#扩散模型

生成出复制图之前就能查出扩散模型背了哪些训练数据，CelebA 和 Stable Diffusion v1.4 上的数字都给出来了，做模型审计的可以看看。

一篇量化压缩论文：给每层算局部误差打分来分配比特，不用求解器，分配速度最高快2570倍，校准数据脏了也不崩。

一篇挺有意思的论文：给扩散模型外挂一个小推理网络，10M 参数就把最难 Sudoku 从 4.1% 拉到 71.2%，不用符号监督。

改进 flow matching 训练的新论文，联合学路径和流，还修了低熵瓶颈问题，代码开源，做生成模型的可以看看。

给世界模型生成的视频实时配音，延迟低到 RTF 0.41，还能中途改音效，声音还会随镜头位置变化，搞世界模型的可以看看。

这篇论文改了 MCGDiff 的启动方式，用高斯桥把采样提前到中间时刻，粒子数不变的情况下误差降了约 2 倍，做扩散逆问题求解的可以看看。

一篇很巧的论文：让扩散模型在需要细节的地方用细 token、别处用粗 token，预训练模型不用重训就能提速，还能接智能体的规划布局。

科研朋友可以看看这篇：不用微调扩散模型，靠推理时搜索同时满足多个设计约束，6 个 DNA/蛋白/RNA 任务上联合成功率最高到基线 1.98 倍。

一篇方法论文：搞强化学习或扩散模型的朋友可以看看，SCF 不用重要性采样也能从 critic 给的未归一化密度里采样，训练还更快。

扩散模型解 PDE 反问题有坑，这篇论文证明输出空间优化会失准，换成 FunBCS 在输入空间优化，误差降 27-64% 还更快。

做医学成像或扩散逆问题的可以看看，不用重训模型，推理时改一下 DDNM 就能让 CT 重建效果更好。

一篇论文提出 COFLOW，按 prompt 动态决定扩散步数，图像视频都能提速 2.5 倍还不用重训模型，做生成的可以看看。

医学影像合成的怕生成得像但解剖错了，这篇用 AortaDiff 加 6 种不确定性方法来量化这事，MCDropout 免训练就能用

一篇挺有意思的分析论文：单步生成模型里，扩散的多步去噪没消失，而是挪到了网络各层里，还能借此把 MeanFlow SiT-L/2 压缩 16.6 倍参数。

一篇扩散模型微调的论文，教你怎么给少步掩码扩散模型做奖励微调，还能少 32 倍去噪步数，做生成方向的可以看看。

这篇论文揭示了扩散模型在有限预算训练下的特征选择性崩溃机制，对理解模型长期训练稳定性很有价值。

新提出的HC-DLM模型解决了扩散语言模型的统计依赖问题，在多个任务上表现优异。

OpenAI新研究提出两种蒸馏方法，大幅降低扩散模型计算成本，4次评估即可生成1024个高质量token。

CDMD让一个模型搞定多种表格数据，比单独训练多个模型参数更少效果更好，代码已开源。

清华团队提出SplitMoE，解决视频扩散模型均匀性陷阱，生成质量更优。

这篇论文提出了一种新方法，能处理模拟器与数据不匹配的情况，在生物信号模型中表现优异。

清华团队发布HamiFormer，用双专家扩散场解决动力学预测问题，在碰撞模拟上比现有模型误差降低超20%。

一篇把扩散模型搬进推理赛道的新论文，LFRM 用 638M 参数在 GSM8K 拿到 63.74%，比同规模的连续扩散基线都强，搞生成范式研究的可以看看。

单步生成图像的论文，用高斯混合做分布匹配，把 FLUX.2 4B 改成一步出图还比原来四步更好，搞生成的可以看看方法细节。

一篇把扩散采样和非凸优化联系起来的理论论文，证明了反向 SDE 流在强凸势下的指数收缩速率，做扩散模型理论方向的朋友可以看看。

如果你在调扩散模型，这篇讲清楚了为什么高维潜空间里速度预测费劲，换成 x0-预测就能稳定涨点，思路很实用。

一个做 3D 点云生成的新扩散架构 EMERGE，用图神经网络替代常规网格化管线，一次训练就能在任意分辨率零样本出结果，做 3D 生成的话可以看看这篇。

把扩散模型控制策略跑进宇树 G1 实机：Jetson 上单帧不到 20ms，文本指定动作比基线更准

阿里拿生产数据量化LoRA适配器共现规律，66.1%延迟开销这类数字，做推理服务的会想看。

斯坦福团队新提出的CSBP并行策略，能让扩散模型训练速度大幅提升，特别是长上下文场景，值得看看。

Stanford AI Lab@StanfordAILab原文