图像生成

Existence of new self-similar solutions of the fast diffusion equation

快速扩散方程的新自相似解的存在性

Kin Ming Hui

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该论文证明了快速扩散方程的两类径向对称解的存在性，推导了对应的后向相似解，并通过匹配渐近分析新证了Peletier和Zhang关于该方程唯一径向对称解的相关结果。

Comments 50 pages, sections 1-3 are rewritten, sections 4-5 are added with new proof of Peletier and Zhang's result on existence of self-similar solution of the fast diffusion equation with finite L1 norm

A Mean-Field Framework for Inference-Time Distributional Control of Diffusion Models

用于扩散模型推理时分布控制的平均场框架

Samuel Howard, Nikolas Nüsken

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出一种平均场框架，将扩散模型推理时的分布控制转化为瞄准倾斜测度，推导加权交互粒子方案，为现有批量引导方法提供理论基础，并在低维及蛋白质构象任务中验证了其有效性。

Comments Preprint. Presented at SPIGM workshop, ICML 2026

Conditional Diffusion for Nonparametric Instrumental Variable Quantile Regression

用于非参数工具变量分位数回归的条件扩散模型

Xingdong Feng, Xinhong Jiang, Yuling Jiao, Lican Kang, Junwei Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究提出结合条件扩散建模的两阶段非参数工具变量分位数回归方法，建立了重尾分布下的理论保证，经模拟与实际数据验证，其性能优于现有方法且随维度提升优势更明显。

Graph-Guided Safe Diffuser: Topological Graph Guidance for Safe Diffusion Planning

图引导的安全扩散器：用于安全扩散规划的拓扑图引导

Nakgyu Yang, KwangBin Lee, SooJean Han

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院电气工程学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出图引导的安全扩散器（G2SD）框架，用高层拓扑图规划器引导低层扩散模型，解决扩散规划器的流形破裂问题，在Maze2D导航等任务中大幅提升无碰撞目标到达率与任务性能。

Comments 18 pages, 2 figures

Reducing Pretraining-Generation Mismatch in Diffusion Language Models

减少扩散语言模型中的预训练-生成不匹配

Xiaocheng Lu, Huabin Liu, Song Guo, Jianguo Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散语言模型的预训练-生成不匹配问题，提出 PCD 方法，在不改变推理模式的情况下，在 LLaDA2-Mini 和 Qwen 模型上显著提升了性能。

Comments 12 pages, 9 figures, 1 table

Unsure but Certain: Uncovering the Representation-Confidence Gap in Diffusion Language Models

不确定但确定：揭示扩散语言模型中的表示-置信度差距

Saurabh Yadav, Badri Narayana Patro, Vijay Srinivas Agneeswaran

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究揭示扩散语言模型存在表示-置信度差距，其高置信度集中是误导性症状，现有补救措施难修复排序缺陷，提出轻量级工具利用隐藏状态信号改进排序，指出噪声下置信度可靠性是更紧迫限制。

LibraSpec: Dynamic Diffusion-Based Speculative Decoding via Marginal-Gain-Driven Optimization

LibraSpec：基于动态扩散的推测解码，通过边际增益驱动优化

Zexun Lin, Yuan Feng, Junlin Lv, Kevin S. Zhou, Xike Xie

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 LibraSpec是一种无需训练的即插即用推测解码算法，通过边际增益驱动优化动态确定推测长度，可提升大语言模型推理速度，在多基准上较基线加速0.5~1.5倍、较自回归解码最高达8.49倍。

Vid2WAM: Distilling Video Diffusion Priors into World Action Models

Vid2WAM：将视频扩散先验蒸馏为世界动作模型

Chenhao Qiu, Ruixiang Wang, Runyi Zhao, Sixu Lin, Songen Gu, Shufeng Nan, Guiliang Liu, Kui Jia, Yanwei Fu, Simo Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Vid2WAM是将视频扩散先验蒸馏为WAM的离线框架，通过双监督通道与源感知残差动作适配，提升了机器人策略的新任务泛化性与数据效率，且推理高效。

Comments Project website: https://qch-fa.github.io/vid2wam-website/

Commitment Before Realization: When Classifier-Free Guidance Becomes Unnecessary in Masked Diffusion Language Models

实现前的承诺：无分类器引导何时在掩码扩散语言模型中变得不必要

Fan Zhou, Weitian Wang, Tim Van de Cruys

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究探究掩码扩散语言模型解码中无分类器引导（CFG）的必要性，定义承诺 horizon τ*，发现固定提示的交叉验证 horizon 时，其表现不劣于全程CFG，还可优化并行度与失败轨迹恢复效果。

Diffusion Maps Kernel Ridge Regression

扩散映射核岭回归

John Harlim, Daning Huang, Jiwoo Song

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出采用扩散映射（DM）核的核岭回归，证明DM核收敛到热核，其RKHS与高斯核等距同构，且数值验证了DM核在带边界流形监督学习中的优势。

Comments 29 pages, 13 figures

Global boundedness and stabilization for a three-component reaction-diffusion model with dual-dependent motility

具有双依赖迁移率的三组分反应-扩散模型的全局有界性与稳定性

Hai-Yang Jin, Jingyi Mai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对具有双依赖迁移率的三组分反应-扩散系统，通过分类讨论建立其经典解的全局存在性、有界性与渐近行为，揭示该迁移率函数对系统长期行为的关键影响。

Averaging Principle and Pullback Attractor Convergence for McKean--Vlasov Stochastic Reaction--Diffusion Equations

Honglei Chen, Mengyu Cheng, Zhenxin Liu

专题命中 扩散模型 ：diffusion(title,abstract)

Comments 36 pages, 0 figure

Novel Dynamics in Models of Angiogenesis with p-Laplacian diffusion

具p-拉普拉斯扩散的血管生成模型中的新动力学

Wenbo Zhang, Hossein Asgaribakhtiari, Aishwarya Pawar, Rana D. Parshad

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究具p-拉普拉斯扩散的血管生成两物种模型，证明p>3/2且初始数据足够小时系统弱适定，发现p-拉普拉斯带来的新动力学，并探讨其在心脏健康数字孪生框架中的应用。

Toward CT-Equivalent Image Quality in Low-Dose Radiotherapy Planning: Conditional Diffusion-Based CBCT-to-CT Synthesis and the Impact of CBCT Input Representation

实现与CT相当的低剂量放疗计划图像质量：基于条件扩散的CBCT到CT合成及CBCT输入表示的影响

Alzahra Altalib, Chunhui Li, Christopher Hamill Taylor, Sankar Pillai, Alessandro Perelli

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究开发基于条件DDPM的CBCT到CT合成框架，探究CBCT输入表示对合成性能的影响，旨在实现低剂量放疗中与CT相当的图像质量。

Comments 9 pages, 6 figures, European Conference of Radiology (ECR) 2026

Denoising Diffusion Monte Carlo Electron Densities with Physically Informed Variance Stabilization: From Fourier Filters to 3D UNETs

基于物理感知方差稳定化的扩散蒙特卡洛电子密度去噪：从傅里叶滤波器到3D UNET

Kenneth O. Berard, Brenda Rubenstein, Jaron T. Krogel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本研究针对扩散蒙特卡洛（DMC）电子密度的统计噪声，利用密度泛函理论密度作为先验，通过方差稳定化的回归方法结合3D UNET等技术去噪，将DMC模拟成本降低10-100倍，为噪声敏感任务提供新途径。

Turning angle analysis reveals hidden anisotropies in the anomalous diffusion of molecules in live cells

转角分析揭示活细胞中分子反常扩散的隐藏各向异性

Michał Balcerek, Adrian Pacheco-Pozo, Agnieszka Wyłomańska, Diego Krapf

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出转角统计方法，通过理论与模拟证明其可揭示活细胞内分子反常扩散的隐藏各向异性，应用于单粒子追踪数据验证了量子点等的各向异性，为检测复杂环境组织提供了新策略。

Comments Main text: 17 pages, 6 figures; Supplementary information: 14 pages, 5 figures

Slow Cosmic-Ray Diffusion in Supersonic and Super-Alfvénic Turbulence

超声速与超阿尔文湍流中的慢宇宙射线扩散

Yue Hu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究通过双流体磁流体动力学模拟，发现强超声速、高超阿尔文湍流可在离子-中性粒子阻尼显著时，维持慢且近各向同性的宇宙射线输运，匹配观测推断的扩散系数范围。

Comments 10 pages, 6 figures, accepted for publication in ApJL

$p$-Adic Diffusion and Random Walks on $[0, 1]$

[0, 1]上的p进扩散与随机游走

Patrick Erik Bradley, Paulina Halwas, Ell Ari Nitsche, Ángel Morán Ledezma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过Monna映射构造[0,1]上的p进扩散相关强马尔可夫过程，计算对应扩散算子的谱，用有限集随机游走近似求解热方程柯西问题，还提出了p进扩散的可视化方法。

Comments 23 pages, 4 figures; v2: some clarification as well as references added in introduction section

Effect of Al-Zn alloy wafer grain boundary diffusion on the magnetism and microstructure of sintered NdFeB magnets

Al-Zn合金晶界扩散对烧结NdFeB磁体磁性和微结构的影响

Xi Liu, Wenxi Fang, Ken Perlin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Al-Zn合金晶界扩散通过改善晶界解耦、形成高各向异性壳层和晶界平滑，显著提升烧结NdFeB磁体的矫顽力。

A two-dimensional structural local-defect theory for scalar non-divergence advection-diffusion homogenization

标量非散度对流扩散均匀化的二维结构局部缺陷理论

Jizu Huang, Yong Ma

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 建立二维非端点局部缺陷理论，针对含Holder周期背景和局部缺陷的标量非散度对流扩散算子。核心方法是用周期调和坐标处理周期漂移，主要贡献是给出相关估计、校正器、不变测度及散度形式约简。

SimSD: Simple Speculative Decoding in Diffusion Language Models

SimSD：扩散语言模型中的简单推测解码

Junxia Cui, Haotian Ye, Runchu Tian, Hongcan Guo, Jinya Jiang, Haoru Li, Chaojie Ren, Yiming Huang, Kaijie Zhu, Zhongkai Yu, Kun Zhou, Jingbo Shang

机构 * University of California San Diego（加州大学圣地亚哥分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Google（谷歌） ； University of California Santa Barbara（加州大学圣芭芭拉分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型无法直接使用标准推测解码的问题，提出SimSD算法，通过即插即用的掩码策略引入参考令牌并设计注意力掩码，实现单次前向传播验证多个草稿令牌，在保持并行解码优势的同时提升解码吞吐量。

Comments 13 pages, 4 figures, code available at https://github.com/airevo2/SimSD-release

Lagrangian Perturbation Diffusion Steering: Latent Reinforcement Learning for Generative Policies

拉格朗日扰动扩散引导：用于生成策略的潜在强化学习

Hikmet Simsir, Ozgur S. Oguz

机构 * University of Michigan（密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出拉格朗日扰动扩散引导（LP-DS），通过学习紧凑的噪声空间扰动来微调冻结的生成策略，利用拉格朗日信任区域目标优化，在保持潜在先验约束的同时提升下游价值，在多个基准上实现样本效率和回报提升。

Comments Accepted as a regular paper at ICML 2026

When Confidence Misleads: Suffix Anchoring and Anchor-Proximity Confidence Modulation for Diffusion Language Models

当置信度误导时：扩散语言模型的后缀锚定与锚邻近置信度调制

Jungwon Park, Jimyeong Kim, Jungmin Ko, Nojun Kwak, Wonjong Rhee

机构 * RICS（智能研究学院） ； AIIS（人工智能研究所） ； IPAI（人工智能研究所） ； Department of Intelligence and Information（智能与信息系） ； Daegu Gyeongbuk Institute of Science and Technology（大邱庆州市科学技术院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散语言模型中置信度误导导致生成不完整或过早解码的问题，提出后缀锚定与锚邻近置信度调制方法，无需训练即可提升完全非自回归解码性能。

Comments Preprint

TFCDiff: Robust ECG Denoising via Time-Frequency Complementary Diffusion

TFCDiff: 基于时频互补扩散的鲁棒心电图去噪

Pengxin Li, Yimin Zhou, Jie Min, Yirong Wang, Wei Liang, Qingling Xia, Wang Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出时频互补扩散模型TFCDiff，在离散余弦变换域中利用噪声信号系数作为条件输入，结合时间特征增强机制，实现多拍心电图段落的鲁棒去噪，在合成数据和未见数据集上均达到最优性能。

Don't Retrain, Just Reuse: Recovering Dual-Target Molecules from Single-Target Diffusion Models

不要重新训练，只需重用：从单目标扩散模型中恢复双目标分子

Qingyuan Zeng, Pengxiang Cai, Zixin Guan, Ziyang Chen, Anglin Liu, Xinyao Lai, Jintai Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Guangzhou University of Chinese Medicine（广州中医药大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出REUSE框架，通过层次化进化输入空间搜索，从冻结的单目标扩散模型中恢复双目标分子，无需重新训练或修改扩散过程，在双目标亲和力上提升20.9个百分点。

The Safety-Aware Denoiser for Text Diffusion Models

文本扩散模型的安全感知去噪器

Amman Yusuf, Zhejun Jiang, Mijung Park

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 提出安全感知去噪器（SAD），在文本扩散模型的迭代去噪过程中引导生成文本进入安全区域，无需重训练即可实现灵活的安全约束，有效降低不安全生成同时保持生成质量。

Comments 31 pages, 12 figures. Code available at: https://github.com/ParkLabML/SAD

Mitigating Barren Plateaus in Quantum Denoising Diffusion Probabilistic Model

缓解量子去噪扩散概率模型中的 barren plateau 问题

Haipeng Cao, Kaining Zhang, Dacheng Tao, Zhaofeng Su

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机科学与数据科学学院） ； Research Institute of Quantum Technology, The Hong Kong Polytechnic University（香港理工大学量子技术研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了量子去噪扩散概率模型在大规模系统中的 barren plateau 问题，提出架构改进方案以恢复训练稳定性，并提出条件 QuDDPM 用于生成基态，扩展了量子生成模型在复杂量子态制备中的应用。

Comments 17 pages, 8 figures

Journal ref Physical Review A 114, 022418, August, 2026

Dynamical Regimes of Discrete Diffusion Models

离散扩散模型的动力学区域

Tomoei Takahashi, Takashi Takahashi, Yoshiyuki Kabashima

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了离散扩散模型的动力学行为，通过统计力学方法分析了其在二类Ising变量数据上的反向动力学，发现物种化和崩溃转变分别对应二级相变和凝结转变，理论预测通过数值模拟得到验证。

Comments 35 pages, 7 figures

From Independent to Correlated Diffusion: Generalized Generative Modeling with Probabilistic Computers

从独立到相关扩散：基于概率计算机的通用生成建模

Nihal Sanjay Singh, Mazdak Mohseni-Rajaee, Shaila Niazi, Kerem Y. Camsari

机构 * Department of Electrical and Computer Engineering, University of California, Santa Barbara（加州大学圣塔芭芭拉分校电气与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种基于概率计算机的通用生成建模方法，通过引入马尔可夫链蒙特卡洛动态替代独立噪声注入，利用Ising耦合结构实现更符合目标系统的空间相关性建模。

DiSCo: Diffusion Sequence Copilots for Shared Autonomy

DiSCo：用于共享自主的扩散序列助手

Andy Wang, Xu Yan, Brandon McMahan, Michael Zhou, Yuyang Yuan, Johannes Y. Lee, Ali Shreif, Matthew Li, Zhenghao Peng, Bolei Zhou, Yuchen Cui, Jonathan C. Kao

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiSCo通过扩散策略规划与用户动作一致的动作序列，提升复杂系统控制性能，适用于模拟驾驶和机械臂任务。

Comments 10 pages, 5 figures, HRI '26: Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction