跳到正文

算法、任务与模态

Diffusion 最新动态

Diffusion 研究索引；按可核对的标签归档，不以热度评价质量。

486 条精选近 30 天 186 条共收录 563 条

更新

精选归档 · 第 24 页

1月1日周日第 461–480 条
  1. OpenReview · State space models77

    PhysDiff：物理引导的人体运动扩散模型

    基于摘要分析。PhysDiff 研究人体运动生成中的物理不合理问题，针对扩散模型生成的悬浮、足部滑动和地面穿透等伪影，将物理约束引入去噪扩散过程，以兼顾运动生成质量与物理合理性。 核心机制是基于物理的运动投影模块：在物理仿真器中通过运动模仿，将某个扩散步骤得到的去噪运动投影为物理上更合理的运动，再将投影结果用于下一扩散步骤。作者认为，这种迭代约束能够持续将生成运动拉向物理可行空间，其作用不能由简单后处理替代。摘要未说明投影模块的具体训练方式、损失、仿真器配置及投影调用策略，这些细节尚未验证。 作者报告，在大规模人体运动数据集上的实验取得了最先进的运动质量，并在所有评估数据集上使物理合理性提升超过 78%。摘要未提供数据集名称、指标定义、提升计算方式、数据划分及对照基线，因此该百分比不能解释为运动生成准确率，也不能直接与其他协议下的结果比较；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其可借鉴之处是“生成过程中的可行性投影”，而非已验证的 EEG 或 BCI 解码方法。假设 BCI 系统需要将解码结果转为人体或假肢运动，且具备可用的运动表示、接触条件与物理仿真环境，可尝试复用投影反馈机制；需要改造的是神经信号条件接口及运动执行约束。低信噪比、跨被试或跨通道变化、小样本条件下，输入解码错误可能被转化为物理可行但意图错误的动作，仿真偏差也可能限制收益。一个可证伪的小实验是固定同一解码器与运动生成器，比较无投影、仅后处理及迭代投影，分别评估意图一致性与物理违规，检验物理改善是否以意图偏移为代价。上述迁移不属于原论文已验证结果，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其将物理仿真投影嵌入扩散迭代、而非仅作生成后处理的约束机制，但摘要中的物理合理性提升尚需核对指标定义与实验协议，不能据此推断 BCI 效果。

  2. OpenReview · State space models76

    LayoutDM：用于可控布局生成的离散扩散模型

    基于摘要分析。该研究面向可控布局生成，即在可选的元素类型、位置等约束下，生成合理的元素边界框排列；核心贡献是使用单一离散扩散模型 LayoutDM 处理多种布局生成任务，而非针对每项任务分别设计模型。 方法将结构化布局表示为离散数据，以按模态进行的离散扩散描述布局的扰动过程，并学习从初始输入逐步恢复无噪声布局。条件生成阶段，作者提出在推理时通过掩码或 logit 调整注入布局约束。这里的离散状态空间指扩散过程所使用的离散表示，不能仅凭来源分类将其视为用于时序建模的 State Space Model 架构。具体离散化方式、噪声转移机制、训练损失及约束实现细节尚未验证。 作者报告，在若干布局任务中，LayoutDM 能生成高质量布局，并优于任务专用及任务通用基线。摘要未给出数据集、划分、指标、具体分数或基线名称，因此无法判断优势幅度及不同约束条件下的稳定性；实验协议、消融及统计信息尚未验证。摘要提及代码和模型资源，但其可访问性及复现条件尚未核对。 该论文的主要对象是元素边界框布局，而非 EEG 信号或 BCI 解码。平台推测（待验证）：若研究目标是生成具有离散元素类型和空间位置约束的 EEG 通道布局，推理时注入约束的机制可能具有参考价值；但需要重新定义电极位置表示、头皮几何及合法布局约束，不能将视觉布局质量直接等同于神经信号采集或解码效用。现有材料不足以支持具体 BCI 复现实验方案，相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读的是其通过按模态离散扩散建模结构化布局，并在推理时以掩码或 logit 调整注入约束的统一生成机制；摘要尚不能支持其对 EEG 或 BCI 的有效性判断。

  3. OpenReview · State space models77

    投影潜在空间中的视频概率扩散模型

    PVDM 面向高分辨率、时间连贯的视频生成，通过将视频投影到低维因子化潜在空间，在该空间学习概率扩散模型，以缓解视频高维结构带来的计算与内存负担。基于摘要分析，未取得论文全文。 核心机制包含两个部分：自编码器将视频投影为二维形状的潜在向量，对视频像素的三维结构进行因子化；扩散模型则针对这一潜在空间设计，并配合训练与采样流程，以单个模型生成任意长度的视频。摘要未给出具体投影方式、网络结构、损失函数及长序列采样细节，因此不能据此确认时间一致性如何被约束。 作者报告，在 UCF-101 的长视频生成基准中，生成长度为 128 帧时，PVDM 的 FVD 为 639.7，并优于此前的视频合成方法。该结果属于视频生成评估，不能解释为 EEG 解码或 BCI 性能。具体数据划分、对照设置、资源消耗、消融及统计信息尚未验证；“有限资源下高效训练”仍需结合正文中的硬件、训练成本及重建质量核对。 平台推测（待验证）：其可供 EEG 研究考察的机制是先压缩结构化时序数据，再在潜在空间进行扩散生成，但视频的空间—时间结构不能直接等同于 EEG 的通道—时间结构。迁移需重新设计通道拓扑表示、自编码器及采样流程，并核对训练数据规模与监督条件。低信噪比、跨被试差异、通道配置变化及小数据可能导致压缩丢失任务相关信息。一个可证伪的小实验是在固定被试内划分与计算预算下，对比直接 EEG 扩散和因子化潜在扩散，检查生成信号的频谱、通道相关性及独立测试集上的下游效果。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注 PVDM 如何通过因子化潜在表示降低视频扩散的计算与内存负担，以及单模型长序列生成机制；其对 EEG 建模的价值仍是假设，尚未验证。

  4. OpenReview · State space models74

    物理信息驱动的 DeepMRI：从热扩散到 k-space 插值的统一框架

    基于摘要分析。该研究针对磁共振并行成像（PI）中 k-space 插值的可解释性与加速能力限制，提出以热扩散方程为基础、统一 k-space 插值与图像域方法的框架，并据此构建新的 k-space 插值方法。 核心机制是将 k-space 高频信息的衰减过程建模为热扩散，而将从低频区域恢复高频信息理解为逆热方程求解。由于逆热过程属于困难的逆问题，作者进一步按照磁共振 PI 的物理原则修改热方程，并采用 score-based 生成方法执行修改后的逆热扩散。其方法特点是将物理建模与生成式逆过程结合，而非仅将插值作为黑箱预测；具体方程、物理约束的实现方式、训练目标和推理流程尚未验证。 作者报告，在公开数据集上的实验中，该方法相较于传统 k-space 插值、深度学习 k-space 插值及常规扩散模型具有更高的重建精度，尤其体现在高频区域。摘要未提供数据集名称、采样模式、加速因子、数据划分、具体指标或数值，因此不能量化提升幅度，也不能判断不同加速条件下的适用范围。实验协议、消融及统计信息尚未验证；复现还需核对完整方法、训练配置、采样设置与实现材料。 论文的主要对象是 MRI 重建，不是 EEG 解码或 BCI。摘要未提供与 EEG/BCI 的具体机制对应关系，不能将其重建结果解释为 BCI 有效性证据；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是其以热扩散方程统一解释 k-space 插值与图像域方法，并结合磁共振并行成像物理约束和 score-based 生成方法求解逆过程；性能优势目前仅有摘要中的作者报告支持。

  5. OpenReview · State space models72

    ResDiff：结合 CNN 与扩散模型的图像超分辨率方法

    基于摘要分析。ResDiff 针对单幅图像超分辨率（SISR），将 CNN 的低频内容重建能力与 Diffusion Probabilistic Model（DPM）的残差生成能力结合，旨在避免由扩散模型直接承担完整高分辨率图像重建的开销。 核心机制是先由 CNN 生成初始重建图像，再由 DPM 预测真实高分辨率图像与该预测图像之间的残差。与直接利用低分辨率图像引导噪声向高分辨率图像空间生成的方法相比，ResDiff 利用 CNN 初始预测，将扩散生成目标转向残差空间。作者还为 CNN 引入频域损失，并设计频域引导的扩散过程，以促进高频细节预测；具体损失形式、条件注入方式及训练和采样流程尚未验证。 作者报告，在多个基准数据集的实验中，ResDiff 相较既有扩散方法具有更短的模型收敛时间、更好的生成质量和更多样的样本。摘要未提供数据集名称、划分、对照配置或量化指标，因而不能判断优势幅度，也不能将收敛时间缩短等同于推理加速；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其“确定性粗重建＋随机残差生成”机制可能为 EEG 重建提供思路，但原任务依赖低分辨率图像与真实高分辨率图像之间的配对监督，不能直接套用于神经信号。若用于 EEG，需要将图像 CNN 和频域引导改造为适应时间、频率与通道结构的模块，并明确配对目标如何获得。主要风险是低信噪比下把噪声或伪迹生成为高频细节，以及跨被试、通道变化和小数据条件下的不稳定。一个可证伪的小实验是在按被试隔离的 EEG 数据上构造配对降采样任务，对照 CNN 单独重建与 CNN＋残差扩散，检验后者是否在保持 ERP 波形或频谱特征的同时改善重建，而非仅生成视觉上合理的信号。相关 EEG 工作尚未检索确认。

    阅读价值：其将低频重建交由 CNN、将残差细节生成交由 DPM 的任务分解值得核对，但摘要中的收敛与质量优势尚需结合完整实验协议验证，不能据此认定其适用于 EEG。

  6. OpenReview · State space models70

    基于结构化状态空间模型的扩散式条件 ECG 生成

    基于摘要分析（仅提供 Highlights，未取得论文全文）。本研究面向心电图（ECG）合成，使用结构化状态空间模型支持扩散生成，并以 71 种 ECG 描述作为条件，目标是生成符合指定心电特征的信号；研究对象不是 EEG 或 BCI。 方法层面，材料明确了条件生成、扩散模型与结构化状态空间模型的组合，但尚未说明条件编码方式、状态空间模块在生成模型中的位置、训练目标及采样流程。71 种 ECG 描述的定义、组合方式与标注来源也尚未验证。 作者报告，所提模型在多种指标上优于 GAN-based models，并称其达到当前最优水平；但所用数据集、数据划分、对照模型、指标名称及具体数值未在材料中提供，因而无法判断优势幅度或比较条件。作者还报告，类别插值与 ECG 领域知识一致，心脏科医生参与的图灵测试支持生成样本具有较高质量；评估人数、盲法、判断任务与统计信息尚未验证。 阅读与复现时需核对条件一致性、信号质量的评价方法，以及训练数据和生成样本的关系。实验协议、消融及统计信息尚未验证。现有材料不足以建立具体的 EEG/BCI 迁移机制，因此不将 ECG 生成结果视为 BCI 有效性证据；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注其以结构化状态空间模型支持条件扩散生成 ECG 的方法组合，以及类别插值与心脏科医生评估提供的验证线索，但性能优势及评估协议尚需全文核对。

  7. OpenReview · State space models82

    利用对象感知等变基元反应扩散模型生成精确的过渡态结构

    基于摘要分析。该研究针对化学反应中过渡态三维结构搜索需要大量昂贵量子化学计算的问题，提出 object-aware SE(3) 等变扩散模型，以反应物和产物结构为条件生成过渡态结构，并结合置信度评分选择需要进一步优化的反应。 核心机制：模型面向由反应物、过渡态与产物组成的结构集合，而不是一般的单个三维对象生成。作者称其满足此类生成任务所需的物理对称性与约束；SE(3) 等变性涉及对三维旋转和平移变换的一致响应。摘要未给出 object-aware 的具体实现、其他对称性与约束的数学定义，以及训练目标、条件编码和采样流程，相关细节尚未验证。 结果：在给定反应物与产物的条件下，作者报告生成过渡态结构可在数秒内完成，相比之下，量子化学优化通常需要数小时；摘要末尾另将整体过渡态搜索概括为从数天缩短到数秒，两种耗时表述所对应的计算范围与硬件条件尚未验证。作者报告，生成结构相对于真实过渡态结构的均方根偏差（RMSD）中位数为 0.08 Å。结合用于不确定性量化的置信度评分模型，仅对最具挑战性的 14% 反应执行量子化学优化后，作者报告反应能垒估计接近所需的 2.6 kcal mol–1 精度；该数值对应的具体误差指标及评估协议尚未验证。 阅读与复现重点：需核对反应数据来源、训练与测试划分、真实过渡态的确定方法、对照搜索流程、置信度校准方式，以及选择 14% 反应的规则。实验协议、消融及统计信息尚未验证，代码与计算资源条件亦未从材料确认。作者提出该方法可能用于构建机制未知的大规模反应网络，这属于应用展望。研究的主要对象是分子反应几何与能垒，并非神经信号解码；当前材料未提供与 EEG/BCI 的具体机制对应，因此不据此生成迁移效果或复现实验建议。

    阅读价值：值得关注其面向化学反应结构集合的 object-aware SE(3) 等变生成机制，以及结合置信度评分选择量子化学优化的策略，但材料不支持其对 EEG/BCI 的直接价值。

  8. OpenReview · State space models77

    使用 Diffusion-Amortized MCMC 学习能量先验模型

    基于摘要分析。本文研究生成建模中的潜空间能量模型（latent space EBM，亦称能量先验），针对训练时先验与后验采样所用短链 MCMC 未收敛的问题，引入基于 diffusion 的长链 MCMC 摊销方法，并据此提出潜空间 EBM 学习算法。 核心机制与贡献：作者指出，实际采样质量退化可能导致生成质量下降和训练不稳定，在高度多模态或高维目标分布下尤为突出。其思路是学习对长链 MCMC 采样的摊销，以改善采样过程，而非仅依赖未收敛的短链采样。作者报告提供了理论依据，支持所学摊销过程作为有效长链 MCMC 采样器；具体成立条件、收敛含义、训练目标及先验与后验采样的实现方式尚未验证。 实验与证据边界：作者报告在多个图像建模基准数据集上优于较强对照方法，但摘要未列出数据集名称、划分、指标、数值或计算开销。实验协议、消融及统计信息尚未验证，不能据此判断质量收益与采样成本的权衡。 平台推测（待验证）：迁移假设是，该采样机制可能用于含能量先验的 EEG 潜变量生成模型，缓解复杂潜分布下的采样困难，而非直接构成 EEG 解码算法。可复用部分是 diffusion 摊销采样框架；需改造观测模型、时序表征与噪声建模。原方法依赖潜空间 EBM 及可学习的采样过程，具体监督要求和训练规模尚未验证。EEG 的低信噪比、跨被试差异、通道变化及小数据条件可能使摊销器学习噪声或产生模式遗漏。一个可检验的小实验是固定 EEG 数据划分、潜变量模型与计算预算，对比短链 MCMC 和该摊销方法的采样稳定性及生成信号统计一致性。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注其用 diffusion 摊销长链 MCMC 以改善潜空间能量模型采样的机制及理论依据，但图像生成中的优势能否迁移至 EEG 建模尚未验证。

  9. OpenReview · State space models78

    复杂度的重要性：重新思考生成建模的潜在空间

    基于摘要分析。本文研究生成建模中如何选择潜在空间，从模型复杂度角度刻画数据依赖的潜在分布，并提出两阶段训练策略 Decoupled Autoencoder（DAE）。主要研究对象是 GAN、VQGAN 和 Diffusion Transformer 等生成模型，而非 EEG 或 BCI。 核心机制：作者从 GAN 训练目标出发，定义潜在分布与数据分布之间的一种“距离”，并指出最小化该距离与最小化生成器复杂度相一致。作者将其最小化解刻画为能够有效利用生成器容量的最优数据依赖潜在分布。摘要未给出距离公式、复杂度定义及理论成立条件，不能将这里的“最优”扩展为适用于任意生成任务的结论。 训练设计：DAE 使用编码器参数化潜在分布。第一阶段通过辅助解码器更新编码器；第二阶段冻结编码器，再训练实际解码器。其关键是将潜在分布的学习与实际解码器的训练分离，而非持续联合更新。辅助解码器的结构、各阶段损失和训练预算尚未验证。 作者报告：在包括 VQGAN 与 Diffusion Transformer 的多种模型实验中，这一改动在降低模型复杂度的同时改善了样本质量。摘要没有提供数据集、具体指标、改善幅度、复杂度计量或对照协议；实验协议、消融及统计信息尚未验证，暂不能判断收益主要来自潜在分布变化还是训练配置差异。 平台推测（待验证）：若用于 EEG 生成或重建，可检验的假设是，先学习并固定潜在分布可能减轻后续解码器的建模负担。可复用的是两阶段训练流程，需改造的是时序编码器、解码器与信号重建目标；低信噪比、跨被试差异、通道变化和小数据可能使冻结的潜在表示保留噪声或丢失任务信息。小规模验证可在固定被试内划分、相同解码器及匹配训练预算下，对比联合训练与 DAE，检查重建质量和任务相关信息是否同时保留。原领域结果不构成 BCI 有效性证据，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其将潜在分布选择与生成器复杂度联系起来的理论分析，以及 Decoupled Autoencoder 的分阶段训练设计；作者报告的生成质量与复杂度收益仍需结合全文中的指标、对照和训练预算核对。

  10. OpenReview · State space models76

    基于扩散与结构化状态空间模型的条件 ECG 生成

    基于摘要分析。该研究面向敏感健康数据共享中的隐私问题，提出 SSSD-ECG，将扩散模型与结构化状态空间模型结合，以超过 70 种 ECG 描述作为条件生成合成 12 导联 ECG。主要研究对象是心电信号生成，而非 EEG 解码或 BCI。 机制与对照：扩散模型承担生成建模，结构化状态空间模型用于捕捉时间序列的长期依赖。针对可靠条件生成基线不足的问题，作者还将两个先进的无条件生成模型改造为条件生成版本。具体条件编码、扩散损失、网络结构、采样流程与基线名称未在摘要中给出，尚未验证。 评估与结果：作者使用预训练分类器评估生成数据，并考察仅用合成数据训练分类器的表现；在这些评估框架下，作者报告 SSSD-ECG 明显优于其 GAN 类竞争方法，但摘要未提供指标数值、数据集、划分及分类器测试集细节。作者还报告通过条件类别插值和临床图灵测试支持生成样本在多种条件下的质量。实验协议、消融及统计信息尚未验证；生成质量评估本身不等于隐私保护保证。 平台推测（待验证）：其可迁移机制是利用条件扩散合成多通道时序，并借助状态空间模型表达长期依赖。假设目标 EEG 数据具有足够的标注样本及一致的通道布局，可探索其对小数据条件下训练样本不足的帮助；可复用的是生成建模与时序建模思路，需改造的是通道表示、任务条件及评估方式。低信噪比、跨被试差异、通道变化与小样本可能使模型复制噪声或被试特征，而非生成可泛化的任务信息。一个可检验的小实验是在固定跨被试划分中仅用训练被试拟合生成器，对比真实数据训练与加入合成数据后的同一解码器表现，测试被试不参与生成器训练。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的是其将条件扩散与结构化状态空间模型结合用于多导联 ECG 合成，并从预训练分类器、纯合成数据训练及临床图灵测试等角度评估生成质量；其对 EEG/BCI 的适用性尚未验证。

  11. OpenReview · State space models77

    用于文本到图像个性化的神经时空表示

    基于摘要分析。本文研究文本到图像个性化中如何表示目标概念，提出同时依赖去噪时间步与去噪 U-Net 层位置的神经时空表示，以小型 neural mapper 的参数存储个性化概念，而不微调生成模型本身。 这里的“时间”指去噪过程的时间步，“空间”指 U-Net 的层位置，并非物理时空。每个概念在该表示中对应数百个向量，分别关联时间步与层位置的组合。为避免直接优化全部向量，作者训练一个接收当前时间与层位置参数的 neural mapper，输出相应 token embedding；该输出位于文本编码器的输入空间，使概念表示能够随生成过程中的条件变化。 作者还引入 textual bypass：neural mapper 额外输出一个残差，并将其加到文本编码器输出上。作者报告，这一设计能够改善概念学习的收敛与视觉保真度。此外，作者对隐式表示施加基于重要性的排序，使用户通过同一个训练模型控制概念重建与可编辑性，但摘要未交代排序的具体实现及控制方式。 作者报告，在多种概念与提示词上，该方法能够生成高质量、可控的组合，且无需微调生成模型参数。摘要未提供具体数据集、训练图像数量、评价指标、对照基线或存储开销，因此无法量化其相对收益；实验协议、消融及统计信息尚未验证。复现需进一步核对 neural mapper 结构、训练目标、时间步与层位置编码、残差注入方式及重要性排序规则。 本文的主要研究对象是图像生成个性化，而非 EEG 或 BCI。摘要未提供神经信号任务中的验证，也未建立明确的机制对应关系，不能将其生成质量结论视为 BCI 有效性的证据；相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读的是以小型 neural mapper 隐式生成随去噪时间步与 U-Net 层变化的概念表示，并通过 textual bypass 改善表示能力的机制；其存储、重建与可编辑性之间的权衡仍需结合全文实验核对。

  12. OpenReview · State space models73

    通过从基础到高级的层次化扩散模型实现细致的文本到动作合成

    基于摘要分析。该研究面向文本引导的 3D 人体动作合成，提出 Basic-to-Advanced Hierarchical Diffusion Model（B2A-HDM），试图同时提升动作与文本的对应关系及动作细节，而非研究 EEG 解码或 BCI。 作者认为，既有方法在原始数据分布或低维潜空间中执行扩散，分别可能面临模态不一致或细节不足的问题。B2A-HDM 将生成过程分为两个层次：低维潜空间中的基础扩散模型提供与文本描述一致的中间去噪结果；高维潜空间中的高级扩散模型随后执行细节增强去噪。高级模型还采用多去噪器框架，旨在降低高维模型的学习难度并发挥扩散模型的生成能力。摘要未说明潜空间的构建方式、两个阶段的具体连接方式、多去噪器分工及损失形式。 作者报告，在 HumanML3D 和 KIT-ML 两个文本到动作基准上的定量与定性实验中，B2A-HDM 在保真度、模态一致性和多样性方面优于既有先进方法。摘要未提供具体指标、数值、数据划分或基线名称，不能据此判断提升幅度；实验协议、消融及统计信息尚未验证，代码与复现条件也尚未验证。 平台推测（待验证）：其“先确定低维条件结构、再补充高维细节”的机制可作为条件 EEG 生成的研究假设，但原领域有效不等于 BCI 有效。可复用的是两阶段扩散分工，需改造的是 EEG 表征、条件输入与生理约束；原方法依赖文本—动作配对及低维、高维潜表示，训练规模未知。EEG 的低信噪比、跨被试差异、通道变化和小样本可能使细节增强变成噪声增强。一个可证伪的小实验是在固定被试内划分与相同训练数据下，对比单阶段和两阶段条件生成，检查频谱、空间协方差及独立真实测试集上的解码表现，而非仅比较生成外观。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注其以低维扩散约束文本一致性、再以高维扩散增强动作细节的分工机制，但性能优势及多去噪器的独立贡献仍需核对全文实验。

  13. OpenReview · State space models80

    用于图生成的自回归扩散模型

    基于摘要分析。本文研究通用图与分子图生成，提出自回归扩散模型，在离散图空间中逐节点吸收与重建图，区别于对去量化邻接矩阵施加 Gaussian diffusion 的一次性生成方法。作者将后者的训练困难、采样缓慢及约束融入困难作为研究动机，但摘要未具体说明新方法如何实施约束。 核心机制包括两个网络：前向扩散中的 diffusion ordering network 根据图拓扑学习数据依赖的节点吸收顺序；反向生成中的 denoising network 按逆序重建，每一步预测新增节点的类型及其与此前已去噪节点之间的边。作者基于图的置换不变性，给出通过优化数据似然下界联合训练两个网络的方法。具体网络结构、下界形式、顺序学习方式及推理开销尚未验证。 作者报告，在六个不同的通用图数据集和两个分子数据集上，相较此前最先进方法，模型取得更好或相当的生成表现，同时具有较快的生成速度。摘要未提供数据集名称、划分、评价指标、具体数值或速度测量条件，因此无法进一步比较质量与效率；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 被表示为具有明确节点与边定义的功能连接图，该方法可作为连接图生成的候选机制，而不是直接生成 EEG 时序或完成 BCI 解码。可复用部分是离散图扩散及顺序学习，需改造部分包括通道节点语义、连续边权表示与条件信息。依赖图拓扑学习顺序也可能受到低信噪比、跨被试差异、通道配置变化和小数据规模影响。一个可检验的假设是：在固定通道与建图规则下，该机制能更好保持连接图结构；可采用按被试隔离的训练与测试，对照一次性图扩散，比较图统计分布与生成耗时。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其离散图空间中的节点吸收扩散与可学习生成顺序机制，并核对生成质量和采样速度的权衡；其对 EEG 图建模的价值尚未验证。

  14. OpenReview · State space models71

    基于模型的潜在空间上的去噪扩散模型

    基于摘要分析。该研究的主要对象是图像生成：以传统有损图像压缩技术构建的模型式编码替代预训练自编码器的潜在编码，探索降低扩散生成的计算成本及潜在空间生成的适用边界。贡献还包括在离散空间内训练连续扩散模型的一种近似方案，以及面向类别值的生成模型改进。 技术机制：作者以潜在空间扩散为出发点，指出预训练自编码器可通过空间压缩和舍弃不可感知的图像细节降低生成建模难度；本文进一步改用基于传统压缩技术的编码方案。这里的“model-based”指编码方式，摘要并未说明采用何种状态空间模型，也未给出具体压缩算法、离散表示、近似公式、损失函数及类别值建模细节，因此不能据此还原实现。 证据与复现：作者报告在所研究问题上取得良好结果，并认为方法有望适用于图像之外的数据类型；摘要未提供可核对的指标、数据集、对照基线或资源测量条件。生成质量与计算开销之间的权衡、压缩失真影响、实验协议、消融及统计信息尚未验证。复现需取得全文，确认编码与解码流程、量化设置、扩散训练及采样方式，并在一致评估条件下比较质量和资源开销。 平台推测（待验证）：若迁移至 EEG，可检验的假设是以适配时序信号的压缩及离散表示降低生成成本，而不是直接套用图像编码器。可能复用的是离散空间中的扩散训练思路，需要改造的是信号表示与失真约束；低信噪比、通道差异、跨被试变化及小数据可能使压缩误删任务相关信息。一个小实验是在固定被试内数据划分和生成模型预算下，比较原始表示与压缩表示的生成质量、任务信息保留及资源开销。该方案仅为迁移假设，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对的是以传统有损图像压缩编码替代预训练自编码器、并在离散潜在空间中训练扩散模型的机制与计算收益，但摘要不足以验证生成质量、资源开销或 EEG 迁移价值。

  15. OpenReview · State space models76

    CDiffMR：能否用 k-space 欠采样替代高斯噪声以实现快速 MRI？

    基于摘要分析。本文研究减少 MRI 采集测量后的快速图像重建，提出基于 Cold Diffusion 的 CDiffMR：以 k-space 欠采样作为退化过程，替代传统扩散模型中的高斯噪声，并训练恢复网络执行去混叠。研究对象是 MRI 重建，而非 EEG 解码或 BCI 算法。 核心机制是将扩散式恢复过程与 MRI 的欠采样退化相对应。作者还设计了起点策略和数据一致性条件策略，用于引导并加速逆向恢复过程。摘要未给出欠采样调度、恢复网络结构、损失函数及两类策略的具体实现，这些细节尚未验证。 作者报告，预训练 CDiffMR 可复用于不同欠采样率的重建任务；在其数值与视觉实验中，重建效果与所比较的先进模型相当或更好。作者还报告，相较其扩散模型对照，CDiffMR 获得具有竞争力的重建结果时，推理耗时仅为对照的 1.6–3.4%。该比例对应摘要所述 MRI 重建对照实验，具体数据集、欠采样率、图像质量指标、采样步数、硬件与计时口径均尚未验证，不能据此推广为普遍加速比例。 复现重点是核对欠采样退化与实际采集过程的匹配程度、不同欠采样率复用的训练与测试边界，以及数据一致性约束对速度和质量的贡献。摘要提供了公开代码地址，但代码内容、实验协议、消融及统计信息尚未验证。该方法依赖 MRI 的 k-space 测量结构，不能直接等同于 EEG 缺失通道或低信噪比问题的解决方案；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其以 k-space 欠采样替代高斯噪声的 Cold Diffusion 机制，以及起点与数据一致性条件策略能否在保持重建质量的同时显著降低推理耗时；摘要中的速度和跨欠采样率复用结论仍需全文验证。

  16. OpenReview · Representation learning77

    SODA：用于表征学习的瓶颈扩散模型

    SODA 研究如何让扩散模型不仅生成图像，还能通过自监督学习获得视觉语义表征；其核心是以紧信息瓶颈连接图像编码器与去噪解码器，并用相关新视图的生成作为学习目标。基于摘要分析，未取得论文全文。 机制上，图像编码器将源视图压缩为紧凑表征，再由该表征引导去噪解码器生成相关的新视图。作者提出，瓶颈约束与新视图合成目标的结合可以促使模型在无监督条件下捕获视觉语义，而不只是完成图像生成。摘要未提供具体损失形式、瓶颈容量、视图构造方式或训练规模，这些实现条件尚未验证。 作者报告，SODA 能在 ImageNet 上完成 linear-probe classification，并在多个未具名数据集上执行重建、编辑与合成任务；摘要未给出分类分数、数据划分或对照基线。作者还报告，其潜在空间呈现解耦特性，可作为控制和修改生成图像的接口。关于“首个成功完成 ImageNet 线性探测分类的扩散模型”的表述属于作者据其所知提出的优先性主张，尚未独立核实。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其可迁移假设是，通过压缩源观测并生成语义相关观测，促使 EEG 表征保留任务信息而非局部噪声。原机制依赖图像视图之间的语义关联；迁移时可借鉴编码器—瓶颈—条件去噪结构，但需重新定义 EEG 的有效视图、信号解码器及条件输入。低信噪比、通道差异与跨被试变化可能使模型学习噪声或身份特征，小数据也可能不足以支撑生成训练。可先在固定被试内划分、避免同一试次跨训练与测试集的条件下，对照紧瓶颈与宽瓶颈版本，冻结编码器后用同一线性分类器评估表征，以检验瓶颈是否有益；这不是已证实的 BCI 效果。相关 EEG 工作尚未检索确认。

    阅读价值：值得核对其紧信息瓶颈与新视图合成目标如何促使扩散模型学习可线性评估的视觉表征，但该机制对 EEG 表征学习的适用性尚未验证。

  17. OpenReview · EEG72

    利用生成式扩散模型进行癫痫发作预测的数据增强

    基于摘要分析。本文研究 EEG 癫痫发作预测中的数据增强问题，提出扩散式增强方法 DiffEEG，通过逐步加噪与去噪生成合成 EEG 样本，旨在增加训练数据多样性并改善分类器表现。 核心机制包含两个过程：扩散过程逐步向 EEG 输入加入不同尺度的噪声，直至转化为随机噪声；去噪过程利用学习到的数据分布，从随机噪声出发逐步生成合成数据。作者认为，随机噪声输入有助于增加样本多样性，而学习到的表示可保持特征空间的一致性。摘要未提供去噪网络结构、训练损失、采样步骤及条件生成方式，这些实现细节尚未验证。作者将已有增强方法概括为线性变换并据此提出生成式增强动机，该概括的适用范围仍需结合正文核对。 作者将 DiffEEG 与原始数据、down-sampling、sliding windows 和 recombination 方法比较，并结合五种代表性分类器进行实验。作者报告，在使用 DiffEEG 增强的 Multi-scale CNN 上，CHB-MIT 数据库的平均敏感度为 95.4%、FPR 为 0.051/h、AUC 为 0.932；Kaggle 数据库对应为 93.6%、0.121/h 和 0.822。摘要未说明被试数量、数据划分、预测时间窗口、发作前期定义及平均方式，因此这些数值不能据此用于跨协议比较。作者称其达到最先进表现，但具体对照范围与公平性尚未验证。 阅读与复现的重点是确认扩散模型与分类器的数据划分关系、合成数据比例，以及增强收益在不同分类器和被试上的稳定性；还需核对合成信号的生理合理性与生成成本。实验协议、消融及统计信息尚未验证。本文直接面向 EEG 癫痫发作预测，其结果不应自动外推为运动想象、SSVEP 或其他 BCI 任务中的有效性证据。

    阅读价值：DiffEEG 将生成式扩散用于 EEG 癫痫发作预测的数据增强，并与多种增强方式及分类器比较，值得核对其合成样本效用及评估协议，但摘要结果尚不能确定跨被试或跨会话泛化能力。

  18. OpenReview · State space models71

    CoLa-Diff：用于多模态 MRI 合成的条件潜在扩散模型

    基于摘要分析。该研究针对临床中 MRI 模态缺失的问题，提出条件潜在扩散模型 CoLa-Diff，利用多模态 MRI 输入合成缺失模态，重点处理图像域扩散的内存开销、解剖结构保持及多条件信息平衡。其主要研究对象是 MRI 图像合成，并非 EEG 解码或 BCI 算法。 核心机制包括：将扩散过程转移到潜在空间，以降低内存消耗；引入摘要称为 similar cooperative filtering 的网络设计，以应对潜在空间中的压缩与噪声问题；将脑区掩码作为密度分布先验，引导扩散过程保持解剖结构；通过 auto-weight adaptation 自适应利用多模态条件信息。摘要未提供潜在表示的编码方式、过滤模块结构、先验注入位置、权重更新规则及损失函数，具体实现尚未验证。 作者将现有方法主要采用单模态输入、在原始图像域运行及解剖结构保持不足作为研究动机，并声称 CoLa-Diff 是首个基于扩散的多模态 MRI 合成模型；该优先性声明尚未独立核验。作者报告，CoLa-Diff 在其 MRI 合成实验中优于所比较的先进方法，但摘要未列出数据集、样本规模、输入与目标模态组合、数据划分、对照方法、评价指标或具体数值，因此无法判断性能提升幅度及适用范围。 复现需进一步核对多模态影像配准、脑区掩码来源及推理时可用性、潜在空间压缩对细微结构的影响，以及显存、生成耗时和解剖一致性的测量方式。实验协议、消融及统计信息尚未验证，代码与权重的可获得性也未由材料确认。当前材料没有提供与 EEG/BCI 的具体机制对应或验证结果，不能据此推断其对 BCI 的有效性。

    阅读价值：值得关注其在潜在空间中结合脑区掩码先验与多模态条件自适应加权的 MRI 合成机制，但摘要不足以验证性能优势、解剖保真度及实际显存收益。

  19. OpenReview · State space models76

    SPIRiT-Diffusion：用于加速 MRI 的自一致性驱动扩散模型

    基于摘要分析。该研究针对加速 MRI 重建中图像域扩散方法易受线圈敏感度图（CSMs）误差影响的问题，提出 SPIRiT-Diffusion，将 SPIRiT 的 k-space 自一致性物理先验引入扩散过程，实现 k-space 插值。其主要研究对象是 MRI 图像重建，而非 EEG 解码或 BCI 算法。 核心机制是利用 SPIRiT 自一致性项的迭代求解器，构造支配扩散过程的随机微分方程（SDE），再通过执行该扩散过程插值 k-space 数据。与主要在图像域定义的扩散重建方法相比，该方法尝试让扩散动力学贴合优化模型中的物理约束；作者将这一思路称为 model-driven diffusion。摘要未给出 SDE 的具体形式、训练目标、噪声调度或推理流程，尚不能判断自一致性约束与学习先验的具体结合方式，也不能据此认定方法完全不依赖 CSMs。 作者报告，在一个 3D 颅内与颈动脉血管壁联合成像数据集上，该方法优于图像域重建方法，并在加速率为 10 的条件下仍取得较高重建质量。摘要未提供定量指标、对照方法名称、样本规模、数据划分或采样协议，因此这一结果仅能按作者的定性结论理解，不能扩展为其他解剖部位或采样条件下的普遍优势。 复现时需核对 SPIRiT 算子的校准方式、欠采样模式、训练与测试划分、CSMs 误差的评估设置，以及重建质量与推理成本。实验协议、消融及统计信息尚未验证。当前材料没有提供与 EEG/BCI 的具体机制对应关系，不据此生成迁移效果或复现实验建议。

    阅读价值：值得阅读的具体原因是其将 SPIRiT 自一致性迭代求解器用于构造扩散过程的 SDE，为物理约束如何进入扩散模型提供了可核对的机制，但重建优势及适用范围仍需全文实验验证。

  20. OpenReview · State space models77

    WildFusion：在视图空间学习 3D 感知潜在扩散模型

    基于摘要分析。WildFusion 研究从自然场景图像数据学习 3D 感知图像合成的问题，针对共享规范坐标系难以定义的情形，改在视图空间建模实例，并通过具备 3D 感知能力的自编码器与潜在扩散模型实现图像生成和新视角合成。 核心机制分为两个阶段：首先训练自编码器，将图像压缩为同时捕获其底层 3D 结构的潜在表示，使其不仅支持重建，也支持新视角合成；该阶段利用单目深度预测提供的线索学习 3D 表示。随后在这一 3D 感知潜在空间中训练扩散模型，以生成具有 3D 一致性的图像。摘要未说明具体网络结构、深度线索的约束方式、损失函数及推理流程。 相对于在共享规范空间中表示实例的方法，该工作的关键变化是以视图空间为建模基础。作者指出，在这一设置下，已有 GAN 方法容易生成扁平几何，并在分布覆盖上遇到困难；作者报告 WildFusion 能生成高质量、3D 一致的样本，并优于近期先进 GAN 方法，但摘要未提供数据集、划分、对照方法名称或量化指标，尚不能判断优势的幅度与适用范围。 作者强调，训练不使用多视角图像或 3D 几何的直接监督，也不需要附带相机位姿的图像或学习位姿、相机分布；这不等同于完全不使用几何线索，因为方法明确依赖单目深度预测。复现时需核对深度预测器及其训练来源、自编码器的几何约束、潜在空间构建方式，以及新视角一致性与分布覆盖的评估协议。实验协议、消融及统计信息尚未验证。 原论文的主要对象是 3D 图像与内容生成，而非神经信号分析。现有材料未建立其视图空间和单目深度机制与 EEG/BCI 瓶颈的具体对应关系，因此不据此提出迁移效果或复现实验建议；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其如何利用单目深度线索在视图空间构建支持新视角合成的潜在表示，以及相对 GAN 方法的几何一致性和分布覆盖优势；摘要未提供直接对应 EEG/BCI 的机制或证据。