扩散模型·general

扩散模型

别名
首次出现
2026-05-22
最近出现
2026-07-27
累计提及
172
§ 01综述

扩散模型是一类基于逐步去噪过程生成高质量数据的生成模型,近年来在图像、音频、视频等领域取得显著进展,并持续向专业应用方向拓展。

扩散模型近期进展

  • LeVo 2:分层建模与渐进后训练实现稳定歌曲生成:提出分层架构和渐进后训练策略,使扩散模型能够生成结构完整、音质稳定的歌曲,标志着扩散模型在音乐生成领域的突破。原文链接
  • InfiniteDiffusion:学习式地形生成器被SIGGRAPH 2026录用:该工作展示了扩散模型在三维地形生成上的能力,仅需单卡RTX 3090 Ti即可生成逼真、连续的地形,被顶级图形学会议接收。原文链接
  • MDM-VGB:掩码扩散模型的推理时缩放与奖励引导生成:通过推理时缩放和奖励引导,提升掩码扩散模型的生成质量与可控性,为文本到图像等任务提供新思路。原文链接
  • Shell-LCC:数据流形隐式作为奖励模型用于文本到视频生成:利用数据流形的几何特性作为隐式奖励,引导扩散模型生成更符合文本描述的视频内容。原文链接
  • 当前焦点与观察点

    扩散模型正从通用图像生成向音乐、视频、三维内容等垂直领域深度扩展,同时理论研究(如传输映射估计的极限)也在推动其效率与可控性的提升。然而,实际应用中仍存在计算成本高、幻觉风险(如保险公司在灾难建模中遇到)等问题,如何在保持生成质量的同时降低推理开销、增强鲁棒性,是当前的主要挑战与研究方向。

    § 02相关报道10 条在档
    1. 01
      LLaDA 2.2 成为首个可处理真实代理工作的扩散语言模型
      elvis
    2. 02
      为艺术拆解扩散模型:交互式模型弯曲与实践可解释性
      arXiv cs.LG
    3. 03
      ElasticTTT:保留先验的测试时调优视频编辑方法
      arXiv cs.AI
    4. 04
      KroQuant: Kronecker结构块变换实现扩散变换器高效后训练量化
      arXiv cs.LG
    5. 05
      弥合似真性与可接纳性差距:动态图系统的约束感知流图
      arXiv cs.AI
    6. 06
      Nunchaku 4-bit 扩散推理集成到 Diffusers
      Hugging Face: Blog
    7. 07
      基于DDIM的可证明扩散后验采样用于线性逆问题
      arXiv cs.LG
    8. 08
      MIT新算法加速扩散模型采样,指数级减少步骤
      MIT CSAIL
    9. 09
      谷歌 DeepMind 发布 GenCeption:基于Wan2.1,将视频生成器用于视觉任务
      IT之家
    10. 10
      OpenRouter 推出 Krea 2 Medium:更快、更经济的图像生成模型
      OpenRouter
    § 03邻近话题

    本页综述由 AITOP 基于公开报道整理。原报道版权归各自来源所有。

    /topic/%E6%89%A9%E6%95%A3%E6%A8%A1%E5%9E%8B