图像生成

Stochastic stability of master--slave synchronization for dissipative PDEs with Burgers-type nonlinearity

具有Burgers型非线性的耗散偏微分方程主从同步的随机稳定性及其在数据同化中的应用

Joaquín Miguez, Inés P. Mariño

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有Burgers型非线性的耗散偏微分方程主从同步的随机稳定性，通过傅里叶截断等方法，先证确定性同步流形局部指数稳定性，再引入噪声分析偏差，得到均方界等结果，还将其用于数据同化并与滤波器比较。

Masked Neural Detection for Run-Length-Limited Channel Coding in Molecular Communication

分子通信中约束信道编码的掩码神经检测

Melih Şahin, Ozgur B. Akan

机构 * Centre for neXt Communications (CXC), Department of Engineering, University of Cambridge（下一代通讯中心（CXC）、工程系、剑桥大学） ； Centre for neXt Communications (CXC), Department of Electrical and Electronics Engineering, Koç University（下一代通讯中心（CXC）、电子与电气工程系、科克大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对分子通信中的扩散记忆问题，提出掩码神经检测器，结合RLIM约束码与SBRNN，在多数情况下优于未编码检测，平均增益达10.36倍，并设计RLIM定制训练掩码进一步提升性能。

Comments 5 pages, 2 figures, 3 tables

Null-Space Flow Matching for MIMO Channel Estimation in Latency-Constrained Systems

空域流匹配用于受限延迟系统的MIMO信道估计

Junjie Zhao, Guangming Liang, Xiaonan Liu, Dongzhu Liu

机构 * College of Electronic Information and Optical Engineering（电子信息与光学工程学院） ； University of Glasgow（格拉斯哥大学） ； University of Aberdeen（阿伯丁大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出空域流匹配框架，将受限试点的MIMO信道估计分解为范围空间重建和空域生成问题，通过流匹配生成先验实现高效准确的信道估计，在严格延迟约束下实现优于基模型和生成模型的性能。

Comments 6 pages, 3 figures, 19 references

Non-universality of color transparency onset in pion and kaon electroproduction

介子和kaon颜色透明度的正规范和通道依赖性形成动力学

Byung-Geel Yu, Tae Keun Choi, Kook-Jin Kong

专题命中 扩散模型 ：diffusion(abstract)

AI总结 介子和kaon电产生数据揭示了颜色透明度起始的两个特征：正规范在两种反应中作用不同，且介子透明度由量子扩散模型解释，而kaon数据则显示不同的介子形成动力学。

Comments 5 pages, 1 figure

Quantum Enhanced Numerical Homogenization

量子增强的数值均质化

Loïc Balazi, Matthias Deiml, Daniel Peterseim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种结合经典粗尺度求解器与量子子程序的数值均质化方法，用于求解具有粗糙系数的标量线性偏微分方程，通过量子局部问题求解器高效捕捉细尺度特征，克服了量子接口的信息瓶颈。

Order Matters in Retrosynthesis: Structure-aware Generation via Reaction-Center-Guided Discrete Flow Matching

retrosynthesis 中的顺序至关重要：通过反应中心引导的离散流匹配实现结构感知生成

Chenguang Wang, Zihan Zhou, Lei Bai, Tianshu Yu

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出了一种结构感知的模板自由框架，通过反应中心引导的离散流匹配实现高效的 retrosynthesis 生成。

Thermodynamically Consistent Modeling of ATP-Driven Cross-Bridge Dynamics in Muscle Contraction

具有三种状态的热力学一致的跨桥模型用于肌肉收缩

Yiwei Wang, Chun Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种具有三种状态的热力学一致跨桥模型，用于描述肌肉收缩，结合Hill循环和Huxley滑动丝机制，通过能量变分方法统一框架，展示ATP水解对力-速度关系的影响。

Comments 12 pages, 4 figures

Modeling complex motility patterns for autophoretic microswimmers

建模复杂运动模式以实现自催化微游泳器

Anupriya Dutta Roy, Smita S. Sontakke, Arvind Kumar, Ranabir Dey, Anupam Gupta

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出了一种新的数值框架，用于建模各向同性的自催化微游泳器，通过自生成的化学梯度实现推进，无需施加几何或化学各向异性，有效捕捉非线性输运和多粒子相互作用。

Unifying Transport Models of Thermohaline Convection in Stars

恒星热盐对流的输运模型统一

Valentin A. Skoutnev

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文完善热盐对流的线性稳定性理论，识别两类不稳定模式，结合完整不稳定模式频谱重新评估湍流扩散系数$D_\u03bc$，提出其可在理论标度间自洽插值，为解决恒星热盐混合效率分歧提供潜在方案。

Journal ref ApJL, 1007(1), L19, Aug 6 2026

$ω$-0: A Latent Predictive World Action Model for Concurrent Humanoid Loco-Manipulation

ω-0：一种用于类人机器人协同移动操作的潜在预测世界动作模型

Zhe Li, Zhenzhe Zhang, Yangyang Wei, Wenjie Zhang, Xichen Yuan, Peiyuan Zhi, Gen Li, Xinying Guo, Fengjie Gao, Jianfei Yang, Shanghang Zhang

机构 * NTU（南洋理工大学） ； PKU（北京大学） ； BAAI（北京智源人工智能研究院） ； HKUST(GZ)（香港科技大学（广州）） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出 ω-0 模型，针对类人机器人协同移动操作问题，结合潜在视觉预见与扩散动作生成，在 11 项家庭任务上优于多个基线，还构建了 ω-HOME 数据集。

From Interface to Inference: Eliciting Any-Order Inference from Any-Order Models

从接口到推理：从任意阶模型中引出任意阶推理

Seunggeun Kim, Jaeyeon Kim, Taekyun Lee, Yuyuan Chen, Yilun Du, Sham Kakade, Sitan Chen

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Harvard University（哈佛大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对离散推理任务的任意阶推理需求，提出两种掩码扩散改进方法，训练对应模型验证了方法可诱导任意阶推理行为并提升下游性能。

Locally periodic homogenization of multiscale models for plant tissue biomechanics

植物组织生物力学多尺度模型的局部周期均匀化

Mariya Ptashnyk

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对植物组织生物力学模型，利用局部周期双尺度收敛均匀化方法，推导了宏观模型，首次实现了非周期纤维微结构组织的多尺度分析。

Correlation emergence and the Epps effect in two coupled limit order books

两个耦合限价订单簿中的相关性涌现与Epps效应

Chris Angstmann, Tim Gebbie

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过建立耦合反应扩散方程模型，从订单流微观动态出发，解析推导出相关性随聚合时间变化的闭合表达式，揭示Epps效应源于异步事件时钟、有限耦合响应时间及其组合三种机制。

Comments 13 pages, 4 appendices with calculation outlines, Revised to clarify the operational-to-calendar-time construction and coupling notation

Learning When to See and When to Feel: Adaptive Vision-Torque Fusion for Contact-Aware Manipulation

学习何时视觉何时触觉：适应性视觉-扭矩融合用于接触感知操控

Jiuzhou Lei, Chang Liu, Yu She, Xiao Liang, Minghui Zheng

机构 * Edwardson School of Industrial Engineering, Purdue University（普渡大学爱德华森工业工程学院） ； Zachry Department of Civil and Environmental Engineering, Texas A&M University（德州农工大学扎克里土木与环境工程系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出适应性视觉-扭矩融合策略，通过比较不同融合方法提升机器人操控性能，实验显示方法在成功率上优于基线14%。

A Sobering Look at Tabular Data Generation via Probabilistic Circuits

对通过概率电路生成表格数据的冷静审视

Davide Scassola, Dylan Ponsford, Adrián Javaloy, Sebastiano Saccani, Luca Bortolussi, Henry Gouk, Antonio Vergari

机构 * School of Informatics University of Edinburgh（信息学院爱丁堡大学） ； Aindo SpA AREA Science Park（Aindo SpA 面向科学公园） ； AI lab University of Trieste（人工智能实验室特里este大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文质疑表格数据生成的进展观念，指出当前评估方法的局限性，并展示概率电路在成本效益上优于现有最先进的模型，同时揭示SotA模型进展的饱和可能源于不充分的指标。

Preconditioned Adjoint Data Assimilation for Two-Dimensional Decaying and Forced Turbulence

预条件共轭数据同化用于二维衰减各向同性湍流

Hongyi Ke, Zejian You, Qi Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过预条件共轭数据同化方法，改进了二维衰减各向同性湍流中初始条件的重建精度。

Comments 42 pages, 21 figures

Transport of $D^0$ meson in hadronic matter in the domain of Non-Extensive statistics

非广泛性对强子物质的阻力和扩散系数的影响

Aditya Kumar Singh, Swatantra Kumar Tiwari

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用非广泛统计框架，探讨强子在热浴中的输运行为，揭示非平衡效应和强子组成对阻力与扩散系数的影响。

Comments 10 pages, 7 figures, submitted for the publication as a regular article

Deep Generative Model for Human Mobility Behavior

人类移动行为的深度生成模型

Ye Hong, Yatao Zhang, Konrad Schindler, Martin Raubal

机构 * Institute of Cartography and Geoinformation, ETH Zurich（测绘与地理信息研究所，苏黎世联邦理工学院） ； Department of Human Geography, Lund University（人类地理学系，吕勒奥大学） ； Future Resilient Systems, Singapore-ETH Centre, ETH Zurich（未来韧性系统，新加坡-苏黎世联邦理工学院，苏黎世联邦理工学院） ； Photogrammetry and Remote Sensing, ETH Zurich（摄影测量与遥感，苏黎世联邦理工学院） ； Department of Geography, University College London（地理系，伦敦大学学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出基于扩散的生成框架MobilityGen，模拟多属性活动-出行序列，复现标度律、时间分配等关键模式，支持城市空间可达性和社会暴露分析。

Comments Accepted at TRC

OATS: Online Data Augmentation for Time Series Foundation Models

OATS: 用于时间序列基础模型的在线数据增强

Junwei Deng, Chang Xu, Jiaqi W. Ma, Ming Jin, Chenghao Liu, Xu Zhang, Li Zhao, Jiang Bian

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Microsoft Research（微软研究院） ； Griffith University（格里菲斯大学） ； Datadog AI Research（Datadog AI研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 OATS通过动态生成合成数据提升时间序列基础模型的性能，采用探索-利用机制和扩散框架，在多个数据集上优于传统方法。

Multilingual Agent-Based World Modeling for Social Science

MASim：面向社会科学的多语言代理模拟

Xuan Zhang, Wenxuan Zhang, Anxu Wang, See-Kiong Ng, Yang Deng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 MASim是一种多语言代理模拟框架，用于研究社会行为，通过多语言代理模拟公众意见和媒体影响，展现多语言模拟在社会科学中的重要性。

Comments Accepted at COLM 2026

Electroweak Baryogenesis with BARYONET: a self-contained review of the WKB approach

利用BARYONET实现电弱重子产生：WKB方法的自包含综述

Giulio Barni

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究通过开源代码BARYONET，基于WKB方法完成电弱重子产生的自包含教学计算，验证框架并提供基准，明确EWBG要素以确保可复现性，为重子不对称性研究提供自动化流程。

Comments v3: 52 pages + appendices; match published version; new material added

Journal ref SciPost Phys. 21, 032 (2026)

Rethinking Reasoning with MDLMs: Early Exits, Post-hoc Reasoning, and Beyond

重新思考MDLM的推理：早期退出、事后推理及其他

Zachary Horvitz, Raghav Singhal, Hao Zou, Carles Domingo-Enrich, Zhou Yu, Rajesh Ranganath, Kathleen McKeown

机构 * Columbia University（哥伦比亚大学） ； Department of Computer Science, New York University（纽约大学计算机科学系） ； Microsoft Research（微软研究院） ； Center for Data Science, New York University（纽约大学数据科学中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出“推理即填充”技术，基于掩码扩散语言模型（MDLMs）实现早期退出、事后推理等能力，在GSM8k数据集上微调LLaDA-8B-Base提升准确率14.9%，证明MDLM训练目标对推理有显著优势。

Comments COLM 2026 Camera Ready

Stochastic Models of Neuronal Growth

神经元生长的随机模型

Cristian Staii

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文综述轴突生长的随机模型，结合朗之万动力学与福克-普朗克方程，耦合肌动蛋白-肌球蛋白-离合器模型，分析轴突动态的稳定性，为神经修复相关工程设计提供依据。

Comments 13 pages, 4 figures

Journal ref Staii C. Stochastic Models of Neuronal Growth. AppliedMath. 2025;5:170

Observation of Iron Oxide to Nitride Conversion via Liquid Liquid Phase Separation in High pressure Borate Melt

高压硼酸盐熔体中液-液相分离实现氧化铁向氮化物转化的观测

Yu Tao, Depu Liu, Chunyin Zhou, Xu Jia, Jingyi Liu, Xue Chang, Yangbin Wang, Yipeng Wang, Duanwei He, Li Lei

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究利用同步辐射X射线成像，在5.4 GPa、1700 K下观测到Fe₂O₃与BN经液-液相分离转化为Fe-N合金的过程，揭示了高压下金属氧化物转氮化物的新机制。

Comments 13 pages, 5 figures

Beyond Leaders and Laggards: A Typology of Renewable Energy Adoption Trajectories with Evidence from Off-Grid Communities

超越领先者与落后者：可再生能源采用轨迹的类型学——来自离网社区的证据

Roni Blushtein-Livnon, Tal Svoray, Itay Ficshhendler, Havatzelet Yahel, Emir Galilee, Michael Dorman

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究提出基于时间序列的分析框架及Adoption over Time Index，定义可再生能源采用轨迹的八类类型学，应用于以色列南部离网贝都因人案例，揭示衰退路径占比高、跳跃路径稀缺等特征，为制定针对性加速策略提供依据。

Regret of exploratory policy improvement and $q$-learning

探索策略改进与q学习的遗憾

Wenpin Tang, Xun Yu Zhou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对受控扩散过程的q学习及相关算法，在特定假设下建立探索策略改进的指数收敛性，并推导q学习的定量误差与遗憾界。

Comments 28 pages, 1 figure. Several examples and remarks are added

Transform Method for Stochastic Processing and Matching Networks

随机处理与匹配网络的变换方法

Sushil Mahavir Varma, Prakirt Jhunjhunwala, Daniela Hurtado-Lange, Siva Theja Maguluri

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究现代服务系统拥堵问题中随机处理与匹配网络的稳态分析，提出变换方法，通过直接处理预极限系统克服技术障碍，得出显式函数方程，提供非渐近性能保证，综述其理论进展及实际相关性，为系统设计控制提供有力分析替代。

Comments Appeared in "TutORials in Operations Research" in the 2026 issue

Itô tracers: continuous-trajectory Lagrangian particles for Eulerian hydrodynamics

伊藤追踪器：用于欧拉流体动力学的连续轨迹拉格朗日粒子

Eric R. Moseley, R. Teyssier, Tom Abel

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出伊藤追踪器，通过匹配动量、扩散和散射来改进拉格朗日粒子追踪，相比蒙特卡洛追踪器在统计测试中表现更优，且适用于多种连续轨迹过程。

Comments 16 pages, 11 figures, submitted to MNRAS. Comments welcome

Embedded Variational Neural Stochastic Differential Equations for Learning Heterogeneous Dynamics

嵌入变分神经随机微分方程用于学习异质动态

Sandeep Kumar Samota, Reema Gupta, Snehashish Chakraverty

机构 * National Institute of Technology, Rourkela, India（印度国立理工学院鲁尔克拉分校） ； Poverty Alleviation Research Centre, National Institute of Technology, Rourkela, India（印度国立理工学院鲁尔克拉分校扶贫研究中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出V-NSDE模型，结合神经SDE的动态表达与VAE的生成能力，用于学习异质动态，通过编码器和解码器处理时间序列数据，提升复杂模式识别能力。

On goodness-of-fit testing for volatility in McKean-Vlasov models

McKean-Vlasov模型中波动率的拟合优度检验

Akram Heidari, Mark Podolskij

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对McKean-Vlasov随机微分方程的波动率拟合优度检验问题，提出基于粒子系统离散观测的检验方法，建立其渐近性质，为高维平均场扩散模型的波动率设定评估提供严格依据。

Comments 19 pages