图像生成

Trajectory-Based RBF Collocation Method via Closest-Point Embedding for Surface Advection-Diffusion Equations

基于轨迹的径向基函数配点法通过最近点嵌入求解表面平流-扩散方程

Xiaobin Li, Leevan Ling, Yizhong Sun

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于轨迹的RBF配点法，通过特征处理与Kansa型RBF配点法解耦平流和扩散，利用最近点映射嵌入窄带域，证明与原表面PDE等价，数值实验验证稳定性和精度。

Asymptotic Learning Curves for Diffusion Models with Random Features Score and Manifold Data

具有随机特征得分和流形数据的扩散模型的渐近学习曲线

Anand Jerry George, Nicolas Macris

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散模型中去噪得分匹配的理论行为，当数据分布支持在低维流形上且得分用随机特征神经网络参数化时，推导高维极限下测试、训练和得分误差的渐近精确表达式，发现线性流形样本复杂度与内在维度线性相关，而非线性流形则削弱低维结构优势。

Comments Added proof of Claim 1 in a restricted setting

Fokas method for linear convection-diffusion equation with time-dependent coefficients and its extension to other evolution equations

含时系数线性对流扩散方程的Fokas方法及其对其他演化方程的推广

Konstantinos Kalimeris, Türker Özsarı

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文针对有界区间上含时系数的线性对流扩散方程，应用并改进Fokas方法得到解的显式积分公式，证明分数阶Sobolev空间中的适定性和正则性估计，并推广至其他含时系数的演化方程。

Comments 28 pages, 8 figures

From Uncertain to Safe: Conformal Adaptation of Diffusion Models for Safe PDE Control

从不确定到安全：扩散模型的安全自适应用于PDE控制

Peiyan Hu, Xiaowei Qian, Wenhao Deng, Rui Wang, Haodong Feng, Ruiqi Feng, Tao Zhang, Long Wei, Yue Wang, Zhi-Ming Ma, Tailin Wu

机构 * intern（实习生） ； Westlake University（西湖大学） ； School of Engineering, Westlake University（西湖大学工程学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Fudan University（复旦大学） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出SafeDiffCon方法，通过共形预测估计不确定性分位数，结合后训练和推理阶段调整扩散模型，在满足安全约束下实现最优PDE控制。

Comments ICML 2025. 24 pages, 5 figures

Ion-Specific Anomalous Water Diffusion in Aqueous Electrolytes: A Machine-Learned Many-Body Force Field Study with MACE

具有离子特异性的水异常扩散在水合电解质中的研究：基于MACE的机器学习多体力场研究

Massimo Ciacchi, Ilnur Saitov, Nico Di Fonte, Isabella Daidone, Carlo Pierleoni

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究通过机器学习多体力场模拟揭示了水在电解质溶液中的离子特异性异常扩散现象，改进了NaCl溶液的模拟结果，揭示了离子水合壳层对水扩散的影响机制。

Comments 26 pages, 24 figures

CMADiff: Cross-Modal Aligned Diffusion for Controllable Protein Generation

CMADiff: 用于可控蛋白质生成的跨模态对齐扩散

Changjian Zhou, Yuexi Qiu, Jiafeng Li, Jia Song, Wensheng Xiang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出CMADiff框架，通过条件变分自编码器整合理化特征，并利用对比学习模块BioAligner对齐文本描述与蛋白质特征，实现基于文本驱动的可控蛋白质序列生成。

Precise Determination of the Long-Time Asymptotics of the Diffusion Spreadability of Two-Phase Media

两相介质扩散可扩展性长时间渐近行为的精确确定

Shaobing Yuan, Salvatore Torquato

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过引入高阶修正项和解析性质，提出改进算法精确提取两相介质扩散可扩展性的长时标度指数α，并构造两点Padé近似逼近全时域行为。

Comments 17 pages, 9 figures; v2: accepted by PRE

Journal ref Phys. Rev. E, 113 (2026) 065421

Global Existence and Diffusive Limits for a Class of Nonlocal Reaction-Diffusion Systems

一类非局部反应扩散系统的全局存在性与扩散极限

Md Shah Alam, Jeff Morgan

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一类具有非局部扩散的半线性反应扩散系统，在拟正性和广义质量控制条件下证明全局存在唯一性，并通过线性中间和条件建立L^p一致有界性，推广了Laurencot和Walker的扩散极限结果。

ParallelBench: Understanding the Trade-offs of Parallel Decoding in Diffusion LLMs

ParallelBench: 理解扩散大语言模型中并行解码的权衡

Wonjun Kang, Kevin Galim, Seunghyuk Oh, Minjae Lee, Yuchen Zeng, Shuibai Zhang, Coleman Hooper, Yuezhou Hu, Hyung Il Koo, Nam Ik Cho, Kangwook Lee

机构 * FuriosaAI ； UW-Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） ； UC Berkeley（加州大学伯克利分校） ； Seoul National University（首尔国立大学） ； KRAFTON ； Ludo Robotics Project（Ludo机器人项目） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散LLM并行解码导致生成质量下降的问题，通过信息论分析和合成实验揭示其根本限制，并提出首个专门基准ParallelBench，系统评估发现并行解码在现实任务中质量损失严重，且现有策略无法根据任务难度调整并行度。

Comments Accepted at ICLR 2026. Project Page: https://parallelbench.github.io

Reverse inequalities for super-Riesz transforms on graphs with a slow diffusion

慢扩散图上超Riesz变换的反向不等式

Joseph Feneuil

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 在D维Vicsek图上，证明了Riesz型不等式$\|\nabla f\|_p \leq C \|\Delta^\gamma f\|_p$对$p\in(1,\infty)$和$0<\gamma<\gamma^*(p)$成立，而对$\gamma>\gamma^*(p)$不成立，临界指数$\gamma^*(p)$处仍开放，首次给出$L^p$有界超Riesz变换的例子。

Comments 33 pages

Diffusion-Robust Optimization over Graphs

图上的扩散鲁棒优化

Liviu Aolaritei, Ricky Huang, Michael I. Jordan, Paul Grigas

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种基于扩散的不确定性模型用于有向图上的鲁棒优化，其中边权扰动沿相邻边传播并满足节点守恒约束，分析了该拓扑感知不确定性对凸网络问题和组合图问题计算复杂度的影响。

Comments 46 pages, 6 figures

Latent Diffusion for Missing Data

缺失数据的潜在扩散模型

Alberte Heering Estad, Ignacio Peis, Jes Frellsen

机构 * Technical University of Denmark（丹麦技术大学） ； Pioneer Centre for Artificial Intelligence（先锋人工智能中心） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出两阶段框架，先利用鲁棒VAE从缺失数据中学习潜在表示，再训练扩散模型，在MCAR缺失率高达50%时仍保持高质量生成，优于像素空间扩散。

The diffusion equation for non-Markovian Gaussian stochastic processes

非马尔可夫高斯随机过程的扩散方程

Alessandro Taloni, Gianni Pagnini, Aleksei Chechkin

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文推导了在不假设马尔可夫性和平稳性的情况下，粒子位移概率密度函数的精确演化方程。通过构建基于Wick定理的系统方程体系，得出一个封闭的非马尔可夫扩散方程，扩展了福克-普朗克描述并在无限阶极限下保持高斯性。

Blocking of 2D bistable reaction-diffusion fronts by obstacles

二维双稳反应扩散前沿被障碍物阻塞

J. -G. Caputo, G. Cruz-Pacheco, J. Gatlik, B. Sarels

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究二维双稳反应扩散前沿被几何障碍物阻塞的定量条件，通过守恒定律方法构建分析模型，预测阻塞阈值，并验证复杂几何结构中前沿传播的启发式规则。

Integral-equation analysis of transient diffusion-limited currents at disk electrodes: Asymptotic expansion and compact approximation

盘电极瞬态扩散限制电流的积分方程分析：渐近展开与紧凑近似

Kazuhiko Seki, Yuko Yokoyama, Masahiro Yamamoto

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了盘电极在界面离子浓度变化引起的电位阶跃后瞬态扩散限制电流，通过渐近展开和紧凑近似方法提出了一种分析框架，用于分析瞬态电流、提取扩散参数并评估常用解析近似的准确性。

Comments 5 figures

Journal ref J. Electroanal. Chem. 1017, 120292 (2026)

Training Diffusion Policies via Prior-Mapping Co-Evolution

通过先验映射协同进化训练扩散策略

Chubin Zhang, Zhenglin Wan, Feng Chen, Fuchao Yang, Lang Feng, Yaxin Zhou, Xingrui Yu, Yang You, Ivor Tsang, Bo An

机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； CFAR Agency for Science Technology and Research（科技研究局（CFAR）） ； IHPC Agency for Science Technology and Research（科技研究局（IHPC）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出GoRL框架，通过将策略优化限制在易处理的潜空间，同时用条件生成解码器合成动作，解耦优化与生成，实现稳定优化与表达力提升，在连续控制任务上显著超越基线。

Comments Ver 3 (Accepted as a conference paper by ICML 2026)

Lorentz-boosted diffusion: initial value formulation and exact solutions

洛伦兹加速扩散：初值公式与精确解

Lorenzo Gavassino

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散方程在加速系中的指数不稳定性问题，利用相对论Fokker-Planck动力学理论嵌入，提出一维洛伦兹加速扩散的修正初值问题，并给出闭式格林函数和精确解。

Comments 13 pages, 5 figures, published in PRD (see https://journals.aps.org/prd/abstract/10.1103/k646-mgz5)

Journal ref Phys. Rev. D 113, 114038 (June, 2026)

Discrete State Diffusion Models: A Sample Complexity Perspective

离散状态扩散模型：样本复杂度视角

Aadithya Srikanth, Mudit Gaur, Vaneet Aggarwal

机构 * Purdue University（普渡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出离散状态扩散模型的理论框架，首次给出样本复杂度界为$\widetilde{\mathcal{O}}(\epsilon^{-2})$，通过将分数估计误差分解为统计、近似、优化和裁剪分量，揭示了高效训练的关键。

Comments This is the accepted version of the paper. It was accepted to AISTATS 2026

VDW-GNNs: Vector diffusion wavelets for geometric graph neural networks

VDW-GNNs：面向几何图神经网络的向量扩散小波

David R. Johnson, Alexander Sietsema, Rishabh Anand, Deanna Needell, Smita Krishnaswamy, Michael Perlmutter

机构 * Program in Computing, Boise State University, Boise, Idaho, USA（博伊西州立大学计算项目） ； Department of Mathematics, UCLA, Los Angeles, CA, USA（洛杉矶大学数学系） ； Department of Computer Science, Yale University, New Haven, CT, USA（耶鲁大学计算机科学系） ； Department of Genetics, Yale University, New Haven, CT, USA（耶鲁大学遗传学系） ； Department of Mathematics, Boise State University, Boise, Idaho, USA（博伊西州立大学数学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出向量扩散小波（VDW），受向量扩散映射算法启发，可有效融入几何图神经网络（VDW-GNNs），在合成点云和真实风场、神经活动数据上表现良好，并证明其具有框架理论和旋转平移对称性。

Comments Presented at ICML 2026. A previous, shorter version of this work was presented in the "New Perspectives in Advancing Graph Machine Learning" workshop at NeurIPS 2025

From Noise to Order: Learning to Rank via Denoising Diffusion

从噪声到有序：通过去噪扩散学习排序

Sajad Ebrahimi, Bhaskar Mitra, Negar Arabzadeh, Ye Yuan, Haolun Wu, Fattane Zarrinkalam, Ebrahim Bagheri

机构 * University of Guelph（圭尔夫大学） ； Independent Researcher（独立研究者） ； University of California, Berkeley（加州大学伯克利分校） ； McGill University（麦吉尔大学） ； University of Toronto（多伦多大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于去噪扩散的生成式排序模型DiffusionRank，通过建模特征向量与相关性标签的联合分布，在四个标准LTR数据集上优于传统判别式方法。

Diffusion bridge with misspecification: theory construction and application to high-resolution fish count data

误指定扩散桥：理论构建及在高分辨率鱼类计数数据中的应用

Hidekazu Yoshioka

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散桥模型可能误指定的问题，通过Girsanov变换和相对熵度量模型不确定性，提出可解析求解的优化问题以给出性能指标的上下界，并应用于高分辨率鱼类计数数据。

Comments Updated on June 21, 2026

MedFedPure: A Medical Federated Framework with MAE-based Detection and Diffusion Purification for Inference-Time Attacks

MedFedPure: 基于MAE检测和扩散净化的医疗联邦框架用于推理时攻击防御

Mohammad Karami, Mohammad Reza Nemati, Aidin Kazemi, Ali Mikaeili Barzili, Hamid Azadegan, Behzad Moshiri

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Max Planck Institute for Brain Research（马克斯·普朗克脑研究所在法兰克福） ； School of Computer Engineering,University of Science and Technology (IUST)（科学技术大学（IUST）计算机工程学院） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Waterloo（滑铁卢大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出MedFedPure框架，结合个性化联邦学习、掩码自编码器检测和自适应扩散净化，在推理时防御对抗攻击，在Br35H脑MRI数据集上强攻击下准确率从49.50%提升至87.33%，干净准确率保持97.67%。

Diffusion Minimization via Optimal Smearing in Collapse and Hybrid Classical-Quantum Gravitational Models

通过坍缩与混合经典-量子引力模型中的最优涂抹实现扩散最小化

Nicolò Piccione

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对自发扩散（能量不守恒）导致的加热率发散问题，提出通过选择最优质量密度涂抹分布来最小化加热率，从而确定与标准量子力学的最小偏差模型，并应用于GRW、CSL、DP及Tilloy-Diósi混合模型。

Comments 6 pages plus appendices, no figures. Close to published version

Journal ref Phys. Rev. A 113, 062211 (2026)

Quantum Reversibility Meets Classical Reverse Diffusion

量子可逆性与经典反向扩散的统一

Ryota Nasu, Gota Tanaka, Asato Tsuchiya

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过Wigner函数的半经典近似，证明Petz映射对应的Lindblad方程与经典Fokker-Planck方程经贝叶斯规则导出的反向扩散方程一致，建立了量子可逆性与经典反向扩散的直接对应关系。

Comments 12+16 pages, 1 figure, construction of WKB solutions is added, references are added

Global Analysis of the Gray-Scott Model with Fractional-Classical Diffusion

具有分数-经典扩散的Gray-Scott模型的全局分析

Md Shah Alam

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过半群方法和对偶估计，证明了混合局部与非局部扩散的Gray-Scott反应扩散系统全局解的存在性和一致时间界，数值模拟展示了图案形成及混合扩散模型的定性差异。

DADP: Domain Adaptive Diffusion Policy

DADP: 领域自适应扩散策略

Pengcheng Wang, Qinghang Liu, Haotian Lin, Yiheng Li, Guojian Zhan, Masayoshi Tomizuka, Yixiao Wang

机构 * University of California, Berkeley, California, USA（加州大学伯克利分校） ； Peking University, Beijing, China（北京大学） ； Tsinghua University, Beijing, China（清华大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DADP，通过无监督解耦和领域感知扩散注入，实现跨动态环境的鲁棒零样本适应，在运动与操控任务上超越先前方法。

S2D2: Fast Decoding for Diffusion LLMs via Training-Free Self-Speculation

S2D2：通过免训练自我推测实现扩散LLM的快速解码

Ligong Han, Hao Wang, Han Gao, Kai Xu, Akash Srivastava

机构 * Red Hat AI Innovation（红帽AI创新） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Iowa State University（爱荷华州立大学） ； Core AI, IBM（IBM核心AI） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出S2D2，一种免训练的自我推测解码框架，通过将块扩散模型在块大小为1时变为自回归模型，实现草稿与验证角色复用，在不增加训练或测试计算下提升解码速度与准确性。

Comments Code is available at https://github.com/phymhan/S2D2

Time-Reversed BSDEs for Accurate Gradient Estimation in Diffusion Models

时间反向BSDE用于扩散模型中的精确梯度估计

Yuhang Mei, Amirhossein Taghvaei

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散模型微调中梯度估计不稳定问题，提出基于时间反向BSDE的自适应伴随过程，降低方差并提高稳定性。

Comments 10 pages, 3 figures

Conditional Diffusion Guidance under Hard Constraint: A Stochastic Analysis Approach

硬约束下的条件扩散引导：一种随机分析方法

Zhengyi Guo, Wenpin Tang, Renyuan Xu

机构 * Department of Industrial Engineering and Operations Research, Columbia University（哥伦比亚大学工业工程与运营管理系） ； Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于Doob h-变换和鞅表示的条件扩散引导框架，通过鞅损失和鞅协方差损失学习条件函数梯度，确保硬约束满足并给出非渐近保证。

Policy-Embedded Graph Expansion: Networked HIV Testing with Diffusion-Driven Network Samples

策略嵌入图扩展：基于扩散驱动网络样本的网络化HIV检测

Akseli Kangaslahti, Davin Choo, Lingkai Kong, Milind Tambe, Alastair van Heerden, Cheryl Johnson

机构 * Harvard University（哈佛大学） ； University of Witwatersrand（沃特瓦特斯兰大学） ； Wits Health Consortium（沃茨健康联盟） ； World Health Organization（世界卫生组织） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出策略嵌入图扩展（PEGE）框架，将图扩展的生成分布直接嵌入决策策略，结合基于扩散的图扩展模型DDB，在真实HIV传播网络上实现优于基线17.3%的折扣奖励和15.4%的检测提升。