图像生成

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

Quantum simulation of real-world nonlinear dynamics via Koopman method

通过库普曼方法对现实世界非线性动力学进行量子模拟

Baoyang Zhang, Dong An, Zhaoyuan Meng, Yefei Yu, Xiaoxiao Xiao, Zhen Lu, Yue Yang

机构 * State Key Laboratory for Turbulence and Complex Systems, School of Mechanics and Engineering Science, Peking University（turbulence and Complex Systems Laboratory, Mechanics and Engineering Science School, Peking University） ； Beijing International Center for Mathematical Research, Peking University ； Institute of Mechanics, State Key Laboratory of Nonlinear Mechanics, Chinese Academy of Sciences（Mechanics Institute, Nonlinear Mechanics State Key Laboratory, Chinese Academy of Sciences） ； Beijing Academy of Quantum Information Sciences 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对量子计算机模拟非线性动力学受限于量子演化酉性的问题，提出量子库普曼方法，通过学习库普曼可观测量等实现模拟，在超导处理器上模拟三个系统，揭示性能限制转变，确定量子适用非线性动力学实际边界。

The dynamical origin of the magnetic field distributions in compressible turbulence

可压缩湍流中磁场分布的动力学起源

Evangelia Ntormousi, Fabio Del Sordo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究可压缩湍流中密度和磁场强度分布，通过半解析论证，将连续性和感应方程中湍流速度梯度建模为随机过程，积分得对数正态分布，引入间歇性激波出现幂律尾部，揭示其与连续和局部事件共存有关。

Comments A&A submitted, last stages of referee process

A fully one-sided diffuse-interface immersed boundary method for wall-modeled large-eddy simulation

一种用于壁面模型大涡模拟的全单侧扩散界面浸入边界方法

Qian Mao, Yoshiharu Tamaki, Song Zhao, Jérôme Jacob, Pierre Boivin, Julien Favier

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对扩散界面浸入边界方法在壁面模型大涡模拟中存在的问题，开发全单侧扩散界面浸入边界方法，通过特定策略消除跨边界扩散效应，经多方面验证，该方法提高了预测精度，尤其在低参考高度时，且在翼型湍流流动评估中表现良好。

Soft cells, Tubular Tilings and the Hidden Phases in Binary Mixtures

软单元、管状镶嵌与二元混合物中的隐藏相

Gábor Domokos

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究生物和物理中的二元混合物系统，引入管状镶嵌框架，证明其满足全局欧拉平衡定律，可从可观测相和界面几何恢复隐藏相拓扑信息，还表明在\(d>2\)维是软镶嵌子类，通过应用展示该理论作用。

Comments 25 pages, 8 figures

Thermodynamic Limits on Reliable Signaling by Biochemical Traveling Waves

生化行波可靠信号传递的热力学极限

Shengyao Luo, Yuping Chen, Yuansheng Cao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究生化行波可靠信号传递的热力学极限，建立随机热力学框架，通过投影噪声场动力学得出波位置扩散受传播相关耗散限制，在模型和实验中验证，还对波列可靠信号传递速率施加湮灭限制。

Comments 7 pages, 5 figures in the maintext; 16 pages, 8 figures in the supporting information

From inference to prediction: how machine learning is reconfiguring science

从推理到预测：机器学习如何重构科学（1990-2025）

Malena Mendez Isla, Vincent Lariviere, Diego Kozlowski

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过分析490万篇论文，揭示机器学习从物理科学向健康科学扩散，预测技术取代推理方法，引发两波认知不透明性浪潮。

Feynman Kac Reweighted Schrödinger Bridge Matching for Surface-Based Tau PET Harmonization

基于Feynman Kac重加权薛定谔桥匹配的皮层表面Tau PET标准化

Jianwei Zhang, Xinyu Nie, Jiaxin Yue, Yonggang Shi

机构 * Stevens Neuroimaging and Informatics Institute, University of Southern California（斯蒂文斯神经影像与信息学研究所，南加州大学） ； Ming Hsieh Department of Electrical and Computer Engineering of Viterbi School of Engineering, University of Southern California（明希德电气与计算机工程系，维特比工程学院，南加州大学） ； Alfred E. Mann Department of Biomedical Engineering of Viterbi School of Engineering, University of Southern California（阿尔弗雷德·E·曼生物医学工程系，维特比工程学院，南加州大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出Feynman Kac重加权薛定谔桥匹配（FKRSBM）模型，通过熵正则化最优传输实现源域与目标域间的随机传输，结合子群感知端点提议和球面卷积骨干网络，在Tau PET SUVR图上实现优于现有方法的分布对齐和下游疾病分类。

RynnWorld-4D: 4D Embodied World Models for Robotic Manipulation

RynnWorld-4D：用于机器人操作的4D具身世界模型

Haoyu Zhao, Xingyue Zhao, Siteng Huang, Xin Li, Deli Zhao, Zhongyu Li

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hong Kong Embodied AI Lab（香港具身人工智能实验室） ； CUHK（香港中文大学） ； Hupan Lab（湖畔实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对开放世界机器人操作，提出RynnWorld-4D生成模型，通过RGB-DF捕捉4D动态，其具三分支架构，还整理数据集并提出RynnWorld-4D-Policy，实验证明该模型在时空预测及实际操作任务中表现出色。

Comments Project Page: https://alibaba-damo-academy.github.io/RynnWorld-4D.github.io, Github: https://github.com/alibaba-damo-academy/RynnWorld-4D

Industry Classification of GitHub Repositories Using the North American Industry Classification System (NAICS)

使用北美行业分类系统（NAICS）对GitHub仓库进行行业分类

Kevin Xu, Alexander Quispe

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究利用北美行业分类系统对GitHub仓库进行行业分类，提出结合多种技术的检索与验证管道生成标签，构建NAICS-GH语料库，测试表明标签精度高，还对预训练编码器进行基准测试，相关数据和代码开源。

EntroPath: Maximum Entropy Path Ensemble Embedding for Manifold Learning

EntroPath：用于流形学习的最大熵路径集成嵌入

Przemysław Rola

机构 * Krakow University of Economics（克拉科夫经济大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究提出EntroPath流形学习方法，基于最大熵随机游走构建差异，通过Varadhan热核公式使自由能差异在短时间极限下收敛于平方测地线距离，在合成流形和单细胞基准测试中表现良好，尤其在特定流形上优势明显。

Comments 40 pages, 15 figures. Code: https://github.com/rpprzemek/entropath

Performance Optimization and Comparative Analysis of Generative AI Models on Advanced Accelerators

生成式人工智能模型在先进加速器上的性能优化与比较分析

Amitash Nanda, Javier Hernandez Nicolau, Madhusudan Gujral, Mahidhar Tatineni, Amitava Majumdar, Debashis Sahoo

机构 * University of California San Diego（加州大学圣地亚哥分校） ； San Diego Supercomputer Center（圣地亚哥超级计算机中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对生成式人工智能模型部署难题，开展系统研究，通过新颖的混合精度训练后量化评估等方法，对多种模型在不同下游任务及跨异构平台进行性能优化与比较分析。

Comments 6 pages, 3 figures

Learning Adaptive Coarse Spaces Using Transferable Neural Network Models for Linear and Nonlinear Overlapping Domain Decomposition Methods

使用可转移神经网络模型学习自适应粗空间用于线性和非线性重叠区域分解方法

Axel Klawonn, Martin Lanser, Janine Weber-Hamacher

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对系数高度不均匀问题，在自适应广义 Dryja - Smith - Widlund 粗空间构建中计算时间长的问题，提出用回归和分类神经网络预测粗基函数及数量的两阶段方法，无需求解特征值问题，还能转移到多种问题。

Metagraph-Based Domain-Decomposed Galerkin Reduced-Order Model

基于元图的区域分解伽辽金降阶模型

Kyohei Shintate, Naoki Morita, Shigeki Kaneko, Nozomi Magome, Naoto Mitsume

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对大规模问题，提出基于元图的区域分解伽辽金降阶模型MBDD - G - ROM，利用两个图级别表示模型，通过划分元图实现并行化与负载平衡，经实验验证该模型能保持精度并提高并行效率。

An adaptive, space-time discretized linear iterative scheme for doubly-degenerate parabolic problems

一种用于双重退化抛物问题的自适应时空离散线性迭代格式

Ayesha Javed, Koondanibha Mitra, Iuliu Sorin Pop

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对双重退化抛物问题，提出基于非线性项拆分的时空公式，用迭代线性化格式求解，证明其无条件收敛，分解非线性残差对偶范数得到后验估计，用于自适应时空求解器，数值实验表明该求解器能有效分配资源使误差快速衰减。

Comments 43 pages, 59 Figures