图像生成

A Hyperfinite Framework for Score-Based Generative Modeling

基于得分的生成建模的超有限框架

Sunder Ram Krishnan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文在非标准分析框架下构建了基于得分的生成建模的超有限框架，推导了相关恒等式、公式并分析了二阶一致性，建立了离散网格动力学与生成建模核心环节的关联。

An L-Stable Sequential Two-Stage Fourth-Order Method with ADER Trajectory Derivatives for Stiff Transport--Relaxation Systems

Zhixin Huo, Yangnan Su

专题命中 扩散模型 ：diffusion(abstract)

A note on relativistic kinetic Schauder estimates

关于相对论动理学Schauder估计的一个注记

Weinan Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该文针对带相对论输运的线性动理学方程，构造仅基于动量的Schauder估计的反例，证明完整Lorentzian Hölder控制无法被仅基于动量的Hölder控制替代。

Implicit-explicit and split-explicit super-time-stepping methods

隐式-显式与分裂显式超时间步方法

Daniel R. Reynolds, Sylvia Amihere, Mustafa Aggul

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出结合超时间步与龙格-库塔技术的ExtSTS方法，解决多物理场初值问题的时间积分效率问题，其性能优于ARK、Strang分裂等方法。

Separating quantum circuits from classical LLMs

将量子电路与经典大语言模型分离

Srinivasan Arunachalam, Arkopal Dutt, Hari Krovi, Rik Sengupta

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究证明了低深度量子计算与经典大语言模型架构在分布和功能上的无条件分离，为大语言模型时代量子优势的研究奠定了基础。

Comments 60 pages, 6 figures

Modelisation of chaotic systems with a latent Stochastic Differential Equation

基于隐式随机微分方程的混沌系统建模

Ismaël Zighed, Nicolas Thome, Patrick Gallinari, Taraneh Sayadi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究针对混沌系统提出概率非侵入式降阶模型，用非线性自编码器结合隐空间SDE建模，生成的轨迹保留统计特性，为混沌研究提供可靠替代方案

Pattern formation: reactivity is not necessary for chemotaxis--driven instabilities

模式形成：反应性并非趋化性驱动的失稳的必要条件

Angela Monti

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究证明趋化性驱动的失稳无需反应性，扩展了反应-扩散系统的面向矩阵数值框架，通过示例验证了趋化性可单独诱导模式形成，揭示了两类空间自组织机制的差异。

Selection criteria for the compressible Euler equations: numerical study

可压缩欧拉方程的选择准则：数值研究

Megala Anandan, Bahulayan Chalil Aravind, Mária Lukáčová-Medvid'ová, S. V. Raghurama Rao, Kedar Shridhar Wagh, Changsheng Yu, Jiahui Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究以开尔文-亥姆霍兹问题为基准，对比四种数值格式，探究可压缩欧拉方程耗散弱解的选择准则及选择泛函对数值扩散的敏感性。

Reaction Delays Boost, Rectify, and Reverse Motility in Activity Landscapes

反应延迟在活性景观中促进、校正并逆转运动性

Constantin Rein, Klaus Kroy, Viktor Holubec

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究发现延迟速度适应（延迟运动性）可打破活性景观的细致平衡，通过延迟时间调控实现定向输运、扩散增强甚至电流逆转，为活性物质自主控制提供了通用实验机制。

Comments 5 pages, 2 figures

Synthetic paracrine signaling of colloids drives self-assembly limit cycles

胶体的合成分泌信号驱动自组装极限环

Tim E. Veenstra, René van Roij, Pepijn G. Moerman, Marjolein Dijkstra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出一种旁分泌信号胶体模型，通过粒子产生的信号分子调控相互作用，模拟实现了自组装极限环，为构建类生命非平衡活性物质提供了平台。

Enhancing the sensitivity of next-generation X-ray imaging detectors with artificial intelligence and advanced event reconstruction algorithms

利用人工智能与高级事例重建算法提升下一代X射线成像探测器的灵敏度

D. R. Wilkins, A. Poliszczuk, A. Y. Pan, L. Sajkov, S. W. Allen, M. Heine, C. E. Grant, M. W. Bautz, T. Chattopadhyay, K. Donlon, S. Herrmann, B. LaMarr, E. D. Miller, P. Orel

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究研发了基于物理模型的AI/ML原型算法，可减少X射线探测器的粒子背景，提升低能段灵敏度与能量分辨率，其在MIT-LL CCID-93 CCD探测器上的性能已通过实验室数据验证，可满足未来X射线旗舰任务需求。

Comments Proceedings of the SPIE, Astronomical Telescopes and Instrumentation, Space Telescopes and Instrumentation 2026: Ultraviolet to Gamma Ray

Journal ref Proc. SPIE, 2026, 14146-248

Optimal Trading of Microstructure Mean Reversion

Lucas Rabechini Amaral

专题命中 扩散模型 ：diffusion(abstract)

Comments 26 pages, 5 figures

Generative Models for Modeling and Synthesizing MIMO Channels in Adverse Weather Conditions

用于恶劣天气条件下MIMO信道建模与合成的生成模型

Vignesh Nandakumar, Faraz Barati, Brian L. Evans

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对极端天气下MIMO信道测量受限问题，构建含多天气类型与强度的5G/6G场景数据集，训练天气条件扩散模型生成恶劣天气信道，评估后验证其可泛化用于恶劣环境信道建模。

Google's AI & Economy ATLAS v1.0: Mapping Gemini Usage in the Economy

谷歌的AI与经济ATLAS v1.0：映射Gemini在经济中的应用

Zanna Iscenko, Scott Strand, Yiyuan Chen, Guillaume Aimard, Mihai Codreanu, Vivek Sampathkumar, Alex Imas, Julian Jacobs, Evalyne Muiruri, Juan Mateos-Garcia, Jia Jen Ng, Samirah Javed, Josh Martin, Omar Ajmeri, Denis Calin, Andrew Kim, Fabien Curto Millet, James Manyika

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究推出AI与经济ATLAS v1.0，基于1500万条去标识化交互数据映射Gemini的经济应用，揭示AI在美及全球的使用特征，为AI转型相关研究提供实证支撑。

Benchmarking Sheaf Neural Networks for Inductive Tasks

用于归纳任务的层状神经网络基准测试

Stefano Fiorini, Edoardo Coppola, Pietro Liò

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过首个层状神经网络设计空间的系统基准测试，在14个归纳式数据集上开展1890项实验，明确了层状神经网络在归纳任务中的表现及关键设计选择，为其实际应用提供了指导。

Rethinking Generative AI Literacy: An Integrative, Developmental, and Dialectical Framework for K-12 Teacher Education

重新思考生成式AI素养：面向K-12教师教育的整合型、发展型与辩证型框架

Shahin Hossain, Sima Ahmadi, Leqi Li, Idowu David Awoyemi, Wei Huang, Chenxi Zhou, Jujia Li, Samaa Haniya, Shapla Khanam, Tasbirun Mashreka Subaha

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对GenAI素养滞后于技术扩散的问题，提出整合型、发展型、辩证型的RAIL-Ed框架，明确六大支柱与三级标准，为K-12教师教育及相关政策提供理论基础。

Comments 20 pages, 2 figures, 7 tables

EndoWAM: A Grounded World-Action Model for Generalizable Endoscopic Navigation

EndoWAM：用于通用内窥镜导航的基于接地的世界-动作模型

Jinsong Lin, Zikang Pan, Wanhao Liu, Chi Kit Ng, Liangjing Shao, Zihang Yu, Ziyu Wang, Yin Wang, Jiaxi Wang, Jeremy Yuen-Chun Teoh, Zhiyong Xiong, Huxin Gao, Hongliang Ren

专题命中 扩散模型 ：diffusion(abstract)

AI总结 EndoWAM是首个用于通用机器人内窥镜导航的世界-动作模型，通过未来接地机制结合轻量型扩散Transformer与离散动作专家，在EndoMotion数据集上优于基线，具强零样本泛化能力。

State space modeling of RLC ladder circuits

RLC梯形电路的状态空间建模

Stephan Scholz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对RLC梯形电路推导线性时不变状态空间模型，讨论大规模二阶微分方程的矩阵结构，通过仿真揭示其固有动力学行为，为大规模电路的简洁描述提供方法。

Comments 18 pages, 7 figures

Fused Bayesian Flow Networks for Dual-Target Molecular Design

用于双靶点分子设计的融合贝叶斯流网络

Jingyuan Zhou, Shikui Tu, Lei Xu

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对现有双靶点分子生成方法难以充分整合双靶标特征的问题，提出融合贝叶斯流网络FusedBFN，通过分布融合与乘积专家公式实现双靶点分子设计，实验证实其生成的分子兼具强结合亲和力与良好性质。

CN101 - A Digital Thermodynamic Computer for Generative AI

CN101 —— 用于生成式AI的数字热力学计算机

Lars Holdijk, Denis Melanson, Zier Mensch, Brandon Birchall, Vincent Cheung, Nicholas Lehrter, Maxwell Aifer, Samuel Duffield, Jan Ole Ernst, Rajath Salegame, Antonio J. Martinez, Gavin Crooks, Miranda Cheng, Zach Belateche, Marc Bright, Patrick J. Coles, Faris Sbahi

专题命中 扩散模型 ：image generation(abstract)

AI总结 本研究提出与基底无关的平衡式计算形式化方法，制造了实现该方法的数字热力学芯片CN101，其可在标准数字硬件上利用平衡式表述的计算特性，适配生成式AI任务。

AnyBand: Unified Multi-Bandwidth Speech Extension via Frequency-Aware In-Context Spectral Infilling

AnyBand：基于频率感知上下文频谱补全的统一多带宽语音扩展

Junchuan Zhao, Minh Duc Vu, Bowen Zhang, Ye Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出统一多带宽语音扩展框架AnyBand，采用频率感知扩散Transformer等技术，可在连续输入带宽范围实现高质量语音带宽扩展，性能优于现有基准。

Comments 16 pages, 11 figures, 7 tables

Localization in Spatiotemporal Fields via Environmental PDEs

基于环境偏微分方程的时空场定位方法

Jose Fuentes, Abdullah Al Redwan Newaz, Ana Cavalcanti, Leonardo Bobadilla

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出基于PDE控制的环境时空场的定位框架，采用Rao-Blackwellized粒子滤波器分解车辆状态，仿真与实验表明其定位精度优于标准粒子滤波器，验证了环境场用于实际定位的可行性。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

DiffusionGemma Technical Report

DiffusionGemma 技术报告

DiffusionGemma Team, Adrien Ali Taïga, James Assiene, Daniele Calandriello, Rahma Chaabouni, João Gante, Tamara von Glehn, Nate Keating, Chris Knutsen, Martin Kukla, Tianlin Liu, Ivan Lobov, Ofir Nabati, João Gabriel Oliveira, Nicolas Perez-Nieves, Nastasia Prutianova, Bobak Shahriari, Jean Tarbouriech, Pavel Tyletski, Çağlar Ünlü, Cindy Wu, Glenn Cameron, Jerome Connor, Sertan Girgin, Maarten Grootendorst, Alon Levkovitch, Eliya Nachmani, Omar Sanseviero, Piotr Stanczyk, Quentin Berthet, Andrew Campbell, Clément Crepy, Valentin De Bortoli, Arnaud Doucet, Romuald Elie, Alexandre Galashov, Klaus Greff, Alexis Jacq, David Ruhe, Yu-Han Wu, Sebastian Flennerhag, Brendan O'Donoghue, George Scrivener, Shantanu Thakoor

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究推出开放权重语言模型 DiffusionGemma，通过并行优化 256 个 token 块规避 AR 模型顺序解码瓶颈，经两阶段微调后实现 1500 token/秒生成速度，性能优于带推测解码的 AR 模型，还支持多模态等功能并为混合解码提供方向。

Modeling Unknown Nonlocal PDE Systems via Flow Map Learning

基于流映射学习的未知非局部偏微分方程系统建模

Zhongshu Xu, Ying Li, Yanzhi Zhang, Dongbin Xiu

机构 * Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系） ； Department of Mathematics and Statistics, Missouri University of Science and Technology（密苏里科技大学数学与统计系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究提出流映射学习（FML）框架，无需显式处理非局部算子，可从解数据建模未知非局部偏微分方程，经数值实验验证能实现准确稳定的长时间预测，为非局部动力学学习提供有效数据驱动方法。

On countable subsets of solutions of nonlinear higher-order ODEs and elliptic PDEs with indefinite operators

关于具有不定算子的非线性高阶常微分方程与椭圆型偏微分方程解的可数子集

Pablo Alvarez-Caudevilla, Jonathan D. Ev ans, Victor A. Galaktionov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过粘合/匹配论证，证明了具有不定算子的高阶非线性常微分方程与椭圆型偏微分方程存在可数解族，补充了L–S理论不适用情形下的解存在性结果。

Comments 58 pages

Dynamic Traffic Allocation for Revenue Maximization on Creator Economy Platform

创作者经济平台上实现收益最大化的动态流量分配

Zhengli Wang, Franklin Lin Feng, Zhixi Wan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对创作者经济平台的流量分配困境，构建动态优化模型，提出兼具筛选与有序增长的最优策略，发现简单启发式策略会造成25%收益损失，并给出接近最优的实用启发式策略。

A Geometric Inverse Source Problem for Stochastic Parabolic Equations

随机抛物方程的几何逆源问题

Yunzhang Li, Qi Lü, Meizhi Qian, Yu Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对随机抛物方程，提出形状梯度重建方法，通过部分边界通量测量首次同时恢复漂移项和扩散项中的两个未知源支撑，数值实验验证了其区分源通道的有效性。

New definitions of decay indicators and critical exponent for fractional semi-linear structurally damped evolution equations on the Heisenberg group

Heisenberg群上带结构阻尼的分数阶半线性发展方程的衰减指标与临界指数的新定义

Duc An Phan, The Anh Cung

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文在Heisenberg群上定义衰减指标与特征，推导线性分数阶扩散方程及结构阻尼分数阶半线性发展方程的衰减估计，确定半线性问题的临界指数，拓展了相关研究结果。

Comments 37 pages

Nonexistence for effectively damped waves with time-dependent mass

带时变质量的有效阻尼波的不存在性

Duc An Phan, The Anh Cung, Trung Loc Tang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文针对带有效时变阻尼和时变质量的半线性波动方程，在特定条件下证明了亚临界及临界情况整体弱解不存在，并给出了条件寿命上界与显式容许系数族。

Quantitative Particle Approximation for Controlled Nonlinear Filtering

受控非线性滤波的定量粒子近似

Erhan Bayraktar, Ibrahim Ekren, Xihao He, Xin Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究针对受控非线性滤波问题，通过集中式N粒子控制问题近似，在特定条件下证明了不同维度下的值函数收敛速率，为相关滤波问题的粒子近似提供了定量误差保证。