本研究分析了基础模型在对抗输入下的脆弱性，评估了扩散去噪平滑技术的效果。结果表明，高噪声扩散显著降低模型性能，而低噪声设置则保护不足。此外，提出了一种新攻击策略，揭示了鲁棒性与性能之间的权衡。

本文介绍了一种新型时域动作检测方法DiffTAD，利用扩散去噪技术和生成建模，显著提升了推断速度和性能。在多个数据集上的评估显示，DiffTAD在动作检测中表现优异。此外，研究提出的ActionDiffusion模型强调了动作间的时间依赖关系，进一步提高了过程规划效果。