图像生成

Grasp, Handover, Rotate: Bimanual Object Reorientation via Compositional Diffusion and Energy-Based Optimization

抓取、交接、旋转：通过组合扩散和基于能量的优化实现双手物体重新定向

Wun Lam Yeung, Wenjun Liu, Yui Cheung Yu, Zhengyan Lambo Qin, Qijin She, Heng Li, Ziqi Wang, Ping Tan

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究双手物体重新定向问题，提出基于组合扩散和能量的BiCompoDiff框架，联合优化多方面任务，结合预训练模型与能量模型，通过梯度引导和采样优化抓取姿态，实验表明其成功率和轨迹平滑度优于基线，实现有效模拟到现实转移。

Comments IROS 2026

Distributed Model-Based Diffusion For Scalable Multi-Robot Trajectory Optimization

用于可扩展多机器人轨迹优化的基于分布式模型的扩散算法

Haejoon Lee, Xinyi Wang, Taekyung Kim, Dimitra Panagou

机构 * Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对多机器人轨迹优化难题，提出分布式基于模型的扩散算法（DMBD），将反向扩散过程分解为局部条件反向扩散过程，使机器人能独立去噪，模拟显示其可扩展性强，能快速解决协调任务且优于现有基线。

Comments 9 pages, 4 figures

Source-Prior-Driven Selective Adaptation for Efficient Diffusion Model Finetuning

源先验驱动的选择性适应用于高效扩散模型微调

Yi Xiong, Yuan-Yuan Cheng, Xiao-Ming Fu

机构 * 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 研究针对扩散模型微调中提升特定目标生成与保留预训练能力的权衡问题，提出源先验驱动的选择性适应方法，通过关键观察学习静态掩码并构建更新策略，实验证明比基线方法在适应 - 保留权衡上表现更好。

SevDiff: Severity-Conditioned Diffusion for Long-Tail Conflict Trajectory Generation

SevDiff：用于长尾冲突轨迹生成的严重程度条件扩散

Eni Solomon Laughter

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对ADAS评估中冲突轨迹罕见及现有方法不足的问题，提出SevDiff严重程度条件扩散模型，以TTC值为调节信号生成配对轨迹，经训练在不同TTC目标下有高命中率，生成特征物理合理，命中率下降模式可精确表征生成器。

From Atoms to Entropy: Optimal Noise Allocation for Diffusion Training in the Convex Regime

从原子到熵：凸域中扩散训练的最优噪声分配

Luca Ambrogioni, Giulio Franzese, Alberto Foresti, Gabriel Raya, Bac Nguyen, Georgios Batzolis, Yuhta Takida, Naoki Murata, Chieh-Hsin Lai, Yuki Mitsufuji

机构 * Radboud University（拉德堡德大学） ； EURECOM（欧洲电信系统研究所） ； Tilburg University（蒂尔堡大学） ； Sony AI（索尼人工智能公司） ； University of Cambridge（剑桥大学） ； Sony Group Corporation（索尼集团公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散模型训练时噪声水平分配问题，开发通用统计框架，在不同 regime 下得出最优分配结论，并通过实验验证，平方根熵调度能提升离散域训练效率且在连续图像上有竞争力。

Diffusion posterior sampling enables zero shot kilometre scale wind forecasting over complex terrain

扩散后验采样实现复杂地形上千米尺度的零样本风速预测

Yujiang Cai, Ya Wang, Shuanglei Feng, Bo Wang, Yiming Liu, Hui Yuan, Xinyi Sun, Haijie Li, Shenming Fu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对复杂地形近地表风预测难题，开发KiloGen扩散后验采样框架，通过学习WRF模型先验并结合ECMWF预报约束后验采样，在山西应用效果良好，降低风速均方根误差，为千米尺度风预报增强提供有效途径。

Comments Main manuscript with 7 figures and Supplementary Information with 5 supplementary figures

Localization transitions of diffusion dynamics in physical networks

物理网络中扩散动力学的定位转变

Jun Yamamoto, Ivan Bonamassa, Márton Pósfai

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究物理网络中扩散动力学的定位转变，核心方法是求解分析模型，发现度-体积比为无序参数，其失谐重组拉普拉斯谱，揭示了特征丰富驱动的定位控制机制，表明物理特性重塑网络动力学无序格局。

Comments 6 pages, 3 figures

From Dark Matter to Galaxies: Halo-Free Mock Generation via Conditional Point-Cloud Diffusion

从暗物质到星系：通过条件点云扩散生成无晕模拟

Kana Moriwaki, Ken Osato, Naoki Yoshida

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出基于扩散的生成模型，以暗物质密度场为输入生成含位置和物理性质的星系点云。在IllustrisTNG模拟目录上训练，能再现星系与暗物质场关系及多种分布，还可绕过晕发现，为相关实验提供实用引擎及新推断途径。

Comments 9 pages, 9 figures, submitted to MNRAS

AdaFlash: Adaptive Speculative Decoding via On-Policy Distilled Diffusion Drafters

AdaFlash：通过策略蒸馏扩散草稿器实现自适应推测解码

Yu-Yang Qian, Hao-Cong Wu, Chen Chen, Jiacheng Sun, Zhenhua Dong, Peng Zhao, Zhi-Hua Zhou

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Huawei Foundation Model Dept（华为基础模型部） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散草稿器在推测解码中存在的问题，提出AdaFlash框架，包含基于策略蒸馏算法和自适应长度头，有效降低方差，实验证明该框架能提高推理速度，尤其在高并发场景中吞吐量显著提升。

Addressing Limited Data in Auditory Attention Decoding with Diffusion Generative Models

用扩散生成模型解决听觉注意力解码中的数据有限问题

David Rannaleet, Victor Gunnarsson, Bo Bernhardsson, Martin A. Skoglund, Emina Alickovic

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对助听器中听觉注意力解码因数据有限面临的挑战，利用扩散概率模型生成合成语音诱发EEG数据进行数据增强，实验证明该方法能显著提高AAD性能，凸显其减轻训练数据限制及增强模型鲁棒性的潜力。

Denoising Subordinated Probabilistic Models: Diffusion with a Tempered-Stable Volatility Clock, and What the Noise Mechanism Actually Controls

去噪从属概率模型：具有 tempered - 稳定波动率时钟的扩散以及噪声机制实际控制的内容

Junchi Shen, Helin Zhao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出去噪从属概率模型（DSPM），其混合向量由特定波动率过程驱动成平稳 AR(1)链，证明相关界定结果，通过实验验证模型效果，耦合链与数据恢复控制、学习先验记忆，解决噪声机制及模型相关问题。

Comments 14 pages, 5 figures; working draft, code available from the author

Traveling waves of a reaction-diffusion system with partially coupled diffusion

具有部分耦合扩散的反应扩散系统的行波

Thomas Giletti, Hirofumi Izuhara, Harunori Monobe

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有部分耦合扩散的反应扩散系统的行波解，在第一个分量不扩散时进行理论分类，两个分量都扩散时进行数值研究，应用于捕食者 - 猎物和流行病学等模型。

Delayed diffusion with measure-valued kernels in nonlinear parabolic equations

非线性抛物方程中具有测度值核的延迟扩散

Yuki Tsukamoto

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究由有限符号测度核控制的带延迟扩散项的非线性抛物方程，通过有效当前算子结构假设和总记忆算子路径强制条件，证明弱解存在唯一性及稳定性，涵盖坍缩延迟原子，还验证了p - 拉普拉斯型例子假设。

Comments 26 pages

Preferential and differential diffusion in RANS simulation of lean hydrogen flames with tabulated chemistry

贫氢火焰RANS模拟中基于表格化学的优先和差异扩散

Alex M. Garcia, Emiliano M. Fortes, Eduardo J. Pérez-Sánchez, Daniel Mira, Marco Vivenzo, Michael Gauding, Heinz Pitsch, Nico Schmitz, Christian Wuppermann

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究贫氢火焰RANS模拟中优先和差异扩散问题，基于表格化学模型扩展到RANS框架，考虑混合平均扩散等因素，通过假定PDF方法纳入湍流-化学相互作用，能正确再现火焰相关特性，证明模型在模拟中纳入相关效应的能力。

D$e^+e^-$ffusion: Capturing the Beam-Beam Physics of $e^+e^-$ Collisions with Diffusion Models

D$e^+e^-$ffusion：用扩散模型捕捉 $e^+e^-$ 碰撞中的束流-束流物理

Antonio Chahine, Mariarosaria D'Alfonso, Jan Eysermans, Emmett Forrestel, Loukas Gouskos, Lindsey Gray, Katie Kudela, Haoyun Liu, Benedikt Maier, Dimitrios Ntounis, Christoph Paus, Umar Sohail Qureshi, Caterina Vernieri

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究高亮度 $e^+e^-$ 对撞机中束流诱导背景问题，提出 D$e^+e^-$ffusion 去噪扩散概率模型，经训练能再现 IPC 分布，通过模拟和分类器评估保真度，其生成事件速度比 Geant4 快近四个数量级，为 FCC-ee 设计研究提供快速模拟替代物。

Comments 18 pages, 11 figures, and 1 table. Data and code are available at https://github.com/umarsqureshi/Deeffusion

Vacancy Diffusion Across FeCrAl Alloy Composition Space for Accident-Tolerant Fuel Cladding

用于耐事故燃料包壳的空位在FeCrAl合金成分空间中的扩散

Mihai Pitigoi, Peter Hatton

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究FeCrAl合金中用于耐事故燃料包壳的空位扩散，用物种分辨的KMC模型结合线性替代模型，通过采样不同成分映射局部化学环境对空位跳跃及扩散率的影响，发现增加Cr含量降低扩散率，富Cr合金空位迁移受抑制。

Semi-Supervised Conditional Diffusion via Label Augmentation

通过标签增强实现半监督条件扩散

Jin Su, Yuan Gao, Yong Zhou, Jian Huang

机构 * Department of Applied Mathematics, The Hong Kong Polytechnic University（应用数学系，香港理工大学） ； School of Statistics and Data Science, Nankai University（统计与数据科学学院，南开大学） ； School of Statistics, East China Normal University（统计学院，华东师范大学） ； Department of Data Science and AI, The Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究如何利用未标记数据改进条件扩散模型，提出标签增强条件扩散方法（LACD），通过给未标记数据赋平凡标签并联合去噪，在理论上保证可识别性和收敛速度，实验证明该方法在样本效率和生成性能上优于纯监督估计器。

Comments 34 pages, 7 figures

DiFA: Inference-Time Forward-Process Alignment for Diffusion Models

DiFA：扩散模型的推理时间前向过程对齐

Shigui Li, Delu Zeng

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出DiFA框架，将扩散模型推理时的数据预测细化转为顺序状态估计问题，受卡尔曼滤波启发建立前向对齐时间一致性，引入偏差引导机制，实验表明该方法在多个指标上显著提升CIFAR-10和ImageNet的生成保真度。

Comments Accepted to ICML 2026. 23 pages, 7 figures

ST-Veto: Spatio-Temporal Token Veto for Diffusion MLLMs via Taylor Prediction and Visual Grounding

ST-Veto：通过泰勒预测和视觉基础实现用于扩散多模态语言模型的时空令牌否决

Keuntae Kim, Beomseok Lee, Hyunwoo Kim, Yong Suk Choi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散多模态大语言模型推理不足问题，提出无需训练的ST-Veto方法，利用二阶泰勒预测和图像注意力质量否决不稳定及弱基础令牌，与更安全候选交换，在多基准测试中优于其他方法，提升准确率且无额外成本。

Comments ICML 2026 - main

FlowBlock: Wavefront-Parallel Decoding for Self-Correcting Diffusion Language Models

FlowBlock：用于自校正扩散语言模型的波前并行解码

Bing Tian, Haikun Liu, Xiaocheng Zhong, Zhuohui Duan, Zhaokai Luo, Huayi Jin, Zhiyong Wang, Xiaofei Liao

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对块级扩散大语言模型块间解码串行问题，提出无需训练的\flowblock{}并行解码框架，基于门控波前解码和异构波前打包机制，相比串行模型提升了每秒令牌数、降低延迟并提高准确率，优于基于训练的基线。

Asynchronous Multimodal Diffusion Policy Composition via Latency-Aware Guidance Fusion

通过延迟感知引导融合实现异步多模态扩散策略组合

Zihao He, Hongjie Fang, Shirun Tang, Cewu Lu, Haoshu Fang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Noematrix（无矩阵） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对多模态扩散策略在模态差异下的融合问题，提出LAG - Fusion框架，通过延迟感知引导融合实现异步策略组合，推导参考帧重定位规则，在接触丰富操纵实验中提升了策略响应性和任务性能。

Apeliotes: A Diffusion-Based Modeling Framework for km-scale Multi-Level Atmospheric Fields

Apeliotes：一种用于千米尺度多层大气场的基于扩散的建模框架

Evangelia Rafaela Frastali, Achyut Paudel, Maryam Golbazi, Frank Liu

机构 * Old Dominion University（奥多明尼昂大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对高分辨率大气数据受限问题，Apeliotes框架基于全球再分析等数据构建，能提供千米尺度天气变量和多层大气场，经评估性能极具竞争力，预测垂直风廓线等有高精度表现。

Trace-Based On-Policy Distillation for Masked Diffusion Language Models

基于轨迹的策略蒸馏用于掩码扩散语言模型

Haolin Ren, Ziyang Huang, Chenhao Yuan, Jun Zhao, Kang Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对扩散大语言模型推理训练后处理难的问题，提出基于轨迹的策略蒸馏（TOPD）框架，通过在目标模型去噪轨迹上监督，利用教师模型获取令牌分布并以反向KL目标更新，在数学推理基准上提升了模型准确率且减少计算量。

CLDRoute: Conditional Latent Diffusion for Routability Map Generation in Physical Design

CLDRoute：用于物理设计中可布线性映射生成的条件潜扩散

Kiran Thorat, Nicole Meng, Caiwen Ding, Yingjie Lao, Zhijie Jerry Shi

机构 * University of Connecticut（康涅狄格大学） ； Tufts University（塔夫茨大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对物理设计中可布线性估计问题，提出CLDRoute框架，将其作为条件生成问题，用物理感知条件和特定任务潜变量建模，支持样本推理，在CircuitNet 2.0上取得较好实验结果，能生成预期结果及其不确定性。

JUMP: Single-Pass Membership Inference on Fine-Tuned Diffusion Language Models

JUMP：微调扩散语言模型的单通道成员推理

Yeachan Jun, Albert No

机构 * Yonsei University（延世大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究微调离散扩散语言模型的成员推理攻击，提出JUMP单通道评分攻击，利用dLLMs任意顺序可解码性和并行可解码性，在六个MIMIR域上的微调LLaDA - 8B - Base上提升了平均ROC - AUC并改善低FPR检测，且减少查询次数。

Comments 24 pages. Preprint

Masked Diffusion Language Models are Strong and Steerable Text-Based World Models for Agentic RL

掩码扩散语言模型是用于智能体强化学习的强大且可控的基于文本的世界模型

Darshan Deshpande

机构 * Patronus AI（守护神人工智能公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究强化学习中世界模型问题，对比自回归语言模型和掩码扩散语言模型，发现掩码扩散语言模型性能更优。引入GRPO训练框架，在三个OOD环境上零样本转移消融效果良好，还进行相关分析与评估，最后开源工作推动该领域研究。

Comments Dataset: https://huggingface.co/PatronusAI/world_model_corpus Training code: https://github.com/patronus-ai/mdlm_world_modeling

One-step lowest-variance selection in a Gaussian random-field model motivated by masked diffusion: Total correlation and a square root collision threshold

由掩码扩散驱动的高斯随机场模型中的一步最低方差选择：总相关性和平方根碰撞阈值

Linjun Li

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 受掩码离散扩散启发，研究高斯随机场模型单步选择，用局部相关非负分数场表示不确定性，通过距离相关高斯模型衡量所选位置相关性，建立两个互补结果，为理解相关因素对掩码离散扩散中基于置信度一步选择的影响提供基线。

Comments 27 pages; welcome comments

Diffusion approximation of a sequence of critical branching processes with dependent immigration

具有相关迁入的临界分支过程序列的扩散近似

Sadillo Sharipov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有相关迁入的临界分支过程序列的扩散近似，在一般假设下，证明其缩放和归一化序列依分布收敛到扩散过程，扩展了魏和温尼基（1989）的泛函极限定理。

Comments 19 pages

Transportation-cost inequalities for invariant measures of stochastic reaction-diffusion equations driven by space-time white noise

由时空白噪声驱动的随机反应扩散方程不变测度的运输成本不等式

Shijie Shang, Tusheng Zhang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究由乘性时空白噪声驱动的随机反应扩散方程不变测度的运输成本不等式，通过获取随机卷积矩估计，建立随机控制方程解的利普希茨连续性，最终证明了不同度量下的运输成本不等式。

Diffusion-corrected Autoregressive Fourier Neural Operator for Droplet Evolution Prediction

用于液滴演化预测的扩散校正自回归傅里叶神经算子

Jinghao Cao, Minsung Kang, Hongyue Sun, Chi Zhou, Jihoon Chung, Xubo Yue, Sanchoy Das, Bo Shen

机构 * New Jersey Institute of Technology（新泽西理工学院） ； University of Georgia（佐治亚大学） ； University at Buffalo（纽约州立大学布法罗分校） ； Hanyang University（汉阳大学） ； Northeastern University（东北大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究材料喷射中液滴演化预测难题，提出DiffARFNO两阶段框架，结合自回归傅里叶 - MIONet与DDIM校正器，经实验验证该方法显著优于现有模型，能为长期预测提供高保真结果。

Comments 11 figures, 4 tables