Найдено записей: 10
TiDAR объединяет диффузионное черновое предсказание и автогрессивную верификацию в одном проходе, что позволяет умножить количество токенов на проход и увеличить скорость инференса до примерно 5.9x без заметной потери качества.
NVIDIA выпустила GraspGen — инновационную диффузионную систему, значительно улучшающую 6-DOF захваты роботов с помощью масштабного синтетического обучения и новых методов тренировки, показывая высокую эффективность в симуляции и на реальных роботах.
MDM-Prime улучшает Masked Diffusion Models, позволяя частично размаскировать токены, что повышает эффективность и качество генерации текста и изображений.
Новое исследование показывает, что обобщение в моделях flow matching возникает из-за ограничений в аппроксимации поля скорости на ранних траекториях, опровергая роль стохастичности.
Samsung Research разработала ANSE — метод активного выбора шума на основе внимания для улучшения качества и согласованности видео в моделях текст-видео с минимальными затратами вычислений.
MMaDA — новая унифицированная мульти-модальная диффузионная модель, которая превосходит существующие решения в задачах текстового рассуждения, визуального понимания и генерации изображений.
Новое исследование выявило, что модели ИИ ошибочно включают современные устройства в исторические сцены, что подчёркивает сложности с достижением исторической точности в сгенерированных изображениях.
DanceGRPO представляет собой объединённую систему обучения с подкреплением для улучшения визуальной генерации в различных парадигмах, значительно повышая качество и соответствие человеческим предпочтениям.
MirrorVerse и MirrorFusion 2.0 предлагают инновационные датасеты и методы обучения, значительно повышающие точность и фотореализм отражений в диффузионных моделях.
Разделённые Диффузионные Трансформеры (DDT) разделяют семантическое кодирование и декодирование деталей, ускоряя обучение и улучшая качество генерации изображений, устанавливая новые рекорды на ImageNet.