CogVideoX
PulseAugur coverage of CogVideoX — every cluster mentioning CogVideoX across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
OrbitQuant 实现扩散 Transformer 的数据无关量化
研究人员开发了 OrbitQuant，一种用于扩散 Transformer (DiTs) 的新型训练后量化方法。该技术通过在归一化、旋转基中进行量化来实现高效推理，无需在不同的时间步、提示或模态之间进行重新校准。OrbitQuant 在 FLUX.1、Z-Image-Turbo、Wan 2.1 和 CogVideoX 等图像和视频生成模型的低比特设置下实现了最先进的性能，甚至在 2 位权重下也能实现可用的生成质量。
-
新框架增强了AI视频生成中的物理真实感
研究人员开发了两个新框架Proprio和LaMo，旨在提高AI生成视频的物理真实感。Proprio是一种无需训练的方法，能够让现有的视频生成器对其输出进行自我评估和优化，以达到物理上的合理性。另一方面，LaMo从无标签的训练数据中提取运动线索，创建潜在的运动先验，从而增强视频生成模型中的物理一致性。这两种方法在解决AI视频违反基本物理原理的常见问题方面都显示出潜力。
-
新方法提升视频扩散模型的效率和质量
研究人员正在开发新方法来提高视频扩散模型的效率和质量。几篇论文介绍了优化注意力机制的技术，例如稀疏注意力（LVSA、Veda）和线性注意力（ARL2），以降低计算成本并实现更长的视频生成。其他方法侧重于微调和偏好优化，例如用于时空区域对齐的LocalDPO和通过矢量化时间步长适应来实现时间控制的Pusa V1.0。此外，Q-ARVD解决了自回归视频扩散模型特有的量化挑战，而Bernini则统一了大型语言模型和扩散模型以实现语义规划和渲染。
-
AI研究人员为视频生成模型开发潜在空间探测技术以检测成人内容
研究人员开发了一种新方法，通过分析AI模型内部的潜在空间表示来检测其生成的视频中的成人内容。该方法应用于CogVideoX扩散模型，在生成过程中拦截这些内部信号，并附加轻量级分类器。该系统在一个包含超过11,000个视频片段的数据集上达到了97.29%的F1分数，与分析提示或最终输出的方法相比，展示了更高的检测性能和效率。