图像生成

An inviscid limit to an effective energy-enstrophy diffusion process

有效能量-涡量扩散过程的无粘极限

Alain-Sol Sznitman, Klaus Widmayer

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有布朗强迫和随机搅拌的稳态N维Galerkin-Navier-Stokes型演化，证明二维开放锥中稳态扩散是N维扩散过程“涡量-能量”定律的无粘极限，借助相关界推导出定量无粘凝聚界。

Comments 37 pages, 1 figure, typos corrected, redactional improvement of abstract and introduction

Diffusion Models in Simulation-Based Inference: A Tutorial Review

基于模拟推理的扩散模型：教程综述

Jonas Arruda, Niels Bracher, Ullrich Köthe, Jan Hasenauer, Stefan T. Radev

机构 * Bonn Center for Mathematical Life Sciences, Life & Medical Sciences Institute, University of Bonn, Germany（波恩数学生命科学中心、生命与医学科学研究所、波恩大学，德国） ； Center for Modeling, Simulation, & Imaging in Medicine (CeMSIM) Rensselaer Polytechnic Institute, NY, USA（医学建模、仿真与成像中心（CeMSIM）雷士利理工学院，纽约，美国） ； Computer Vision and Learning Lab, Heidelberg University, Germany（计算机视觉与学习实验室，海德堡大学，德国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 综述基于模拟推理的扩散模型进展，介绍其能快速准确估计潜在参数，阐述涵盖训练等方面的设计选择、相关概念带来的机遇及噪声调度等的影响，通过案例研究说明并指出未来研究问题。

Spectral Diffusion Models on the Sphere

球面上的谱扩散模型

Francesco Mari, Pierpaolo Brutti, Claudio Durastanti

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究将谱扩散方法扩展到球面数据的问题，开发在球谐表示上的扩散建模框架，通过球面离散傅里叶变换建立相关随机微分方程，揭示空间和谱得分匹配目标不等价及两者定量关系，推导扩散方程并刻画噪声协方差。

Comments 27 pages, 1 figure

The diffusion equation is compatible with special relativity

扩散方程与狭义相对论兼容

Lorenzo Gavassino

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散方程与狭义相对论的兼容性问题，通过证明扩散方程特定解是相对论性弗拉索夫 - 福克 - 普朗克方程精确解的粒子密度，确立了因果、稳定且热力学一致的相对论动力学理论，解决了传统观点中扩散方程与狭义相对论不兼容的问题。

Comments 6 pages, 0 figures, published in PRL (see https://journals.aps.org/prl/abstract/10.1103/rkz9-xps2)

Journal ref Phys. Rev. Lett. 137, 022302 (8 July, 2026)

Probing the Quantum Nature of Gravity through Classical Diffusion

通过经典扩散探究引力的量子本质

Oliviero Angeli, Sandro Donadi, Giovanni Di Bartolomeo, José Luis Gaona-Reyes, Andrea Vinante, Angelo Bassi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究引力是否本质为量子这一问题，提出无需量子态工程的替代策略，通过考虑引力作用下物体的线性化主方程建立噪声下限，基于高精度扭摆给出实验方案，为测试引力本质提供新途径，降低实验复杂性。

Comments Fully revised manuscript with a mathematical formalization of the main argument

Model-Based Reinforcement Learning Control of Reaction-Diffusion Problems

基于模型的强化学习控制反应扩散问题

Christina Schenk, Aditya Vasudevan, Maciej Haranczyk, Ignacio Romero

机构 * Universidad Politécnica de Madrid（马德里理工大学） ； IMDEA Materials Institute（IMDEA材料研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于模型的强化学习方法，用于解决反应扩散问题中的初始边界值问题，通过引入新的奖励函数和随机策略梯度方法，实现了对热力和疾病传播的控制。

Comments 23 pages, 12 figures

Journal ref Optimal Control Applications and Methods, 45(6):2897-2914 (2024)

Iterative finite element approximation of non-monotone semilinear diffusion-reaction equations

非单调半线性扩散反应方程的迭代有限元逼近

Florian Spicher, Thomas P. Wihler

专题命中 扩散模型 ：diffusion(title)

AI总结 研究非单调半线性扩散反应方程数值逼近的迭代线性化有限元法，采用稳定的IMEX迭代结合分级网格上的一阶有限元离散化，在角加权Sobolev空间建立正则性估计，得出离散伽辽金极限的最优先验收敛估计，数值实验验证了理论。

Reaction-Diffusion Processes with Surface Autocatalysis

表面上的诞生、死亡与复制：自催化动力学的普适定律

Denis S. Grebenkov

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出一个通用理论框架，通过非线性积分方程和Fokker-Planck方程描述表面介导的自催化过程，揭示损失与复制竞争导致的种群动态、普适标度律及灭绝或爆发条件。

Bifidelity Parameter Estimation Using Conditional Diffusion Models

使用条件扩散模型的双保真参数估计

Caroline Tatsuoka, Minglei Yang, Dongbin Xiu, Guannan Zhang

机构 * UT-Battelle, LLC（UT-巴特勒公司） ； US Department of Energy（美国能源部） ； The Ohio State University（俄亥俄州立大学） ； Oak Ridge National Laboratory（橡树岭国家实验室） ； Oak Ridge（橡树岭） ； Computer Science and Mathematics Division（计算机科学与数学 division） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 针对复杂系统参数估计不确定性量化，提出双保真方法。先构建低保真条件生成模型，特定情况时用其细化采样空间，再训练高保真无条件生成模型，经数值示例和实际应用验证了方法的有效性。

Linking discrete and continuum diffusion models: Well-posedness and stable finite element discretizations

连接离散和连续扩散模型：良好定义性与稳定的有限元离散化

Christina Schenk, David Portillo, Ignacio Romero

专题命中 扩散模型 ：diffusion(title)

AI总结 本文研究了连续与离散扩散模型的结合，证明了其良好定义性和稳定性，并通过数值实验展示了方法在处理不完整数据时的应用。

Comments 22 pages, 7 figures, preprint. International Journal for Numerical Methods in Engineering (2023)

Journal ref Int. Journal for Numerical Methods in Engineering, 124(9):2105-2121 (2023)

ECHO: Ego-Centric modeling of Human-Object interactions

ECHO：人类-物体交互的以自我为中心建模

Ilya A. Petrov, Vladimir Guzov, Riccardo Marin, Emre Aksan, Xu Chen, Daniel Cremers, Thabo Beeler, Gerard Pons-Moll

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

AI总结 ECHO首次提出统一框架，通过头和手腕追踪联合恢复人体姿态、物体运动和接触动力学，解决稀疏信号下的人类-物体交互建模难题。

Comments Accepted at ECCV'26

GeoProp: Grounding Robot State in Vision for Generalist Manipulation

GeoProp：将机器人状态在视觉中进行定位以实现通用操作

Guoyang Zhao, Quanhao Qian, Gongjie Zhang, Wenhao Li, Jiuniu Wang, Xiaowei Lu, Deli Zhao, Ran Xu

机构 * Tongji University（同济大学） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； HuPan Lab（湖畔实验室） ； Alibaba Group（阿里巴巴集团） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 研究针对机器人操作中本体感觉与视觉缺乏有效对齐问题，提出轻量级GeoProp适配器，通过几何定位、特征采样及FiLM调制等使两者对齐，在多任务中提升策略性能，是具身策略的简单高效归纳偏差。

Comments 21 pages, 8 figures, 11 tables. Project page: https://alibaba-damo-academy.github.io/GeoProp/

Large Language Models (LLMs) and Generative AI in Cybersecurity and Privacy: A Survey of Dual-Use Risks, AI-Generated Malware, Explainability, and Defensive Strategies

大型语言模型（LLMs）和生成式人工智能在网络安全与隐私中的应用：两用风险、人工智能生成的恶意软件、可解释性及防御策略综述

Kiarash Ahi, Saeed Valizadeh

机构 * Virelya Intelligence Research Labs（Virelya智能研究实验室） ； Google（谷歌） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 综述大型语言模型和生成式人工智能在网络安全中的应用，涵盖两用风险等多方面。通过回顾众多资料及实际案例研究，给出负责任部署建议与安全路线图，为应对人工智能驱动的网络安全挑战提供关键参考。

Comments Invited survey paper. 10 pages, 5 figures, 2 tables

Journal ref IEEE 6th Silicon Valley Cybersecurity Conference (SVCC), San Francisco, CA, USA, 2025, pp. 1-10

Guidance Breaks the Fitted Operator: A Terminal-Fitted Repair for Classifier-Free Guidance

引导打破拟合算子：无分类器引导的终端拟合修复

Shiheng Zhang

机构 * University of Washington（华盛顿大学） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 研究无分类器引导（CFG）在大引导时的问题，通过数值分析发现引导使判别子空间异常硬化致DDIM不再拟合。提出单系数零额外NFE修复方法，经实验验证该方法能稳定高引导，减少残差放大饱和，提升FID并保持精度，但也有其局限性。

L-GTA: Latent Generative Modeling for Time Series Augmentation

L-GTA：用于时间序列增强的潜在生成建模

Luis Roque, Vitor Cerqueira, Carlos Soares, Luis Torgo

机构 * Faculdade de Engenharia da Universidade do Porto（葡萄牙波尔图大学工程学院） ； Fraunhofer Portugal AICOS（德国弗劳恩霍夫葡萄牙AICOS研究所） ； University of Coimbra（科英布拉大学） ； Dalhousie University（达尔豪斯大学） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 研究针对时间序列分析中的数据增强问题，提出基于变分自编码器、双向LSTM和时间自注意力的L-GTA模型，通过定义等变性目标学习潜在表示并应用可控扰动，实验表明该模型在多方面优于其他方法，能有效降低预测误差。

Journal ref ECML PKDD 2026 Research Track, Naples, Italy, September 7-11, 2026

Prototype-Anchored Generalized Manifold Regression for Unknown-Domain Object Detection

用于未知域目标检测的原型锚定广义流形回归

Zihao Zhang, Aming Wu, Yang Li, Yahong Han

机构 * School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） 纠错

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

AI总结 研究单域广义目标检测，提出MR-DCoT方法，通过视觉-文本双思维链生成离群示例，利用类特定原型锚定学习校正算子，将未知域泛化建模为流形回归问题，实验验证了该方法在多场景下的有效性和通用性。

Latent graph encoding of multimodal neuroimaging features with generative AI architectures

基于生成式人工智能架构的多模态神经影像特征的潜在图编码

Ishaan Batta, Meenu Ajith, Vince Calhoun

机构 * Center for Translational Research in Neuroimaging and Data Science (TReNDS)（转化神经影像与数据科学研究中心） 纠错

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

AI总结 研究旨在设计多模态生成框架用于神经影像特征分析，通过评估多种策略和模型，利用GMV和sFNC特征分析多个生成框架，提出的gMMVAE在多指标上超替代变体，有潜力用于稳健的多模态神经影像分析。

Comments 6 pages, accepted in IEEE International Conference on Image Processing (ICIP) 2026

Enhancing Video Physical Consistency via Role-aware Joint Training and Modality-decoupled Denoising

通过角色感知联合训练和模态解耦去噪增强视频物理一致性

Guangting Zheng, Haojing Chen, Hao Li, Jingtao Zhang, Zhen Yang, Xiaosong Jia, Xue Yang, Shaofeng Zhang, Yanyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Fudan University（复旦大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 研究针对视频扩散模型长程物理一致性挑战，提出VPT微调框架。通过角色感知信号清晰建模不同物理角色，采用模态解耦去噪策略及损失权重衰减，引入跨步自动引导，增强物理动力学，提升物理一致性与视觉质量。

X-Foresight: A Joint Vision-Action Causal Forecasting Network via Predictive World Modeling

X-Foresight：一种通过预测世界建模的联合视觉-动作因果预测网络

Baolu Li, Jingyu Qian, Rui Guo, Yilun Chen, Hanpeng Liu, Yuan Lin, Junhong Zhou, Ruixin Liu, Liu Yang, Yutong Zheng, Zhenli Zhang, Sean Li, Chaoda Zheng, Boyang Wang, Tenglong, Gu, Zhuangzhuang Ding, Pengkun Zheng, Yu Zhang, Xianming Liu

机构 * PWM Team（PWM团队） ； XPeng Inc.（XPeng公司） 纠错

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

AI总结 提出X-Foresight，一种将预测世界模型直接集成到VLA架构中的方法，通过长程分块自回归策略和课程学习，联合学习世界建模与实时动作控制，以解决视频预测中的低熵冗余和长程因果建模难题。

Geometry-Aware Single-Image 4D Synthesis via Dense Trajectory Generation

通过密集轨迹生成实现几何感知单图像4D合成

Yanran Zhang, Ziyi Wang, Wenzhao Zheng, Zheng Zhu, Jie Zhou, Jiwen Lu

机构 * Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

AI总结 针对单图像4D合成挑战，提出MoGe4D框架，通过密集轨迹生成实现几何感知合成。引入数据集，构建4D-STraG及4D-ViSM。实验证明该方法能生成高质量4D场景，具强时空连贯性和几何感知一致性。

Comments Accepted to ECCV 2026

Density-Induced Reentrant Coarsening in a Two-Temperature System

双温系统中密度诱导的再入粗化

Partha Sarathi Mondal, Anish Kumar, Nayana Venkatareddy, Prabal K. Maiti, Shradha Mishra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究双温系统相分离动力学，通过布朗动力学模拟和粗粒化场论模型，发现其特征域尺寸随密度增加呈现再入序列，揭示了密度诱导再入粗化行为及异常域生长的非平衡机制，使密度成为粗化路径关键控制参数。

Comments 5 Pages, 5 Figures

Ethaline deep eutectic solvent under nanoconfinement: Unveiling structural and dynamical changes

纳米限域下的乙aline深共晶溶剂：揭示结构和动力学变化

Kamar Mohammad Nadim, Mozhdehei Armin, Lefort Ronan, Moréac Alain, Ollivier Jacques, Appel Markus, Viviana Cristiglio, Denis Morineau

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究纳米限域对乙aline深共晶溶剂结构和动力学的影响，通过中子衍射和准弹性中子散射实验，发现其在受限下结构均匀，分子动力学保留关键特征，扩散系数、停留时间及弛豫时间有变化，分子轨迹基本保留。

Comments To appear in The Journal of Chemical Physics

A comparison of numerical schemes for driven subsonic MHD turbulence

驱动亚声速磁流体动力学湍流数值格式的比较

Rüdiger Pakmor, Thomas Guillet, Rebekka Bieri, Christoph Pfrommer, Volker Springel, Romain Teyssier

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究驱动亚声速磁流体动力学湍流，通过比较\textsc{Arepo}、\textsc{Athena}和\textsc{Ramses}三种代码在不同散度控制方案下的表现，发现足够分辨率下各方案种子场有类似发电机效应的放大，除特定情况外结构特性一致，未发现约束传输的系统优势。

Comments 17 pages, 15 figures, submitted to MNRAS, comments welcome

Dynamic Causal Portfolio Choice: Hedging the Rotation of the Common-Driver Manifold

动态因果投资组合选择：对冲共同驱动流形的旋转

Alejandro Rodriguez Dominguez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在特定条件下连续时间投资组合选择问题，最优策略含静态和跨期部分，由驱动因素组织，计算成本取决于驱动因素数量，条件集变化使市场不完全，通过受控扩散模型分析并在合成经济体上说明所得结构。

Comments 31 Pages, 13 Figures, 4 Tables

Reliable mechanistic operator recovery with biologically-informed neural networks: principles for architecture and optimisation design

基于生物信息神经网络的可靠机械算子恢复：架构与优化设计原理

Rebecca M. Crossley, Yuan Yin, Sarah L. Waters, Ruth E. Baker

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究生物信息神经网络用于机械算子恢复时网络架构、优化策略等因素对其的影响，通过对典型偏微分方程模型实证研究，发现成功推理依赖平衡目标，给出架构、参数设置建议及失败模式诊断方法，为生物模型发现提供指导。

Comments 63 pages, 27 figures

Trajectory Inference of Human Aging from Cross-Sectional DNA Methylation Data

从横断面DNA甲基化数据推断人类衰老轨迹

Chandan Gupta, Syed Haider, Pietro Liò

机构 * Independent Researcher（独立研究者） ； The Institute of Cancer Research（癌症研究所在） ； University of Cambridge（剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究从横断面DNA甲基化数据推断人类衰老轨迹，通过年龄正则化变分自编码器和正则化不平衡最优传输构建两阶段计算流程，在大规模数据集上验证，能模拟分子衰老、揭示增长激增并重建衰老原型。

Comments 13 pages, 6 figures

EscFOA: Enhancing Spatial Learning for Visually Impaired Learners via Generative Spatial Audio in 360-Degree Educational Environments

EscFOA：通过360度教育环境中的生成性空间音频增强视障学习者的空间学习

Ziyu Luo, Xiaowei Dai, Siying Zhu, Xiaoming Chen

机构 * Ziyu Luo ∗ , Xiaowei Dai ∗ , Siying Zhu † (Correspondence), Xiaoming Chen ∗ (Correspondence)（无） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对360度教育环境中视障学习者空间学习受限问题，提出EscFOA框架，通过整合3DGS与条件扩散模型生成空间音频，在支持蒙眼参与者空间学习行为上优于传统音频，证明其能助力视障者访问复杂空间学习材料。

Weak convergence rate for the Cox-Ingersoll-Ross process

Cox-Ingersoll-Ross过程的弱收敛速率

Alexandros Pavlis, Umut Cetin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究Cox-Ingersoll-Ross过程在严格为正区域中漂移隐式离散化方案的弱收敛速率，采用PDE方法结合连续时间SDE表示，在特定条件下证明弱收敛速率为$\mathcal{O}(1/N)$，证明方法简单且有望扩展。

Explicit stabilized implementation of singly diagonally implicit Runge-Kutta methods

单对角隐式龙格-库塔方法的显式稳定实现

Ibrahim Almuslimani, Gilles Vilmart, Konstantinos Zygalakis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究为兼顾隐式与显式方法优点，引入一类对角隐式龙格-库塔方法的新显式稳定实现。核心方法是将隐式更新重铸为辅助系统稳态，用分区龙格-库塔-切比雪夫方法计算。主要贡献是能为平流-扩散-反应偏微分方程实现高阶方法，且计算成本与标准显式稳定方法类似。

Optimized Stencil Strategy for the Generalized Finite Difference Method: Application to Steady-State Non-Linear Problems

广义有限差分法的优化模板策略：在稳态非线性问题中的应用

Stéphane Clain, Jorge Figueiredo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对广义有限差分法应用于非线性问题提出优化模板策略，利用其灵活性设计特定模板，此前针对线性对流扩散问题的研究表明优化模板等可改进方案，本研究探究对伯格斯方程等非线性问题的类似效果。