图像生成

Realizing Native INT8 Compute for Diffusion Transformers on Consumer GPUs: A Fused INT8 GEMM Kernel for Ideogram 4.0

在消费级GPU上实现扩散Transformer的原生INT8计算：用于Ideogram 4.0的融合INT8 GEMM内核

Ali Asaria, Tony Salomone, Deep Gandhi

机构 * Transformer Lab 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对消费级Ampere GPU上INT8量化比FP8/NF4更慢的问题，提出融合Triton INT8 GEMM内核，直接利用INT8张量核心，在Ideogram 4.0中实现2.8-4.2倍加速，端到端速度提升约10%，使1024px单卡可行。

Spatially Conditioned Diffusion Policy: Learning Precise and Robust Manipulation with a Single RGB Camera

空间条件扩散策略：使用单个RGB相机学习精确且鲁棒的操作

Seoyoon Kim, Kanghyun Kim, Dongwoo Ko, Yeong Jin Heo, Min Jun Kim

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Neuromeka 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出空间条件扩散策略（SCDP），利用末端执行器轨迹作为视觉注意力锚点，通过多尺度特征编码和空间条件模块，在单相机设置下实现精确鲁棒的操作。

Comments 15 pages

Decoupled Latent Optimization of Diffusion Models for Full Waveform Inversion

全波形反演的扩散模型解耦潜变量优化

Chen Min, Zheng Ma

机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； CMA-Shanghai, Shanghai Jiao Tong University（上海交通大学CMA-上海） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出解耦潜变量优化（DLO），通过二次惩罚目标分离物理变量和潜变量，结合数据保真度梯度和扩散先验，在OpenFWI基准上优于经典正则化和现有扩散方法。

Comments 35 pages, 14 figures

Self-Improving VLA Policies: Selected Diffusion Noise for Spurious-Robust Action Smoothing

自我改进的VLA策略：用于抗伪影动作平滑的选择性扩散噪声

Duc Minh Nguyen, Bao-Ngoc Dao, Tung M. Luu, Binh Gia Nguyen, Vinh Tong, Anji Liu, Vu N. Duong, Dung D. Le, Daniel Sonntag, Trung Le, Ngan Le, Jan Peter, An Thai Le, Minh Nhat Vu, Mathias Niepert, Khoa D. Doan, Duy M. H. Nguyen, Vien Anh Ngo

机构 * Center for AI Research, VinUniversity（VinUniversity人工智能研究中心） ； VinRobotics ； KAIST（韩国科学技术院） ； University of Stuttgart（斯图加特大学） ； IMPRS-IS（国际马克斯·普朗克智能系统研究学院） ； National University of Singapore（新加坡国立大学） ； DFKI（德国人工智能研究中心） ； University of Oldenburg（奥尔登堡大学） ； Monash University（莫纳什大学） ； University of Arkansas（阿肯色大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种无需训练的选择性扩散噪声方法，通过动态采样噪声向量增强视觉-语言-动作策略的鲁棒性和动作平滑性，在仿真和真实场景中成功率分别提升8%和10%。

Guided Diffusion with Distilled Vision-Language Reliability for Aerial Navigation

基于蒸馏视觉语言可靠性的引导扩散用于空中导航

Ivan Valuev, Iana Zhura, Valerii Serpiva, Didar Seyidov, Dzmitry Tsetserukou

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种可靠性感知的扩散规划器，通过蒸馏视觉语言模型生成场景级可靠性热图，引导去噪过程处理不可靠区域，显著降低无人机导航中的障碍物违反率并提高区域可靠性。

Parameter-robust well-posedness and discretisation for coupled Darcy--Forchheimer and advection-diffusion-reaction equations

耦合Darcy-Forchheimer与对流-扩散-反应方程的参数鲁棒适定性与离散化

Rishi Das, Harsha Hutridurga, Amiya K. Pani, Ricardo Ruiz-Baier

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 将Banach空间中扰动鞍点问题的适定性理论推广到参数无关稳定性，应用于对流-扩散-反应方程混合形式及其与Darcy-Forchheimer方程的耦合，证明系统对渗透率、Forchheimer系数和反应调制参数稳定，并用混合有限元离散和算子预条件子实现参数鲁棒性。

Regional Climate Model Emulation with Diffusion Approaches: What is the Added Value of Generative Machine Learning?

基于扩散方法的区域气候模型模拟：生成式机器学习的附加价值是什么？

Mikel N. Legasa, Antoine Doury, Achille Gellens, Redouane Lguensat, Clara Naldesi, Soulivanh Thao, Mathieu Vrac

机构 * University of Cambridge（剑桥大学） ； CNRS（法国国家科学研究中心） ； Institut Pierre Simon Laplace（皮埃尔·西蒙·拉普拉斯研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出ParamDiffusion，一种两阶段扩散框架，与确定性方法对比，评估生成式机器学习在区域气候模型模拟中的附加价值，发现扩散方法能高技巧地再现气候统计特征，但极端事件模拟仍有不足。

Comments Submitted to Journal of Advances in Modeling Earth Systems (JAMES)

Thermal feedback as a kinetic control mechanism in reaction-diffusion pattern formation

反应扩散图案形成中的热反馈作为动力学控制机制

Sudip Dutta, Pushpita Ghosh

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过耦合Arrhenius型温度依赖的活化-抑制剂动力学，研究非等温反应扩散系统中的热反馈对图案稳定性和选择的影响，发现热反馈增强不稳定性并改变波长选择，边界热交换可调控时空组织。

Local Coverage Governs Memorization in Diffusion Models

局部覆盖支配扩散模型中的记忆化

Claudia Merger, Sebastian Goldt

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过扩散模型与核密度估计的联系，发现记忆化由局部数据覆盖主导：低覆盖区域孤立样本被记忆，高覆盖区域支持插值泛化。

Diffusion-driven autocatalytic dynamics on a sphere

球面上的扩散驱动自催化动力学

Denis S. Grebenkov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究粒子在球面外扩散并以催化速率复制的集体动力学，通过单粒子扩散传播子分析种群大小的统计特性，揭示长时间下的亚临界、临界和超临界相图。

XRDiff: Crystal Structure Prediction from Powder X-Ray Diffraction Data Using Diffusion Models

XRDiff: 使用扩散模型从粉末X射线衍射数据进行晶体结构预测

Nofit Segal, Mingda Li, Benjamin Kurt Miller, Rafael Gómez-Bombarelli

机构 * Department of Materials Science and Engineering, MIT（材料科学与工程系，麻省理工学院） ； Department of Nuclear Science and Engineering, MIT（核科学与工程系，麻省理工学院） ； FAIR, Meta（FAIR，Meta） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出XRDiff扩散模型，从粉末X射线衍射数据恢复晶体结构，在模拟基准上实现强结构恢复率，并采用基于峰值的编码提升对实验数据的泛化能力。

A2D2: Fine-Tuning Any-Length Discrete Diffusion for Adaptive Decoding

A2D2: 任意长度离散扩散模型的自适应解码微调

Sophia Tang, Yuchen Zhu, Molei Tao, Pranam Chatterjee

机构 * Department of Computer and Information Science, University of Pennsylvania（宾夕法尼亚大学计算机与信息科学系） ； Department of Bioengineering, University of Pennsylvania（宾夕法尼亚大学生物工程系） ； School of Mathematics, Georgia Institute of Technology（佐治亚理工学院数学学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出A2D2框架，通过联合优化插入和去掩蔽策略及基于质量的推理调度，实现任意长度离散扩散模型的奖励引导微调，理论上保证收敛到奖励倾斜分布，实验提升奖励优化与生成灵活性和准确性。

Uncertainty Estimation for Molecular Diffusion Models

分子扩散模型的不确定性估计

Paul Seij, Christian A. Naesseth, Stephan Mandt, Metod Jazbec

机构 * University of Amsterdam（阿姆斯特丹大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种事后方法，利用去噪网络的拉普拉斯近似估计预训练分子扩散模型中每个样本的不确定性，该分数与样本质量负相关，可用于过滤生成样本。

TimeROME-DLM: Temporal Causal Tracing and Low-Rank Inference-Time Knowledge Editing for Masked Diffusion Language Models

TimeROME-DLM：掩码扩散语言模型的时间因果追踪与低秩推理时知识编辑

Zhengtao Yao, Liuyang Song, Hongbo Zhang, Chenhao Wei, Haoyan Xu, Guang Yang, Siheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； 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 提出TimeROME-DLM，首个无需训练和梯度的推理时知识编辑框架，通过时间因果追踪定位关键坐标并应用低秩残差编辑，在保持模型性能的同时高效删除事实。

Detect, Remask, Repair: Diffusion Editing for Faithful Summarization of Evolving Contexts

检测、重掩、修复：面向动态上下文忠实摘要的扩散编辑

Hao Zou, Zachary Horvitz, Chandhru Karthick, Zhou Yu, Kathleen McKeown

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出DETECT-REMASK-REPAIR框架，利用掩码扩散语言模型识别并修复摘要中过时内容，在保持支持内容的同时实现局部忠实性修复，并引入StreamSum基准评估。

Individual Control Barrier Functions-Guided Diffusion Model for Safe Offline Multi-Agent Reinforcement Learning

个体控制障碍函数引导的扩散模型用于安全离线多智能体强化学习

Qingyun Guo, Junyi Shi, Jianuo Huang, Tianyu Shi

机构 * Department of Electrical Engineering and Automation, Aalto University（阿尔托大学电气工程与自动化系） ； School of Computing and Data Science, Xiamen University Malaysia（厦门大学马来西亚分校计算与数据科学学院） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种将神经个体控制障碍函数嵌入扩散模型的离线多智能体强化学习算法，通过逆动力学恢复控制策略，在保证奖励的同时显著提升轨迹生成的安全性。

Comments Accepted to the 23rd IFAC World Congress, 2026

Diffusion-Network Alignment: An Efficient Algorithm and Explicit Probability Bounds

扩散-网络对齐：一种高效算法与显式概率界

Ziao Wang, Lei Ying

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散-网络对齐问题，基于树相关性测试设计高效算法，在稀疏图下证明高概率正确匹配，并给出顶点正确匹配的显式下界。

A Stabilized Path-Space Approach to Diffusion-Based Posterior Sampling

一种稳定的路径空间方法用于基于扩散的后验采样

Evan Scope Crafts, Umberto Villa, Saviz Mowlavi, Yanting Ma, Hassan Mansour, Wael H. Ali

机构 * Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin（德克萨斯大学奥斯汀分校奥登计算工程与科学研究所） ； Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室） ； Department of Biomedical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校生物医学工程系） ； Mitsubishi Electric Research Laboratories（三菱电机研究实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出一种稳定的路径空间框架，通过随机最优控制与信任域优化，实现非线性逆问题中准确且鲁棒的后验采样。

Data-driven subsampling rates for diffusion parameter estimation of SDEs

数据驱动的扩散参数估计子采样率选择

Felix Lindner, Andre Schmeißer, Felipe Trolldenier, Raimund Wegener

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出基于单调游程统计的自动子采样率选择方法，确保子采样数据与SDE模型在无穷小尺度上一致，无需多尺度扩散渐近框架。

Comments 30 pages, 11 figures

Propagation Dynamics for Multidimensional Nonlocal Diffusion Equations: A General Freidlin-Gärtner Formula

多维非局部扩散方程的传播动力学：一个广义的Freidlin-Gärtner公式

Hongjun Guo, Wan-Tong Li, Biao Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过将经典Freidlin-Gärtner框架推广到一般非对称非局部算子，建立了多维非局部扩散方程传播行为的统一几何描述，揭示了有偏传播机制，并证明了传播集作为Minkowski和表示及水平集的局部Hausdorff收敛。

A robust super-time-stepping scheme for Ohmic and ambipolar diffusion

欧姆和双极扩散的鲁棒超时间步进方案

Giancarlo Mattia, Mario Flock, David Melon Fuksman, Anastasia Tzouvanou, Vittoria Berta, Daniele Crocco

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对非理想磁流体力学中欧姆和双极扩散的时间步长限制和不稳定性问题，提出基于盖根鲍尔多项式的鲁棒超时间步进方法，在PLUTO代码中实现，通过磁重联和磁旋转不稳定性测试验证了其精度、效率和稳定性。

Comments 14 pages, 15 figures (+ appendix, 5 pages, 5 figures), under revision for A&A

Beyond Fully Random Masking: Attention-Guided Denoising and Optimization for Diffusion Language Models

超越完全随机掩码：扩散语言模型的注意力引导去噪与优化

Jia Deng, Junyi Li, Wayne Xin Zhao, Jinpeng Wang, Hongyu Lu, Ji-Rong Wen

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Meituan（美团） ； WeChat, Tencent（腾讯微信） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（大型模型与智能治理北京市重点实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出AGDO框架，利用注意力结构指导去噪顺序并强化关键令牌，在数学和编码基准上提升扩散语言模型的推理性能。

Comments 13 pages. Accepted to ACL 2026 Main Conference

DiffCold: A Diffusion-based Generative Model for Cold-Start Item Recommendation

DiffCold: 基于扩散的生成模型用于冷启动物品推荐

Kangning Zhang, Yingjie Qin, Weinan Zhang, Yong Yu, Jianghao Lin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 针对冷启动物品推荐中的跷跷板困境，提出基于条件扩散的生成模型DiffCold，通过从内容重建温物品嵌入并保持流形结构，结合检索增强聚合器和模拟表示对齐模块，统一冷热物品表示。

Comments Accepted by ECML-PKDD 2026

Re-evaluating Confidence Remasking in Masked Diffusion Language Models

重新评估掩蔽扩散语言模型中的置信度重新掩蔽

Stipe Frkovic, Metod Jazbec, Dan Zhang, Christian A. Naesseth, Ilija Bogunovic, Eric Nalisnick

机构 * UvA-Bosch Delta Lab, University of Amsterdam（阿姆斯特丹大学UvA-Bosch Delta实验室） ； Bosch Center for AI（博世人工智能中心） ； University of Basel（巴塞尔大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文重新评估了掩蔽扩散语言模型中一种无需训练的后验置信度重新掩蔽方法WINO，发现在标准解码设置下其收益甚微，且会加剧多样性坍塌问题。

From Uniform to Learned Graph Priors: Diffusion for Structure Discovery

从均匀到学习图先验：用于结构发现的扩散

Qi Shao, Hao Guo, Jiawen Chen, Duxin Chen, Wenwu Yu

机构 * School of Mathematics, Southeast University（东南大学数学学院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出Diff-prior，一种扩散参数化的自适应先验，通过可学习的去噪式校准对边后验进行结构化校准，提升神经关系推理方法的结构发现可靠性。

Comments 15 pages, 3 figures, Accepted by KDD 2026

Least-Action-Guided Diffusion for Physical Extrapolation

最小作用量引导扩散用于物理外推

Zhongxin Yang, Yuanwei Bin, Xiang I. A. Yang, Shiyi Chen

机构 * College of Engineering, Peking University（北京大学工学院） ； Ningbo Institute for Digital Twin, Eastern Institute of Technology（东方理工宁波数字孪生研究院） ； Eastern Institute for Advanced Study, Eastern Institute of Technology（东方理工高等研究院） ； Shenzhen Tenfong Technology Co., Ltd.（深圳腾方科技有限公司） ； Mechanical Engineering, The Pennsylvania State University（宾夕法尼亚州立大学机械工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出最小作用量引导扩散（LAPG）框架，通过将最小作用量原理转化为可微的推理时校正机制，在时间、参数和几何外推中保持物理一致性，优于训练时物理信息基线。

Coupling of diffusion and reaction in a thin cylindrical tube: Methodological drawbacks of the Fick--Jacobs approach

细圆柱管内扩散与反应的耦合：Fick-Jacobs方法的方法论缺陷

Sergey D. Traytak, Timofey V. Fedoseev

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究细圆柱管内扩散与反应的耦合问题，通过边界函数法推导渐近解，并与精确解对比揭示Fick-Jacobs方法的严重缺陷。

Comments 20 pages, 2 figures

Isotropic random walks and Brownian diffusion on complex projective space

复射影空间上的各向同性随机游走与布朗扩散

Gyula I. Tóth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 通过各向同性随机游走和布朗扩散，为量子态空间探索提供可解析的随机几何框架，导出跃迁核、保真度统计和几何可观测量，并解决首达时间问题。

Path convergence in diffusion models

扩散模型中的路径收敛

Roi Holtzman, Roman Beauvallet, Werner Krauth

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 研究扩散模型中插值路径在有限模式数p下的收敛行为，发现收敛尺度为1/√p但均方偏差无穷大，提出外推算法用于密度估计与泛化。

Comments 7 pages, 4 figures

Diffusion Forcing Planner: History-Annealed Planning with Time-Dependent Guidance for Autonomous Driving

扩散强制规划器：基于时间依赖引导的历史退火规划用于自动驾驶

Zehan Zhang, Neng Zhang, Yaoyi Li, Jia Cai, Zhiling Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 提出扩散强制规划器（DFP），通过历史引导控制实现异构联合扩散过程，结合退火历史的条件引导，解决运动规划中的时间不一致问题，在nuPlan上取得竞争性能。

Comments CVPR2026