关于 扩散模型 的文章

DFlash是一种轻量级块扩散模型，专为推测性解码而设计。它能够实现高效、高质量的并行绘图。投机解码（Speculative Decoding） 是一种相当有效的方法，可解决传统大...

一、引言：从算子级优化到计算图级优化视频生成模型的推理优化是一个多层次、系统性的工程挑战。在模型推理的早期阶段，优化重点通常集中在算子层面，例如通过优化卷积、注意力等核心算子的计算...

人工智能技术发展到今天，已经随处可见由AI深度伪造与合成技术生产的各种互联网内容。且因此技术，还发生过数十起全球知名的“恶性事件”，让这项技术背后的安全风险逐渐被社会所知。深度伪造...

当今，扩散模型在图像生成方面取得了令人瞩目的成果，能够根据文本描述创造出逼真且多样的图像。然而，图像编辑技术却相对落后，难以满足人们对于生成内容可控性的需求。为此， SeedEdi...

TDD（Target-Driven Distillation）作为一种创新的加速技术，不仅在生成高清且富有挑战性的图像领域展现出卓越性能，还具备高度的灵活性和兼容性。它能够无缝适应...

近些年，研究人员们对探索大脑如何解读视觉信息，并试图还原出原始图像一直孜孜不倦。去年一篇被 CVPR 录用的论文，通过扩散模型重建视觉影像，给出了非常炸裂的效果—— AI 不光通过...

生成式建模是人工智能的基础范式之一。随着概率建模方法的发展和模型规模的增长，以自回归模型、扩散概率模型为代表的生成式人工智能在文本、视觉、语音、跨模态等重要领域取得了一系列进展。本...