DiffusionNFT
PulseAugur coverage of DiffusionNFT — every cluster mentioning DiffusionNFT across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
InstructVVT框架实现了指令驱动的视频虚拟试穿
研究人员开发了InstructVVT，一个用于视频虚拟试穿的新框架，它使用扩散Transformer和多模态大语言模型，在不依赖辅助空间先验的情况下实现精确的服装替换。这种方法可以直接从源视频、参考服装和指令输入中进行细粒度控制。与ViViD-S和TripVVT-Bench等基准上的现有方法相比，该系统在服装保真度、结构保持和时间一致性方面表现出卓越的性能。
-
MeanFlowNFT 将前向过程强化学习应用于平均速度生成器
研究人员推出了一种名为 MeanFlowNFT 的新颖框架，该框架将强化学习（RL）技术应用于 MeanFlow 生成器，以实现更快、更高效的内容生成。该方法弥合了瞬时速度和平均速度预测之间的差距，使 MeanFlow 生成器能够在无需复杂逆向过程计算的情况下，与人类偏好和特定任务目标保持一致。实验表明，MeanFlowNFT 显著提高了基线性能，甚至可以在使用更少的采样步骤的情况下超越多步 RL 调优的扩散模型，在图像和视频生成应用…
-
StitchVM框架提高了扩散模型对齐效率
研究人员开发了StitchVM，一个用于将扩散模型与特定奖励（如提示保真度）对齐的新型框架。该方法有效地将针对干净图像训练的奖励模型转移，以处理扩散过程中的噪声中间潜在变量。通过将预训练的像素空间奖励模型缝合到冻结的扩散骨干网络上，StitchVM为噪声潜在变量创建了一个轻量级但功能强大的价值函数。这种方法显著加快了DPS和DiffusionNFT等下游任务的速度，同时还减少了内存需求。