图像生成

Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors

往返一致性：双向扩散模型可预测自身的推演误差

Alexander Scheinker

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究提出双向扩散模型的往返偏差可作为自监督代理预测生成模型推演误差，在多类任务中验证其有效性，兼具逆求解功能且训练成本低。

Comments Code: https://github.com/alexscheinker/round-trip-consistency

Commit Locally, Exit Globally: Coordinating Adaptive Sampling and Early Exit in Diffusion Language Models

提交时机与位置：扩散语言模型的候选感知解码

Chia-Ming Lee, Shao-Kai Liu, Ming-Ching Chang, Xin Li, Yu-Lun Liu, Chih-Chung Hsu

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； University at Albany, SUNY（纽约州立大学奥尔巴尼分校） 纠错

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解码过早终止问题，提出无训练的候选感知提前退出框架LATCH，结合CVC与BWEC，在零样本11项任务上，以准确率损失极小的代价实现多倍解码速度提升。

Comments Code is available at https://github.com/ming053l/C4-dLLM

Turbulence generation and data assimilation in wall-bounded flows with a latent diffusion model

基于潜扩散模型的壁面湍流生成与数据同化

Fabian Steinbrenner, Baris Turan, Hao Teng, Heng Xiao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种结合β-VAE与基于Transformer的扩散模型的生成框架，用于壁面湍流的数据同化，在雷诺数Re_h=1300的平面库埃特流中实现了O(10^5)的压缩比，并揭示了条件扩散模型在保持物理保真度与样本多样性之间的权衡。

Geometry-induced pulse dynamics in a bulk-surface reaction-diffusion system for cell polarization

几何诱导的脉冲动力学在细胞极化的大体积-表面反应扩散系统中

Riku Watanabe

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了二维域中细胞极化的大体积-表面反应扩散系统，通过波固定机制形成局部模式，结合细胞形状效应，利用奇异性扰动方法推导了描述波固定动力学的常微分方程，并分析了由域几何引起的现象，如非平凡脉冲位置和超临界及亚临界分岔。

Comments 35 pages, 6 figures

Masked diffusion LLMs can use EoS tokens for hidden reasoning

扩散语言模型可以按EoS进行思考

Sarah Breckner, Sebastian Schuster

机构 * Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系） ； UniVie Doctoral School Computer Science, University of Vienna（维也纳大学计算机科学博士学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究发现扩散语言模型通过EoS标记进行推理，通过实验验证EoS标记作为隐藏计算空间的作用。

DiffGRM: Diffusion-based Generative Recommendation Model

DiffGRM：基于扩散的生成式推荐模型

Zhao Liu, Yichen Zhu, Yiqing Yang, Xiao Lv, Guoping Tang, Rui Huang, Qiang Luo, Ruiming Tang, Kun Gai, Guorui Zhou

机构 * Kuaishou Technology（快手科技） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对生成式推荐中SID的结构问题，提出DiffGRM模型，通过MDM、PSE、OCN、CPD等技术优化，在多数据集上使NDCG@10提升6.9%-15.5%。

Comments 12 pages, 6 figures. Accepted at The ACM Web Conference 2026. Camera-ready version; author list updated to match the published version; presentation revised, results unchanged

Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), pp. 5853-5864, ACM, 2026

Regularization can make diffusion models more efficient

正则化可提升扩散模型的效率

Mahsa Taheri, Johannes Lederer

机构 * University of Hamburg（汉堡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对扩散模型计算成本高的问题，提出利用统计学中的稀疏性概念，通过数学证明和实验验证表明，引入稀疏性可降低计算复杂度并提升样本质量，从而实现更高效的扩散模型。

Asymptotic large time behavior of singular entire solutions of the fast diffusion equation

快扩散方程奇异整体解的渐近大时间行为

Kin Ming Hui, Jongmyeong Kim

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对快扩散方程，采用不动点方法证明了一类满足特定条件的奇异径向对称前向自相似解的存在性，得到解在原点附近的渐近展开，并分析了满足对应初值条件的奇异解的渐近大时间行为。

TMRL: Diffusion Timestep-Modulated Pretraining Enables Exploration for Efficient Policy Finetuning

TMRL: 差分时间步调节预训练实现高效策略微调的探索

Matthew M. Hong, Jesse Zhang, Anusha Nagabandi, Abhishek Gupta

机构 * University of Washington（华盛顿大学） ； Amazon FAR（亚马逊FAR） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出TMRL框架，通过结合行为克隆预训练与强化学习微调，解决预训练中动作分布狭窄的问题，提升机器人策略微调的样本效率。

Diffusion-Guided Cooperative Policy Learning for Target Tracking Based on Underwater Mobile Agent Networks

基于监督扩散辅助多智能体强化学习的多水下机器人协作目标跟踪

Jiaao Ma, Chuan Lin, Guangjie Han, Shengchao Zhu, Zhenyu Wang, Chen An

机构 * Software College, Northeastern University（东北大学软件学院） ； Key Laboratory of Maritime Intelligent Network Information Technology, Ministry of Education, Hohai University（河海大学教育部海事智能网络信息技术重点实验室） ； College of Computer Science and Software Engineering, Hohai University（河海大学计算机与软件学院） ； College of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于监督扩散辅助多智能体强化学习（SDA-MARL）的多水下机器人协作目标跟踪方法，通过分层架构和创新算法解决非平稳性、稀疏奖励探索和水扰动鲁棒性等挑战，提升水下目标跟踪精度。

An explicit adaptive time-stepping scheme for superlinear stochastic diffusion systems

显式自适应时间步长方法在具有局部Lipschitz系数的随机扩散系统中的强收敛性

Xueqi Wen, Guozhen Li, Yuanping Cui, Xiaoyue Li

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种自适应时间步长方法，用于求解具有局部Lipschitz系数的随机扩散系统，实现了强收敛性，并通过实验验证了其计算效率的提升。

Categorical Diffusion of Weighted Lattices

加权格的范畴扩散

Robert Ghrist, Miguel Lopez, Paige Randall North, Hans Riess

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出加权格的范畴扩散框架，通过Lawvere拉普拉斯和Hodge-Lawvere定理，提供了一种离散时间谐波流用于信息聚合的构造方法。

Uniform convergence of conditional distributions for one-dimensional diffusion processes

一维扩散过程条件分布的一致收敛性

Guoman He, Hanjun Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对一类带特殊边界的一维扩散过程，运用Doob的h变换证明其条件分布依两种范数指数收敛到唯一拟平稳分布，还讨论了条件经验测度的收敛速率，并用种群动力学实例验证结果。

Comments 23 pages. Comments welcome!

Archer: Adaptive Reuse of Cached Hidden States for Efficient Rollback in Diffusion Language Models

Archer：用于扩散语言模型高效回滚的缓存隐藏状态自适应复用方法

Xuning He, Zinan Sheng, Yongding Tao, Huanyu Liu, Ge Li, Xue Jiang, Yihong Dong

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出Archer方法，通过自适应复用缓存的提示隐藏状态，在保证扩散语言模型回滚能力的同时，实现了2.57倍平均加速与33.63%最佳平均性能，还提升了Pass@1指标。

X-NavDP: Generalizing Navigation Diffusion Policy to Novel Behavior and Embodiments with Group Q-score Reweighted Matching

X-NavDP：通过组Q分数重加权匹配将导航扩散策略泛化到新行为和实体

Tianyu Yang, Yiming Zeng, Wenzhe Cai, Yuqiang Yang, Jiaqi Peng, Hui Cheng, Jiangmiao Pang, Tai Wang

机构 * Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Sun Yat-sen University（中山大学） ； Tsinghua University（清华大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究针对导航扩散策略泛化性不足的问题，提出GQRM框架对X-NavDP进行后训练，大幅提升了跨实体视觉导航的模拟与现实场景成功率。

Comments 20 pages, 4 figures

Diffusion-Based Impedance Learning for Contact-Rich Manipulation Tasks

基于扩散的阻抗学习用于接触丰富的操作任务

Noah Geiger, Tamim Asfour, Neville Hogan, Johannes Lachner

机构 * Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（人机动力学与机器人研究所，卡尔斯鲁厄技术大学） ； Department of Mechanical Engineering, Massachusetts Institute of Technology（机械工程系，麻省理工学院） ； Department of Brain and Cognitive Sciences, Massachusetts Institute of Technology（脑与认知科学系，麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出基于扩散的阻抗学习框架，结合生成建模与能量一致的阻抗控制，实现接触丰富的操作任务中的高精度动态控制与任务泛化能力。

Comments 15 pages, 12 figures

Pulse-response analysis of a simple reaction-advection-diffusion equation

简单反应-对流-扩散方程的脉冲响应分析

Jiasong Zhu, Renato Feres, Donsub Rim, Gregory Yablonsky

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过分析反应-对流-扩散方程的脉冲响应，研究了对流速度对化学活性的影响，并提出通过比值确定化学活性的方法。

A compact fourth-order doubly conservative active flux method with maximum-principle-preserving limiting for degenerate convection--diffusion equations

求解退化对流-扩散方程的紧致四阶双守恒主动通量方法，兼具最大原理保持限幅特性

Junming Duan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出一种紧致四阶双守恒主动通量方法，用于求解退化对流-扩散方程，兼具最大原理保持限幅特性，数值实验验证了其四阶收敛性、界值保持性及对激波的精确分辨能力。

Comments 34 pages, 16 figures

Demystifying Adversarial Robustness in Diffusion Models: Compression, Randomness, and Geometry

Liu Yuezhang, Xue-Xin Wei

机构 * UT Austin（德克萨斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

Comments 28 pages, 6 figures, 7 supplementary figures

The mutual arrangement of Wright-Fisher diffusion path measures and its impact on parameter estimation

Wright-Fisher扩散路径测度的相互排列及其对参数估计的影响

Paul A. Jenkins

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究Wright-Fisher扩散路径测度的相互排列，确定其分离时间，推导突变与选择参数的联合最大似然估计量，扩展了经典结果并建立相关零一律。

$p$-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