当AI学会“视觉规划”：EAR范式首次系统评测图像编辑模型的推理潜力
上海交大与BIGAI提出EAR范式，将视觉规划任务转化为单步图像编辑，通过AMAZE基准系统评测模型的视觉推理能力，揭示扩散模型潜力与差距。
排序
告别漫长等待！英伟达祭出首个“三合一”大模型，吞吐量暴涨4倍，长文本秒级生成时代来了
大语言模型解码速度慢如何解决？英伟达推出全球首个三模式LLM，无缝统一自回归与扩散机制，吞吐量提升高达4倍。该技术通过单模型自推理打破硬件瓶颈，实现在不同并发下的无感切换，宣告长文本秒级生成时代正式到...
扩散模型「奖励作弊」顽疾有解！港大提出GDRO，离线训练效率飙升数倍 | CVPR 2026
香港大学赵恒爽团队在CVPR 2026提出GDRO，一种针对扩散模型的组级奖励优化后训练方法，能有效避免奖励作弊并大幅提升训练效率。本文详细解读其原理、实验结果及团队信息。
生成效率狂飙5倍！谢赛宁团队发布RAEv2：彻底颠覆传统VAE的视觉表征革命
表征自编码器RAEv2针对传统VAE语义缺失、训练极其缓慢的痛点，通过多层特征融合与REPA空间结构互补机制，实现了5倍以上的收敛速度提升。这一全新方案以更低算力实现了更优秀的重建与生成效果，成功打通...