扩散噪声

Duc Minh Nguyen, Bao-Ngoc Dao, Tung M. Luu, Binh Gia Nguyen, Vinh Tong, Anji Liu, Vu N. Duong, Dung D. Le, Daniel Sonntag, Trung Le, Ngan Le, Jan Peter, An Thai Le, Minh Nhat Vu, Mathias Niepert, Khoa D. Doan, Duy M. H. Nguyen, Vien Anh Ngo

机构 * Center for AI Research, VinUniversity（VinUniversity人工智能研究中心） ； VinRobotics ； KAIST（韩国科学技术院） ； University of Stuttgart（斯图加特大学） ； IMPRS-IS（国际马克斯·普朗克智能系统研究学院） ； National University of Singapore（新加坡国立大学） ； DFKI（德国人工智能研究中心） ； University of Oldenburg（奥尔登堡大学） ； Monash University（莫纳什大学） ； University of Arkansas（阿肯色大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种无需训练的选择性扩散噪声方法，通过动态采样噪声向量增强视觉-语言-动作策略的鲁棒性和动作平滑性，在仿真和真实场景中成功率分别提升8%和10%。

Guided Diffusion with Distilled Vision-Language Reliability for Aerial Navigation

基于蒸馏视觉语言可靠性的引导扩散用于空中导航

Ivan Valuev, Iana Zhura, Valerii Serpiva, Didar Seyidov, Dzmitry Tsetserukou

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种可靠性感知的扩散规划器，通过蒸馏视觉语言模型生成场景级可靠性热图，引导去噪过程处理不可靠区域，显著降低无人机导航中的障碍物违反率并提高区域可靠性。

Parameter-robust well-posedness and discretisation for coupled Darcy--Forchheimer and advection-diffusion-reaction equations

耦合Darcy-Forchheimer与对流-扩散-反应方程的参数鲁棒适定性与离散化

Rishi Das, Harsha Hutridurga, Amiya K. Pani, Ricardo Ruiz-Baier

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 将Banach空间中扰动鞍点问题的适定性理论推广到参数无关稳定性，应用于对流-扩散-反应方程混合形式及其与Darcy-Forchheimer方程的耦合，证明系统对渗透率、Forchheimer系数和反应调制参数稳定，并用混合有限元离散和算子预条件子实现参数鲁棒性。

Regional Climate Model Emulation with Diffusion Approaches: What is the Added Value of Generative Machine Learning?

基于扩散方法的区域气候模型模拟：生成式机器学习的附加价值是什么？

Mikel N. Legasa, Antoine Doury, Achille Gellens, Redouane Lguensat, Clara Naldesi, Soulivanh Thao, Mathieu Vrac

机构 * University of Cambridge（剑桥大学） ； CNRS（法国国家科学研究中心） ； Institut Pierre Simon Laplace（皮埃尔·西蒙·拉普拉斯研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出ParamDiffusion，一种两阶段扩散框架，与确定性方法对比，评估生成式机器学习在区域气候模型模拟中的附加价值，发现扩散方法能高技巧地再现气候统计特征，但极端事件模拟仍有不足。

Comments Submitted to Journal of Advances in Modeling Earth Systems (JAMES)

Thermal feedback as a kinetic control mechanism in reaction-diffusion pattern formation

反应扩散图案形成中的热反馈作为动力学控制机制

Sudip Dutta, Pushpita Ghosh

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过耦合Arrhenius型温度依赖的活化-抑制剂动力学，研究非等温反应扩散系统中的热反馈对图案稳定性和选择的影响，发现热反馈增强不稳定性并改变波长选择，边界热交换可调控时空组织。

Local Coverage Governs Memorization in Diffusion Models

局部覆盖支配扩散模型中的记忆化

Claudia Merger, Sebastian Goldt

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过扩散模型与核密度估计的联系，发现记忆化由局部数据覆盖主导：低覆盖区域孤立样本被记忆，高覆盖区域支持插值泛化。

Diffusion-driven autocatalytic dynamics on a sphere

球面上的扩散驱动自催化动力学

Denis S. Grebenkov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究粒子在球面外扩散并以催化速率复制的集体动力学，通过单粒子扩散传播子分析种群大小的统计特性，揭示长时间下的亚临界、临界和超临界相图。

XRDiff: Crystal Structure Prediction from Powder X-Ray Diffraction Data Using Diffusion Models

XRDiff: 使用扩散模型从粉末X射线衍射数据进行晶体结构预测

Nofit Segal, Mingda Li, Benjamin Kurt Miller, Rafael Gómez-Bombarelli

机构 * Department of Materials Science and Engineering, MIT（材料科学与工程系，麻省理工学院） ； Department of Nuclear Science and Engineering, MIT（核科学与工程系，麻省理工学院） ； FAIR, Meta（FAIR，Meta） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出XRDiff扩散模型，从粉末X射线衍射数据恢复晶体结构，在模拟基准上实现强结构恢复率，并采用基于峰值的编码提升对实验数据的泛化能力。

Tamed Feynman-Kac diffusion processes: Killing-branching intertwine

驯化的Feynman-Kac扩散过程：杀死-分支交织

Piotr Garbaczewski, Mariusz Żaba

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究漂移布朗运动平衡松弛的Feynman-Kac核，通过引入杀死和分支速率解释负势区域的驯化效应，并用数值模拟验证一维非线性模型。

Comments 34 pp. 26 figures, invited paper submitted to (De Gruyter Brill, Berlin) "Open Transport"

Journal ref (De Gruyter) Open Transport 2026; 1(1): 20260019

Homogenization of Three Species Reaction Diffusion Equation in Perforated Domains

穿孔区域中三物种反应扩散方程的同质化

Saumyajit Das, Kshitij Sinha

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 利用双尺度收敛方法，研究穿孔区域中具有非齐次Neumann边界条件的三物种反应扩散模型在微尺度质量流入影响下的宏观渐近行为，得到具有修正扩散系数的同质化方程。

Comments 32 pages, 3 figures

Generalized Discrete Diffusion with Self-Correction

广义离散扩散与自校正

Linxuan Wang, Ziyi Wang, Yikun Bai, Wei Deng, Guang Lin, Qifan Song

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 提出自校正离散扩散模型（SCDD），通过显式状态转移和离散时间学习，简化训练噪声调度，消除冗余重掩码步骤，在GPT-2规模上实现高效并行解码并保持生成质量。

Comments 40 pages, 3 figures, 6 tables

DiffusionBlocks: Block-wise Neural Network Training via Diffusion Interpretation

DiffusionBlocks: 通过扩散解释进行分块神经网络训练

Makoto Shing, Masanori Koyama, Takuya Akiba

机构 * Sakana AI ； The University of Tokyo（东京大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DiffusionBlocks框架，利用残差连接与动力系统的对应关系，将网络转换为去噪过程，通过分数匹配目标实现独立分块训练，在多种Transformer架构上达到与端到端训练相当的性能，同时降低内存需求。

Comments To appear at the 14th International Conference on Learning Representations (ICLR 2026). v4: Fixed typos in experimental details (Appendix E.4)

Residual Context Diffusion Language Models

残差上下文扩散语言模型

Yuezhou Hu, Harman Singh, Monishwaran Maheswaran, Haocheng Xi, Coleman Hooper, Jintao Zhang, Aditya Tomar, Michael W. Mahoney, Sewon Min, Mehrdad Farajtabar, Kurt Keutzer, Amir Gholami, Chenfeng Xu

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 提出残差上下文扩散（RCD）模块，通过回收丢弃令牌的上下文残差提高扩散语言模型的解码效率，在长/短CoT任务上以极少额外计算提升准确率4-11个百分点。

On a stochastic phase-field model of cell motility with singular diffusion

关于具有奇异扩散的细胞运动随机相场模型

Amjad Saef, Wilhelm Stannat

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一类描述移动边界问题的随机相场模型，通过加权L^2空间中的概率弱解处理相场零水平集处的奇异性，建立全局存在性。

Comments 39 pages

Journal ref Nonlinear Analysis, Vol. 274, January 2027, 114238

DBMC-aNOMAly: Asynchronous NOMA with Pilot-Symbol Optimization Protocol for Diffusion-Based Molecular Communication Networks

DBMC-aNOMAly: 一种异步NOMA与导频符号优化协议用于基于扩散的分子通信网络

Alexander Wietfeld, Wolfgang Kellerer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了异步DBMC-NOMA的参数优化和误码率降低，提出了一种基于导频符号的优化协议DBMCaNOMAly，并通过蒙特卡洛模拟验证了其在不同网络规模和噪声水平下的鲁棒性，提高了网络吞吐量。

Comments 19 pages, 18 figures; This work has been accepted for publication in IEEE Transactions on Molecular, Biological, and Multi-Scale Communications

Denoising Score Matching with Random Features: Insights on Diffusion Models from Precise Learning Curves

随机特征去噪分数匹配：从精确学习曲线看扩散模型

Anand Jerry George, Rodrigo Veiga, Nicolas Macris

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（联邦理工学院洛桑校区） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过随机特征神经网络参数化分数函数，推导去噪分数匹配的渐近精确误差，揭示模型复杂度、数据量和噪声样本数对扩散模型泛化与记忆的影响。

Comments Published at AISTATS 2026

MAD: Manifold Attracted Diffusion

MAD: 流形吸引扩散

Dennis Elbrächter, Giovanni S. Alberti, Matteo Santacesaria

机构 * Department of Mathematics, University of Vienna（维也纳大学数学系） ； MaLGa Center, Department of Mathematics, University of Genoa（热那亚大学数学系MaLGa中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出流形吸引扩散方法，利用流形假设通过扩展得分函数在推理阶段去除噪声，生成无噪声样本，在玩具问题、合成数据和真实数据上验证有效性。

Comments 21 pages, 13 figures

Journal ref Forty-third International Conference on Machine Learning, 2026

RepFusion: Leveraging Multimodal Priors for Denoising in Representation Space

RepFusion：利用多模态先验在表示空间中进行去噪

Xichen Pan, Aashu Singh, Satya Narayan Shukla, Xiangjun Fan, Shlok Kumar Mishra, Saining Xie

机构 * Meta AI ； New York University（纽约大学） 纠错

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

AI总结 提出RepFusion方法，利用多模态大语言模型作为噪声表示编码器，为扩散变压器提供条件信号，在相似推理预算下优于新初始化解码器基线。

Comments Project Page: https://xichenpan.com/repfusion