图像生成

DRIFT: Risk-Constrained Diffusion with Imitation Priors for Mixed-Autonomy Traffic Generation

DRIFT: 基于模仿先验的风险约束扩散用于混合自主交通生成

Yaoshen Yu, Minghui Liwang, Wenbo Zhu, Xinlei Yi, Zhang Liu, Yiguang Hong, Xianbin Wang, Seyyedali Hosseinalipour

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DRIFT框架，通过风险约束扩散和模仿先验，生成混合自主交通中人类与自动驾驶车辆的多样化可执行轨迹，实现安全-效率权衡。

Comments 19 pages, 8 figures, 16 tables

Training and Evaluating Diffusion Policies with Long Context Lengths

训练和评估具有长上下文长度的扩散策略

Abhinav Agarwal, Adam Wei, Taylan Kargin, Michael Zeng, Cole Becker, Arif Kerem Dayi, Pablo Parrilo, Asuman Ozdaglar, Russ Tedrake

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文首次详细研究模仿学习中上下文长度的影响，发现简单扩展上下文长度并不脆弱，并提出联合训练多上下文长度策略的方法以降低样本复杂度。

Feller diffusion in an interval: Inhomogeneous fluctuation-induced asymmetric escape

区间内的费勒扩散：非均匀涨落诱导的不对称逃逸

Prashanta Bauri, Debasish Mondal

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究费勒扩散在有限区间内的非均匀涨落诱导不对称逃逸，通过设置特定出口点，发现平均逃逸时间对初始条件等非单调依赖，逃逸时间涨落主导均值，其不对称性影响随机决策中的速度 - 精度权衡。

Comments 10 pages, 8 figures. Presented as a poster at two conferences.. Submitted to The Journal of Chemical Physics

DiPhon: Diffusion on Graphons for Scalable Graph Generation

DiPhon：基于图子上的扩散用于可扩展图生成

Sergio Rozada, Yiming Qin, Manuel Madeira, Pascal Frossard, Alejandro Ribeiro

机构 * King Juan Carlos University（金 Juan 卡洛斯大学） ； EPFL（苏黎世联邦理工学院） ； 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 研究如何将扩散模型扩展到大型图，通过图子提出DiPhon框架，制定连续扩散过程并推导逆时间过程，证明其与连续图子过程的矩匹配，实验展示了在小图训练后生成大图的可扩展性。

Tensor Train Diffusion: Leveraging Low-Rank Structures for High-Dimensional Score-Based Sampling

张量列车扩散：利用低秩结构进行高维基于分数的采样

Robert Gruhlke, Julius Berner, David Sommer, Lorenz Richter

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究如何利用低秩结构进行高维基于分数的采样，提出基于函数张量列车格式求解HJB方程的方法，结合反向迭代方案，克服现有技术瓶颈，实现从复杂目标分布高效高保真采样。

Journal ref ICML 2026

Hypergraph Neural Stochastic Diffusion: An SDE Framework for Uncertainty Estimation

超图神经随机扩散：一种用于不确定性估计的SDE框架

Zhiheng Zhou, Mengyao Zhou, Dengyi Zhao, Xingqin Qi, Guiying Yan

机构 * School of Mathematics and Statistics, Shandong University, Weihai（山东大学（威海）数学与统计学院） ； 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） ； 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 研究超图神经网络预测不确定性，提出超图神经随机扩散框架HyperNSD，将超图表示建模为随机过程，通过可学习函数量化不确定性，经理论分析和实验验证，能可靠估计不确定性并保持预测精度，提供随机动力学框架。

Comments 26 pages,6 figures

HPG-Diff: Hierarchical physics-guided diffusion with differentiable connectivity constraints for topology optimization

HPG-Diff：具有可微连通性约束的分层物理引导扩散用于拓扑优化

Jinbo Yang, Mingyue Yuan, Boyuan Zhang, Yoshifumi Kitamura, Shikai Jing

机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部） ； Research Institute of Electrical Communication, Tohoku University（东北大学电气通信研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对深度生成模型用于拓扑优化缺乏物理引导的问题，提出HPG-Diff框架，通过分层物理引导策略和浮动材料抑制损失增强物理一致性，经定量评估和案例研究验证了该方法在降低误差和适应特定域方面的有效性。

PriGo: Test-Time Primitive Guidance to Diffusion and Flow Policies for Adaptive Robotic Manipulation

PriGo：用于自适应机器人操作的扩散和流策略的测试时原语引导

Zezeng Li, Enda Xiang, Thuy Tran, Di Huang, Momath Thiam, Liming Chen

机构 * École Centrale de Lyon（里昂中央理工学院） ； Beihang University（北京航空航天大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对机器人操作中现有策略泛化性不足问题，提出PriGo框架，引入PANet模块及可微原语引导机制，能在测试时无缝集成到预训练策略，实验证明其提升了扩散和流策略的鲁棒性、执行及泛化能力。

Constrained Decoding for Diffusion Language Models via Efficient Inference over Finite Automata

通过有限自动机上的高效推理实现扩散语言模型的约束解码

Meihua Dang, Stefano Ermon

机构 * Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散语言模型的约束解码问题，提出基于有限自动机高效推理的算法，能保证约束满足，支持多种解码方式，经实验验证在多种任务上提升准确率且推理开销小。

Intrinsic-Noise Consolidation: A Doob-Barrier-Conditioned Diffusion Turns Analog Device Noise into a Continual-Learning Resource

内在噪声整合：一种杜布障碍条件扩散将模拟设备噪声转化为持续学习资源

Gunner Levi Howe

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究探讨模拟神经形态硬件中内在设备噪声能否整合记忆，提出将突触整合视为杜布h变换的方法，经实验验证该方法能使内在噪声成为整合红利，如在Split - MNIST和BrainScaleS - 2芯片实验中展现独特效果。

Comments 14 pages, 9 figures. Includes a proof-of-concept training run on real BrainScaleS-2 neuromorphic silicon (hardware-in-the-loop). Code, and data

Generative Diffusion Models of Stochastic Graph Signals

随机图信号的生成扩散模型

Yiğit Berkay Uslu, Samar Hadou, Sergio Rozada, Shirin Saeedi Bidokhti, Alejandro Ribeiro

机构 * University of Pennsylvania（宾夕法尼亚大学） ； King Juan Carlos University（胡安·卡洛斯国王大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究图上随机信号采样问题，提出用去噪扩散框架统一解决，核心方法是由图神经网络参数化反向扩散过程，通过U-GNN架构实现，在股票价格预测和无线资源分配任务中取得广泛数值结果。

Comments Submitted to and under review by IEEE Transactions on Signal Processing

Diffusion enabled Optimal Transport distances for graph matching

用于图匹配的扩散增强最优传输距离

Iman Seyedi, Francesco Archetti

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究提出用于图匹配的DsrFGW方法，通过纳入扩散过程统一节点特征与结构连通性。在合成成对图匹配任务评估中，该方法相比srFGW优势明显，能降低对噪声等的敏感度，适应问题难度，是结构不确定下图比较的稳健框架。

How Much Spatial Control Is Enough? Subdomain Optimal Control of Reaction-Diffusion Systems in Synthetic Developmental Biology

多少空间控制就足够了？合成发育生物学中反应扩散系统的子域最优控制

Mohamed Amine Ouchdiri, Hamza Faquir, Saad Benjelloun, Adnane Saoud

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究反应扩散系统子域最优控制问题，通过推导最优性损失上界得出达到目标模式所需控制区域最小尺寸公式，还探讨分布式控制情况，数值例证表明约40%域的控制区域可高精度驱动系统转变模式。

Essential spectrum for Brox-type diffusion processes

布罗克斯型扩散过程的本质谱

Yuichi Shiozawa, Jian Wang

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究多维布罗克斯扩散过程在两种随机介质下马尔可夫半群的本质谱与紧性，通过多种理论和准则分析，给出高斯和列维环境下相关结论，建立样本路径与谱特征联系框架并提出大势指数开放问题。

Taming nonlinear energy diffusion: The case of time-crystal energy condensates

驯服非线性能量扩散：时间晶体能量凝聚体的情况

P. I. Hurtado, G. Cortés-Guillén

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究随机能量扩散的Kipnis-Marchioro-Presutti模型的体驱动非线性变体，通过局部平衡近似推导流体动力学描述，经动力学蒙特卡罗模拟验证，展示该驱动机制能控制非线性能量输运，诱导时间晶体相及行进能量凝聚体。

Comments 12 pages, 4 figures

Sensor-Adaptive Infrared Spectral Reconstruction with Plug-and-Play Diffusion Priors

基于即插即用扩散先验的传感器自适应红外光谱重建

Alireza Siyavashi, Jon Schlipf, Sebastian Reiter, Inga Fischer, Christian Wenger, Christian Herglotz

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现有光谱仪局限，提出用伪逆引导扩散模型从窄带光电流进行稀疏光谱重建，利用去噪扩散概率模型学习光谱先验，具传感器自适应能力，平均估计误差低，为资源受限平台光谱恢复提供准确紧凑方案。

Entropic Dynamics of Jump-Diffusion Option Pricing

跳跃扩散期权定价的熵动力学

Mohammad Abedi

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究基于熵推理框架从信息约束推导股票价格动态和期权估值过程，核心是利用市场对回报的偏好确定对数价格为变量，通过连续与跳跃通道表示价格变化，推导出相关方程及结果，不同模型因信息不同而有差异。

Graph Convolutional Attention: A Spectral Perspective on Graph Denoising and Diffusion

图卷积注意力：图去噪与扩散的谱视角

Shervin Khalafi, Igor Krawczuk, Sergio Rozada, Charilaos Kanatsoulis, Antonio G Marques, Alejandro Ribeiro

机构 * University of Pennsylvania（宾夕法尼亚大学） ； King Juan Carlos University（胡安·卡洛斯国王大学） ； Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究图去噪问题，提出图卷积注意力（GCA）方法，通过利用输入图谱实现谱去噪，在随机块模型中与理想机制匹配，实验证明其能提升图去噪和扩散性能，在 DiGress 中表现良好且推理更快。

Global stability and anisotropic large-time behavior of the three-dimensional compressible Navier--Stokes equations with eddy diffusion

具有涡扩散的三维可压缩纳维 - 斯托克斯方程的全局稳定性和各向异性大时间行为

Zefu Feng, Guangyi Hong, Yinghui Wang, Jiahong Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究具有涡扩散的三维可压缩纳维 - 斯托克斯方程柯西问题，通过格林矩阵各向异性谱分解等方法，证明常数非真空平衡对小扰动全局非线性稳定，给出密度和速度各向异性衰减率，为首例全空间相关结果。

Gradient-Based Inverse Design of Free-Energy Landscapes with Diffusion Models

基于梯度的扩散模型自由能景观逆设计

Eli Zick, Dan Mendels

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对自由能表面直接优化的挑战，提出基于梯度的自由能表面优化框架GB-FESO，利用条件扩散模型，通过反向传播分布级损失优化条件变量，在高斯系综和玩具肽上验证，为分子系统逆设计提供了有前途的方法。

Mass-Conserving Physics-Informed Neural Networks For The One-Dimensional Advection-Diffusion Equation

用于一维平流扩散方程的质量守恒物理信息神经网络

Eszra Forenita Sigalingging, Liu Kin Men, Setianto Setianto, Ferry Faizal

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究一维平流扩散方程中质量守恒问题，评估质量惩罚PINN，通过软质量守恒约束增强标准PINN损失，在不同佩克莱数和模拟时间尺度下比较其与普通PINN及克兰克 - 尼科尔森格式性能，发现该方法显著提高PINN长期可靠性。

Numerical-aperture transfer in holotomography with a deterministic diffusion prior

基于确定性扩散先验的全层析成像中的数值孔径转移

Dong-min Ryu, Jeong-hyun Roh, Woon-soo Lee, Hansol Yoon, Hyun-seok Min, Yongkeun Park

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对高通量全层析成像中低NA限制高空间频率获取的问题，提出ResShift - ODE框架，通过扩散先验逆问题将低NA RI断层图像转移到高NA等效体积，在去噪评估、精度及速度上有优势。

Multiscale modelling of diffusion and retention of hydrogen in multi-occupancy traps in irradiated bcc metals

辐照体心立方金属中多占据陷阱内氢扩散与滞留的多尺度建模

Daniel Mason, Sanjeet Kaur, Samanyu Tirumala, Prashanth Srinivasan, Ville Jantunen, Max Boleininger

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 该研究用分子动力学模拟计算氢气原子在特定结构中的有效扩散率，与解析近似比较验证模型。通过多种方法证明相关现象，从第一性原理预测钨中孔隙内氢的扩散和滞留，其解析形式优于现有单占据陷阱形式体系。

Diffusion Language Model Parallel Decoding via Product-of-Experts Bridge

通过专家乘积桥接的扩散语言模型并行解码

Juntong Shi, Brian L. Trippe, Jure Leskovec, Stefano Ermon, Minkai Xu

机构 * Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出PoE-Bridge框架，通过专家乘积构建中间分布，结合扩散语言模型并行解码和自回归模型质量，实现5倍加速并恢复至少95%的AR性能。

Comments ICML 2026

Spectral Diffusion for Protein Dynamics

蛋白质动力学的光谱扩散

Hew Phipps, Matteo Cagiada, Santiago D. Villalba, Charlotte M. Deane

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究针对蛋白质动力学计算查询，提出用傅里叶变换的新物理信息表示，通过光谱域扩散分离动力学，经结构和温度条件光谱体积去噪，训练的DynaMode模型性能良好。

Comments 9 pages main + appendix, 7 figures

Non-Asymptotic Error Bounds for SMC with Biased Proposals: Application to Conditional Diffusion Sampling

带偏置提议的序贯蒙特卡洛（SMC）的非渐近误差界：在条件扩散采样中的应用

Stanislas Strasman, Gabriel Victorino Cardoso, Sylvain Le Corff, Vincent Lemaire, Antonio Ocello

机构 * Sorbonne Université and Université Paris Cité, CNRS, LPSM（索邦大学和巴黎大学，法国国家科学研究中心，巴黎高等师范学院） ； Center for Statistics and Images, Mines Paris, PSL University（统计与图像中心，巴黎 Mines，PSL 大学） ； CREST, ENSAE Paris, Institut Polytechnique de Paris（CREST，ENSAE 巴黎，巴黎理工学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对带偏置核的SMC采样器，推导非渐近误差分解框架，为条件扩散采样场景得到首个联合控制多类误差的非渐近界。

Tightening the Score Matching Gap for Diffusion Models

收紧扩散模型的得分匹配间隙

Benjamin Dupuis, Tyler Farghly, Maxime Haddouche, Alain Durmus, Umut Simsekli

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对扩散模型的得分匹配间隙问题，该研究利用得分估计器正则性与反向过程收缩性，推导三类指标的更紧边界，揭示低噪声尺度下得分近似质量对缩窄间隙的关键作用。

Diffusion-Guided Uncertainty-Aware Delayed Policy Optimization

扩散引导的不确定性感知延迟策略优化

Junqi Tu, Zejiao Liu, Fangfei Li, Yang Tang

机构 * The Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai, China（能源化工过程智能制造重点实验室，教育部，东华大学，上海，中国） ； The School of Mathematics, East China University of Science and Technology, Shanghai, China（东华大学数学学院，上海，中国） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对现实环境强化学习因延迟反馈性能严重下降问题，提出DUPO方法。用扩散模型明确延迟状态与当前状态关系，利用差异估计加权延迟策略，实验表明该方法优于现有方法。

Comments Preprint; appendices included

Don't Commit Alone: Joint Token Commitment in Diffusion Large Language Models

不要单独提交：扩散大语言模型中的联合令牌提交

Lin Yao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Zhongguancun Academy（中关村科学城） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散大语言模型中多令牌提交问题，提出CoCommit方法，通过标记门控协调步骤延迟提交，重新应用骨干网络最后n层使标记位置协调，近似联合模式解码，提高推理和精确答案任务准确率。

dOPSD: On-Policy Self-Distillation for Diffusion Language Models

dOPSD：扩散语言模型的策略内自蒸馏

Phuong Tuan Dat, Qi Li, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散语言模型强化推理难的问题，提出dOPSD，通过从学生去噪轨迹直接推导教师特权信息，实现策略内自蒸馏，提升模型在数学推理和代码生成等任务表现。