#扩散模型

arXiv 上的新论文，像素扩散模型不再二选一，MFlow 让模型自己学该用哪种预测方式，ConvRefiner 还能低成本补上高频细节，做生成方向的可以看看。

一篇很实用的图像编辑论文：跑一次扩散模型，之后改焦点只要半秒，比 GenRefocus 快 462 倍，还附带了自建的 3 相机测试集。

扩散多模态模型用缓存提速后老复读，这篇论文找到三个根因，给了个免训练插件，重复率从 99.6% 压到 17%。

这篇论文教你在数据很少时怎么给分类器做预训练：DiffPT 用扩散模型，医学影像和时间序列上比自监督方法更扛用。

一篇新论文：ADT 用扩散模型来给 3D 分子结构做 token 化，小分子按原子、蛋白按残基编码，重建时还能补回侧链细节，做分子生成方向的朋友可以看看。

多轮修图会越修越糊，这篇论文提出训练时让学生模型在自己输出上练习、教师模型锚定原图做蒸馏，长序列编辑明显更稳。

HUST 团队把 RL 后训练扩散模型的方法全捋了一遍，还做了跨基准实测，做生成方向研究的可以直接收藏这份地图。

这篇论文把负引导做成了有明确目标密度的采样器，用 PU 学习加 SMC 修正，图像生成实验也验证了，做扩散模型采样的人可以看看。

Google DeepMind 这篇论文把监督学习和强化学习的好处合在一起，26 个稀疏奖励任务上都跑赢了以前的 RL 方法，搞 RL 的可以看看。

一篇论文，用多视角图像生成 LiDAR 点云，靠 DepthAnything3 加双分支 CFG 提升几何和语义对齐，做自动驾驶数据合成的可以看看。

一篇挺硬核的表示学习论文：作者把 tokenizer 和生成模型放一起算 flop 效率，结果比 DINO 和 LeJEPA 更抗塌缩，还给出了 scaling 规律。

理论证明来了：α-stable 扩散为何比 Brownian 更会抓重尾——α 对上数据尾部指数，极端分位数才准。

这篇论文把少步蒸馏简化成纯回归，4步生成就能反超多步教师，还做到了33B参数规模。

不用 HMC 先采样就能训练扩散模型，靠自身生成的样本自举，在二维 φ⁴ 理论上效果追平有数据训练。

扩散模型的理论保证很少做到条件版本，这篇把训练误差和离散化步数一起算清了，做生成模型理论的可以看看。

论文提出DoubleCat和SemiCat两种新方法，让连续扩散语言模型性能超越离散扩散，TinyGSM准确率提升三倍多。

这篇论文提出β-Flow方法，统一了扩散和流匹配模型，在7个逆问题上达到最先进性能，还能根据数据稀疏性调整先验强度。

生成出复制图之前就能查出扩散模型背了哪些训练数据，CelebA 和 Stable Diffusion v1.4 上的数字都给出来了，做模型审计的可以看看。

一篇量化压缩论文：给每层算局部误差打分来分配比特，不用求解器，分配速度最高快2570倍，校准数据脏了也不崩。

一篇挺有意思的论文：给扩散模型外挂一个小推理网络，10M 参数就把最难 Sudoku 从 4.1% 拉到 71.2%，不用符号监督。

改进 flow matching 训练的新论文，联合学路径和流，还修了低熵瓶颈问题，代码开源，做生成模型的可以看看。

给世界模型生成的视频实时配音，延迟低到 RTF 0.41，还能中途改音效，声音还会随镜头位置变化，搞世界模型的可以看看。

这篇论文改了 MCGDiff 的启动方式，用高斯桥把采样提前到中间时刻，粒子数不变的情况下误差降了约 2 倍，做扩散逆问题求解的可以看看。

一篇很巧的论文：让扩散模型在需要细节的地方用细 token、别处用粗 token，预训练模型不用重训就能提速，还能接智能体的规划布局。

科研朋友可以看看这篇：不用微调扩散模型，靠推理时搜索同时满足多个设计约束，6 个 DNA/蛋白/RNA 任务上联合成功率最高到基线 1.98 倍。

一篇方法论文：搞强化学习或扩散模型的朋友可以看看，SCF 不用重要性采样也能从 critic 给的未归一化密度里采样，训练还更快。

扩散模型解 PDE 反问题有坑，这篇论文证明输出空间优化会失准，换成 FunBCS 在输入空间优化，误差降 27-64% 还更快。

做医学成像或扩散逆问题的可以看看，不用重训模型，推理时改一下 DDNM 就能让 CT 重建效果更好。