本研究提出了一种新正则化技术，解决了随机游走节点嵌入算法中因节点对频率不均导致的学习偏差问题。通过高效采样程序生成节点对，理论和实验结果表明该方法在学习效率和效果上具有显著优势。

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。

2023年文本到图像生成领域取得多项进展：PIXART-α以低训练成本实现高质量图像合成；LCMs与LCM-LoRA加速采样和生成过程；ControlNet-XS、Uni-ControlNet和Control3D增强了生成可控性；PanGu-Draw实现高效多控制生成；VideoLCM支持少步高保真视频合成；PAI-Diffusion和RAPHAEL提升了中文生成与图像质量。