图像生成

SN 2025aico: Early observations of a faint Type IIb supernova with a low-mass envelope

SN 2025aico：一个低质量包层的IIb型超新星的早期观测

J. -W. Zhao, A. Pastorello, B. Kumar, Y. -Z. Cai, A. Dutta, D. K. Sahu, A. Reguitti, R. S. Teja, H. Das, T. J. Moriya, N. Pyykkinen, K. Valeckas, G. Valerin, X. -Z. Zou, C. Ashall, S. Bijavara Seshashayana, G. -W. Du, G. C. Anupama, A. L. Bouquin, S. Campana, K. Chatterjee, X. -L. Chen, X. -L. Du, N. Elias-Rosa, Y. Fang, M. Fraser, W. Hoogendam, E. Hsiao, E. Kankare, E. P. Lagioia, W. -Y. Li, X. -K. Liu, P. Lundqvist, K. Matilainen, J. Martikainen, K. Medler, N. Morrell, Y. Pan, C. Pfeffer, G. Rameshan, T. M. Reynolds, M. D. Stritzinger, V. Vuolteenaho, Z. -Y. Wang, H. -F. Xiao, J. -H. Zhang, X. -W. Liu, Y. -P. Yang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究IIb型超新星SN 2025aico，通过分析早期光学光变曲线和光谱数据，利用混合模型等方法限制其爆炸参数、前身星性质等，得出其爆炸时刻、光度、\(^{56}Ni\)质量等物理性质，揭示其起源于紧凑双星系统中的中等质量剥离氦星。

Comments 20 pages, 14 figures, submit to Astronomy & Astrophysics

Topology-Preserving Mesh Adaptation for Sharp-Interface Multiphase PFEM

用于尖锐界面多相粒子有限元法的拓扑保持网格自适应

Félix Ruyffelaere, Michel Henry, Jonathan Lambrechts, Jean-François Remacle

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究基于粒子有限元法模拟多相流时界面跟踪的问题，提出动态网格自适应策略，为离散界面段分配空节点圆盘解耦界面物理与网格大小，经基准测试验证其能力、准确性、可扩展性及几何通用性。

Variable-Length Generative Protein Design via Generalized Poisson Flow

通过广义泊松流进行可变长度生成蛋白质设计

Chaoran Cheng, Zhanghan Ni, Yanru Qu, Yuxin Chen, Ruihan Guo, Jiajun Fan, Ge Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对蛋白质设计中可变长度生成的关键问题，引入广义泊松流（GPFlow）框架，通过最小化负对数似然学习速率函数，经多模态评估验证其可变长度生成质量，在多种设计任务中表现出色，提升了蛋白质设计的灵活性与适应性。

FlowDAgger: Human-in-the-Loop Adaptation of Generative Robot Policies in Latent Space

FlowDAgger：在潜在空间中对生成式机器人策略进行人工参与的自适应调整

Michael Murray, Daphne Chen, Simran Bagaria, Dean Fortier, Tess Hellebrekers, Galen Mullins, Harshavardhan Gajarla, Oier Mees, Maya Cakmak, Andrey Kolobov

机构 * Microsoft Research（微软研究院） ； University of Washington（华盛顿大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对预训练生成式机器人策略在实际部署中出现的问题，提出FlowDAgger方法，通过动作反转从人工干预获取监督，在模拟及现实操纵中评估，该方法优于基线且能保留预训练技能，为机器人基础模型自适应调整提供实用路径。

Reward Transport: Property Control in Flow Matching via Noise-Space Alignment

奖励传输：通过噪声空间对齐在流匹配中进行属性控制

Kehan Guo, Yili Shen, Yujun Zhou, Yue Huang, Chujie Gao, Shiyi Du, Xiangliang Zhang

机构 * University of Notre Dame（圣母大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过奖励传输在流匹配中实现属性控制，训练时用最优传输耦合将噪声空间坐标与分子奖励对齐，推理时改变坐标引导生成分布，实验表明可对logP和QED进行有效控制，且该接口与其他方法互补，明确了耦合级对齐不存在的情况。

Adaptive MPPI with Online Disturbance Covariance Estimation: Provable Stability Tightening via Spatial Smoothing

具有在线干扰协方差估计的自适应MPPI：通过空间平滑实现可证明的稳定收紧

Hyung-Jin Yoon, Hunmin Kim

机构 * Department of Mechanical and Nuclear Engineering, Tennessee Technological University（机械与核工程系，田纳西技术大学） ； School of Engineering, Department of Electrical and Computer Engineering, Mercer University（工程学院，电气与计算机工程系，梅尔基大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有未知、空间变化且时变干扰协方差的非线性系统的MPPI控制，提出带空间扩散的协方差估计器，证明有限时域误差界，代入MPPI采样分布得自适应稳定证书，结果表明自适应控制器能实现更紧稳定界，数值实验验证效果。

Comments 19 pages. Companion papers: arXiv:2607.04006 and arXiv:2607.06945. Simulation code: https://github.com/LCAS-Lab/mppi-noise-covariance-estimation

Constraints on Sub-MeV Dark Matter from Solar Reflection with DAMIC-M

来自 DAMIC - M 太阳反射的亚 MeV 暗物质的约束

K. Aggarwal, I. Arnquist, N. Avalos, X. Bertou, N. Castello-Mor, C. Centeno-Lorca, A. E. Chavarria, A. R. Chriss, J. Cuevas-Zepeda, A. Dastgheibi-Fard, C. De Dominicis, O. Deligny, J. Duarte-Campderros, E. Estrada, R. Gaıor, E. -L. Gkougkousis, T. Hossbach, L. Iddir, B. J. Kavanagh, B. Kilminster, I. Lawson, A. Letessier-Selvon, H. Lin, P. Loaiza, A. Lopez-Virto, R. Lou, H. Lumengo-Kidimbu, S. Munagavalasa, J. Noonan, D. Norcini, S. Paul, P. Perez-Cobo, P. Privitera, P. Robmann, B. Roach, D. Rosenmerkel, M. Settimo, R. Smida, M. Traina, R. Vilar, R. Yajur, D. Venegas-Vargas, C. Zhu, Y. Zhu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究利用 DAMIC - M 探测器约 1.3 kg - 天数据，通过分析低能电子反冲空间扩散特征，给出太阳反射暗物质在重介质和超轻介质基准下暗物质 - 电子散射截面 90%置信水平上限，探测了相关参数空间。

Effective theories for many-body systems with nonuniform symmetries

具有非均匀对称性的多体系统的有效理论

Aleksander Głódkowski

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有非均匀对称性的多体系统，开发统一框架，通过附加场理解其效应，导致运动学约束重塑红外动力学，在对称破缺系统和有限温度下有新表现，产生新物理现象。

Comments PhD thesis

Turbulent Transport of Galactic Magnetic Fields into Cosmic Voids: Insights from IllustrisTNG

银河系磁场向宇宙空洞的湍流输运：来自IllustrisTNG的见解

Yuri Yamashita, Hiroyuki Tashiro, Kiyotomo Ichiki

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究银河系磁场在膨胀宇宙中的扩散，通过分析IllustrisTNG模拟数据集估算湍流磁扩散率，得出当今磁屏蔽长度约7 Mpc，发现其在空洞磁化中作用比之前估计更重要。

Comments 12 pages, 6 figures, 1 table

Adversarial Social Epistemology for Assemblies of Humans and Large Language Models

人类与大语言模型集合的对抗性社会认识论

Mihnea C. Moldoveanu, Joel A. C. Baum

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究人类与大语言模型集合在密集互动交流场景中的信息问题，提出对抗性社会认识论，借助语言、机制及基于认知网络的 machinery 来分析、破坏信任并审计纠正信任违规。

Comments 50 pages

RadioDiff-v2: Generative Angular Radio Maps for Multi-Beam Selection and Localization

RadioDiff-v2：用于多波束选择和定位的生成式角度无线电地图

Xiucheng Wang, Junxi Huang, Nan Cheng

机构 * State Key Laboratory of ISN and School of Telecommunications Engineering, Xidian University（信息与通信工程国家重点实验室和西安电子科技大学电信工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究6G网络中角度无线电地图相关问题，提出双分支一维扩散变压器RadioDiff-v2，经流匹配训练，结合多种技术，在零样本测试中各指标领先基线，实现多波束选择和接收器定位。

Off-site enforcement of natural conditions on smooth boundaries for finite elements upon fitted straight-edged triangular meshes

拟合直边三角形网格上有限元在光滑边界上自然条件的场外强制

Vitoriano Ruas

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究因拟合直边三角形网格近似光滑域导致边界条件执行不准的问题，采用在双线性形式中添加项的方法，应用于三角形拉格朗日有限元，经数值实验验证，有效恢复精度并进行可靠性研究。

Kime-Representation Formulations of Three Open Problems in the Foundations of Classical Mechanics: Uncertainty, Invariant Entropy, and Directional Degrees of Freedom

经典力学基础中三个开放问题的复时（kime）表示公式：不确定性、不变熵和定向自由度

Ivo D. Dinov

机构 * University of Michigan（密歇根大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究在复时（kime）表示下探讨经典力学基础的三个问题，包括熵不确定性原理扩展、坐标不变测度与熵表征及构建经典相对论定向自由度，通过多种数学方法证明相关关系和结论，并提出精确开放问题。

Topology from Decoherence

退相干产生的拓扑结构

Alexandre Chaduteau, Derek Lee, Frank Schindler, Abhinav Prem

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究表明退相干可诱导拓扑现象，在受环境诱导去相位的晶格系统中得以证明。由相互作用量子主方程支配的噪声平均动力学实现特定拓扑相，其随机噪声关联产生不对称扩散，此为开放多体系统中拓扑结构提供新途径，超越传统范式。

Stochastic dynamics of particles in correlated fields

相关场中粒子的随机动力学

Andrea Gambassi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究处于平衡态复杂介质中胶体粒子有效动力学，针对介质由波动相关高斯场描述且与胶体线性耦合的情况，推导有效动力学，探讨其结果，还分析了粒子自身产生场时的自趋化动力学特性。

Comments Talk delivered at StatPhys29, Firenze, Italy, July 13-18, 2025 (19 pages, 6 figures)

Journal ref J. Stat. Mech. (2026) 084005

A Magnetar Engine and Circumstellar Medium Interaction: Synergistic Effects in Producing Superluminous Supernovae

磁星引擎与星际介质相互作用：产生超亮超新星的协同效应

Guang-Lei Wu, Yun-Wei Yu, Liang-Duan Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究磁星引擎与星际介质相互作用对超亮超新星的影响，开发半解析混合模型跟踪系统耦合动力学等，该模型能产生多样光变曲线形态，为降低相关解释中的能量要求提供合理方法。

Comments 18 pages, 9 figures, 2 tables, accepted for publication in ApJ

Reaction-boundary variance and adjoint-consistent local-volatility projection

反应边界方差与伴随一致的局部波动率投影

Chris Angstmann, Tim Gebbie

专题命中 扩散模型 ：diffusion(abstract)

AI总结 推导潜在订单簿反应边界的运行时间方差核，分离日历时间波动率模型中常合并的三个对象，给出确定性活动时钟的局部波动率投影，指出伴随一致性是对运行到日历时间投影的现实约束。

Comments Submitted to FMF; 13 pages, 6 Figures, 1 Table; Code reproducibility see: https://github.com/timgebbie/reaction-boundary-vol-surface-reproducibility

Dynamic Execution Horizon Prediction for Chunk-based Robot Policies

基于分块的机器人策略的动态执行视界预测

Yuchi Zhao, Miroslav Bogdanovic, Arjun Sohal, Liyu Tao, Kourosh Darvish, Alán Aspuru-Guzik, Florian Shkurti, Animesh Garg

机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Acceleration Consortium（加速联盟） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高等研究院） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出DEHP方法，通过在线强化学习训练轻量级执行视界预测分支，在冻结预训练分块策略的情况下动态调整执行步数，显著提升高精度和长时域操作任务的成功率。

Density-Induced Reentrant Coarsening in a Two-Temperature System

双温系统中密度诱导的再入粗化

Partha Sarathi Mondal, Anish Kumar, Nayana Venkatareddy, Prabal K. Maiti, Shradha Mishra

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究双温系统相分离动力学，通过布朗动力学模拟和粗粒化场论模型，发现其特征域尺寸随密度增加呈现再入序列，揭示了密度诱导再入粗化行为及异常域生长的非平衡机制，使密度成为粗化路径关键控制参数。

Comments 5 Pages, 5 Figures

Ethaline deep eutectic solvent under nanoconfinement: Unveiling structural and dynamical changes

纳米限域下的乙aline深共晶溶剂：揭示结构和动力学变化

Kamar Mohammad Nadim, Mozhdehei Armin, Lefort Ronan, Moréac Alain, Ollivier Jacques, Appel Markus, Viviana Cristiglio, Denis Morineau

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究纳米限域对乙aline深共晶溶剂结构和动力学的影响，通过中子衍射和准弹性中子散射实验，发现其在受限下结构均匀，分子动力学保留关键特征，扩散系数、停留时间及弛豫时间有变化，分子轨迹基本保留。

Comments To appear in The Journal of Chemical Physics

A comparison of numerical schemes for driven subsonic MHD turbulence

驱动亚声速磁流体动力学湍流数值格式的比较

Rüdiger Pakmor, Thomas Guillet, Rebekka Bieri, Christoph Pfrommer, Volker Springel, Romain Teyssier

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究驱动亚声速磁流体动力学湍流，通过比较\textsc{Arepo}、\textsc{Athena}和\textsc{Ramses}三种代码在不同散度控制方案下的表现，发现足够分辨率下各方案种子场有类似发电机效应的放大，除特定情况外结构特性一致，未发现约束传输的系统优势。

Comments 17 pages, 15 figures, submitted to MNRAS, comments welcome

Dynamic Causal Portfolio Choice: Hedging the Rotation of the Common-Driver Manifold

动态因果投资组合选择：对冲共同驱动流形的旋转

Alejandro Rodriguez Dominguez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在特定条件下连续时间投资组合选择问题，最优策略含静态和跨期部分，由驱动因素组织，计算成本取决于驱动因素数量，条件集变化使市场不完全，通过受控扩散模型分析并在合成经济体上说明所得结构。

Comments 31 Pages, 13 Figures, 4 Tables

Reliable mechanistic operator recovery with biologically-informed neural networks: principles for architecture and optimisation design

基于生物信息神经网络的可靠机械算子恢复：架构与优化设计原理

Rebecca M. Crossley, Yuan Yin, Sarah L. Waters, Ruth E. Baker

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究生物信息神经网络用于机械算子恢复时网络架构、优化策略等因素对其的影响，通过对典型偏微分方程模型实证研究，发现成功推理依赖平衡目标，给出架构、参数设置建议及失败模式诊断方法，为生物模型发现提供指导。

Comments 63 pages, 27 figures

Trajectory Inference of Human Aging from Cross-Sectional DNA Methylation Data

从横断面DNA甲基化数据推断人类衰老轨迹

Chandan Gupta, Syed Haider, Pietro Liò

机构 * Independent Researcher（独立研究者） ； The Institute of Cancer Research（癌症研究所在） ； University of Cambridge（剑桥大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究从横断面DNA甲基化数据推断人类衰老轨迹，通过年龄正则化变分自编码器和正则化不平衡最优传输构建两阶段计算流程，在大规模数据集上验证，能模拟分子衰老、揭示增长激增并重建衰老原型。

Comments 13 pages, 6 figures

EscFOA: Enhancing Spatial Learning for Visually Impaired Learners via Generative Spatial Audio in 360-Degree Educational Environments

EscFOA：通过360度教育环境中的生成性空间音频增强视障学习者的空间学习

Ziyu Luo, Xiaowei Dai, Siying Zhu, Xiaoming Chen

机构 * Ziyu Luo ∗ , Xiaowei Dai ∗ , Siying Zhu † (Correspondence), Xiaoming Chen ∗ (Correspondence)（无） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对360度教育环境中视障学习者空间学习受限问题，提出EscFOA框架，通过整合3DGS与条件扩散模型生成空间音频，在支持蒙眼参与者空间学习行为上优于传统音频，证明其能助力视障者访问复杂空间学习材料。

Weak convergence rate for the Cox-Ingersoll-Ross process

Cox-Ingersoll-Ross过程的弱收敛速率

Alexandros Pavlis, Umut Cetin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究Cox-Ingersoll-Ross过程在严格为正区域中漂移隐式离散化方案的弱收敛速率，采用PDE方法结合连续时间SDE表示，在特定条件下证明弱收敛速率为$\mathcal{O}(1/N)$，证明方法简单且有望扩展。

Explicit stabilized implementation of singly diagonally implicit Runge-Kutta methods

单对角隐式龙格-库塔方法的显式稳定实现

Ibrahim Almuslimani, Gilles Vilmart, Konstantinos Zygalakis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究为兼顾隐式与显式方法优点，引入一类对角隐式龙格-库塔方法的新显式稳定实现。核心方法是将隐式更新重铸为辅助系统稳态，用分区龙格-库塔-切比雪夫方法计算。主要贡献是能为平流-扩散-反应偏微分方程实现高阶方法，且计算成本与标准显式稳定方法类似。

Optimized Stencil Strategy for the Generalized Finite Difference Method: Application to Steady-State Non-Linear Problems

广义有限差分法的优化模板策略：在稳态非线性问题中的应用

Stéphane Clain, Jorge Figueiredo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对广义有限差分法应用于非线性问题提出优化模板策略，利用其灵活性设计特定模板，此前针对线性对流扩散问题的研究表明优化模板等可改进方案，本研究探究对伯格斯方程等非线性问题的类似效果。

Turing mechanisms in a multimode open quantum system

多模开放量子系统中的图灵机制

Giorgia Comparato, Francesco Gargano, Rosario Lo Franco

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究多模开放量子系统中模式形成，结合局部参数驱动等构建模型，通过GKSL主方程分析，利用相空间方法等比较量子与确定性分岔情景，展现图灵不稳定性等可扩展至此，架起多领域间桥梁。

Comments 14 + 4 pages, 13 figures

Higher-Order Geometric Updates for Levenberg-Marquardt Method via Riemann Normal Coordinates

通过黎曼法坐标对列文伯格-马夸特方法进行高阶几何更新

Jianing Liu, Dong H. Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Chinese Academy of Sciences（中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hefei National Laboratory（合肥国家实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对非线性最小二乘优化问题，提出黎曼法坐标列文伯格-马夸特方法（RNC-LM）。通过重新表述测地线方程扩展校正阶数，构建有限步更新。该方法提高了收敛性和鲁棒性，在多任务中表现出色，如降低误差、加速计算等。

Comments 34 pages, 3 figures