扩散模型是生成式AI的核心技术，应用于图像合成、视频生成、分子与蛋白质设计等。研究主要分为高效采样、改进似然估计、处理特殊结构数据三类，并探索与其他生成模型结合。综述涵盖文本到图像生成、视频编辑、3D与4D场景生成、图结构数据建模及无线通信等应用，指出速度提升、维度约减等挑战与未来方向。

本文综述图神经网络在多领域的应用：用变分分析增强长距离依赖，在Cora等数据集达最优；提出GINO学习大规模偏微分方程解算器，预测车身压力提速26000倍；构建离散PINN框架处理不规则几何；提出IGNNK恢复传感器数据；用GIN评估中压网提速千倍；提出BGNN模拟颗粒与三维边界交互；以及GND-Nets缓解过平滑、Surface Networks等。