AITOPAI热报

diffusion

general · First seen 2026-05-22 · Last seen 2026-10-27 · 473 mentions

Overview

Diffusion是人工智能领域一种革命性的生成模型技术，通过逐步去噪过程创造高质量的图像、文本和音频内容。2023年10月，扩散模型研究呈现爆发式增长，各大科技巨头和研究机构纷纷推出创新成果。

Diffusion 近期进展

ALoDLM：自适应循环扩散语言模型论文于2023年10月发布，ALoDLM：自适应循环扩散语言模型论文发布。该模型通过引入循环机制，显著提升了长文本生成的连贯性，参数量超过10亿。Amazon AGI随后推出Adaptively Looped Diffusion语言模型，Amazon AGI 推出 Adaptively Looped Diffusion 语言模型，实现了计算资源与生成质量的动态平衡。Google Research在10月中旬发布了Diffusion Controller图像生成控制技术，Google发布Diffusion Controller图像生成控制技术，使创作者能够更精确地控制生成结果的细节。

当前焦点与观察点

扩散模型正朝着更高效、更可控的方向发展。Quantile-TabDDPM模型解决了高不平衡表格数据处理的难题，Quantile-TabDDPM：用分位数正则化扩散模型应对高不平衡表格数据，通过分位数正则化技术将处理效率提升了35%。Level-of-Token Diffusion框架则实现了算力的按需分配，Level-of-Token Diffusion：按需分配算力的多分辨率图像视频生成框架，在保持生成质量的同时降低了40%的计算成本。

Coverage

10 on file