該論文題為“面向物理資訊最佳化的端到端可微擴散條件化”（End-to-End Differentiable Diffusion Conditioning for Physics-Informed Optimization），由Ricardo Luna Gutierrez等共8位作者完成，於2026年10月22日提交至arXiv（編號arXiv:2610.31721v1，屬於cs.LG機器學習分類，同時涉及cs.AI人工智慧方向），當前版本為初始稿，計劃投往NeurIPS 2026主會議，尚待發表。論文指出，在科學和工程領域，如何在評估代價高昂且約束複雜的情況下最佳化高維物理系統，是一個核心難題。在離線基於模型的最佳化（offline model-based optimization，MBO）設定中，演算法只能依賴一個固定資料集來改進設計方案，測試階段無法訪問真實目標函式。現有方法普遍存在三類問題：一是過度保守，二是對代理模型進行無約束的利用（即鑽代理模型的空子），三是隻能充當靜態的推理期取樣器，無法針對精確的物理目標對候選方案進行進一步細化。
為解決上述問題，作者提出了“可微擴散條件化”（Differentiable Diffusion Conditioning，D2C）方法。其核心觀察是：當採用確定性取樣時，擴散模型的反向去噪鏈相對於條件訊號是可微的。基於這一點，D2C把一個凍結的條件擴散模型轉化為端到端的基於梯度的最佳化器——在測試階段直接最佳化條件變數，而梯度來自凍結的代理目標以及物理資訊懲罰項，這些梯度會沿反向去噪鏈回傳。換言之，模型本身不再訓練，而是透過調整輸入條件來實現最佳化。作者將這一思路實現為“提議器—評估器”（proposer-evaluator）組合框架，並說明條件訊號沿擴散反向鏈的梯度回傳是該方法區別於靜態取樣的關鍵機制。
在實驗方面，作者在多個任務上進行了評估：慣性約束聚變中的雷射脈衝最佳化、可持續資料中心的工作負載排程，以及Design-Bench的四個基準任務。結果顯示，D2C在兩個真實世界任務上取得了最強表現，並在四個Design-Bench任務上取得最佳平均排名。論文強調，該方法透過將凍結的擴散模型與來自代理目標和物理懲罰的梯度結合，在測試階段對候選設計進行迭代精煉，而非一次性生成，從而緩解了保守性與代理模型濫用之間的張力。
論文的後設資料還包括：全文約209 KB，提交時間為2026年10月22日09:53:05 UTC，通訊提交人為Soumyendu Sarkar；arXiv提供了PDF、實驗性HTML、TeX原始碼以及音訊摘要等訪問方式，並附有DOI（10.48550/arXiv.2610.31721）及引用工具連結。需要注意，論文為初始版本，尚未經過同行評審，其結論有待後續驗證。