基于二维高斯分布的图像表示方法Image-GS：通过自适应地分配和优化一组二维高斯分布来重建图像
纽约大学、英特尔和AMD的研究人员推出一种基于二维高斯分布的图像表示方法Image-GS，它通过自适应地分配和优化一组二维高斯分布来重建图像。这种方法旨在为图像和纹理提供一种高效、灵活且硬件友好的表示...
排序
DAEDAL：无需训练的动态长度生成，释放扩散大模型新潜力
在大语言模型（LLM）领域，扩散型大语言模型（Diffusion Large Language Models, DLLMs）正凭借其并行生成能力与全局上下文建模优势，成为传统自回归模型（AR）的有力竞...
加速DiT架构模型推理速度的新方法TaylorSeer：通过预测未来时间步的特征来加速扩散模型
上海交通大学、山东大学、电子科技大学和香港科技大学的研究人员推出加速DiT架构模型推理速度的新方法TaylorSeer，扩散模型在图像和视频生成任务中表现出色，但其计算需求较高，限制了实时应用的可行性...
Radial Attention：用“物理直觉”突破长视频生成的计算瓶颈
近年来，视频生成模型在质量上取得了显著进步。然而，一个根本性挑战始终存在： 时序维度的引入，使计算成本呈指数级增长。 标准扩散模型中的稠密注意力机制（Dense Attention）在处理长视频时面临...
阿里Qwen项目组推出新型强化学习算法GSPO：用于训练最新 Qwen3 模型
阿里Qwen项目组推出新型强化学习算法 Group Sequence Policy Optimization (GSPO)，用于训练大型语言模型（LLMs）。与以往基于单个标记（token）重要性比率...
如何让AI“不生成某物”？UBC研究人员提出轻量级负提示新方案VSF
在文本到图像生成中，如何让模型“不生成某样东西”——例如“一只没有翅膀的鸟”或“一辆没有轮子的自行车”——始终是一个挑战。尽管正向提示可以引导生成内容，但负提示（negative prompt）的执行...
混合递归（MoR）：用“动态思考”提升大模型推理效率
在大模型追求极致规模的浪潮中，一种新的架构正试图从“智能调度”而非“堆叠参数”的角度，重新定义效率。 由 KAIST AI 与 Mila 联合提出的新框架——混合递归（Mixture-of-Recur...
Snap Research 推出 Zero-Shot Dynamic Concept：无需微调，即可实现视频级动态个性化
Snap Research 发布了一项名为 Zero-Shot Dynamic Concept 的新方法，为文本到视频生成模型中的动态概念个性化提供了全新的解决方案。该技术基于网格化 LoRA 架构...
首尔大学研究团队提出推理加速框架 RALU：无需训练的混合分辨率采样，加速DIT架构模型推理最高达7倍
DIT架构模型凭借其卓越的可扩展性，正逐步取代传统的 U-Net 架构，成为高保真图像与视频生成的主流模型。然而，其高昂的计算成本严重制约了在移动端、实时应用和大规模部署中的实用性。 为解决这一瓶颈...
索尼与韩国科学技术院联合推出 DesignLab：一种全新的AI驱动幻灯片优化框架
对大多数人而言，制作一份美观、专业、信息清晰的演示文稿是一项令人头疼的任务。 排版混乱、配色突兀、字体不协调——这些问题并非源于内容不足，而是设计决策的复杂性超出了非专业人士的能力范围。 尽管已有不少...
Gemini 2.5 实现对话式图像分割，用语言精准“圈出”图像中的目标
AI在视觉理解领域正不断突破边界。从最初的物体检测，到像素级语义分割，再到开放词汇识别，AI 对图像的理解能力持续进化。如今，谷歌 Gemini 2.5 带来了一个更具交互性的能力——对话式图像分割...
CSD-VAR：从一张图中分离内容与风格的新方法
高通AI研究和MovianAI的研究人员推出新方法CSD-VAR，用于从单张图像中分离内容（content）和风格（style），即内容风格分解（Content-Style Decomposition...
