arXiv上的两篇新研究论文介绍了增强扩散模型视觉生成能力的创新方法。第一篇论文Ref-GeNVS,通过将镜子图像视为互补视图并结合镜门注意力(mirror-gated attention)和反射注入(reflection injection)来生成包含镜子的场景的新视图。第二篇论文RA-GRPO提出了一个强化学习框架,通过在优化过程中引入“向后”反射来改进生成,从而校正中间采样轨迹并实现更稳定的偏好对齐。这两种方法都旨在提高生成图像和视频的质量和一致性。 AI
影响 这些方法有望实现更真实、更一致的视觉生成,尤其是在包含反射的复杂场景中,并提高扩散模型中偏好对齐的稳定性。
排序理由 两篇发表在arXiv上的学术论文,介绍了扩散模型的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →