该论文题为“面向物理信息优化的端到端可微扩散条件化”（End-to-End Differentiable Diffusion Conditioning for Physics-Informed Optimization），由Ricardo Luna Gutierrez等共8位作者完成，于2026年10月22日提交至arXiv（编号arXiv:2610.31721v1，属于cs.LG机器学习分类，同时涉及cs.AI人工智能方向），当前版本为初始稿，计划投往NeurIPS 2026主会议，尚待发表。论文指出，在科学和工程领域，如何在评估代价高昂且约束复杂的情况下优化高维物理系统，是一个核心难题。在离线基于模型的优化（offline model-based optimization，MBO）设定中，算法只能依赖一个固定数据集来改进设计方案，测试阶段无法访问真实目标函数。现有方法普遍存在三类问题：一是过度保守，二是对代理模型进行无约束的利用（即钻代理模型的空子），三是只能充当静态的推理期采样器，无法针对精确的物理目标对候选方案进行进一步细化。
为解决上述问题，作者提出了“可微扩散条件化”（Differentiable Diffusion Conditioning，D2C）方法。其核心观察是：当采用确定性采样时，扩散模型的反向去噪链相对于条件信号是可微的。基于这一点，D2C把一个冻结的条件扩散模型转化为端到端的基于梯度的优化器——在测试阶段直接优化条件变量，而梯度来自冻结的代理目标以及物理信息惩罚项，这些梯度会沿反向去噪链回传。换言之，模型本身不再训练，而是通过调整输入条件来实现优化。作者将这一思路实现为“提议器—评估器”（proposer-evaluator）组合框架，并说明条件信号沿扩散反向链的梯度回传是该方法区别于静态采样的关键机制。
在实验方面，作者在多个任务上进行了评估：惯性约束聚变中的激光脉冲优化、可持续数据中心的工作负载调度，以及Design-Bench的四个基准任务。结果显示，D2C在两个真实世界任务上取得了最强表现，并在四个Design-Bench任务上取得最佳平均排名。论文强调，该方法通过将冻结的扩散模型与来自代理目标和物理惩罚的梯度结合，在测试阶段对候选设计进行迭代精炼，而非一次性生成，从而缓解了保守性与代理模型滥用之间的张力。
论文的元数据还包括：全文约209 KB，提交时间为2026年10月22日09:53:05 UTC，通讯提交人为Soumyendu Sarkar；arXiv提供了PDF、实验性HTML、TeX源码以及音频摘要等访问方式，并附有DOI（10.48550/arXiv.2610.31721）及引用工具链接。需要注意，论文为初始版本，尚未经过同行评审，其结论有待后续验证。