LDMs
PulseAugur coverage of LDMs — every cluster mentioning LDMs across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的潜在桥接匹配框架从对比前图像合成乳腺MRI
研究人员开发了一种名为潜在桥接匹配（LBM）的新框架，用于从对比前图像合成增强对比的乳腺DCE-MRI。该方法利用潜在扩散模型（LDM）方法，但学习配对的对比前和峰值增强VAE潜在变量之间的条件桥接，从而实现迭代优化。在验证队列上的评估表明，与标准的LDM基线相比，LBM（特别是带有肿瘤条件）在均方误差（MSE）和弗雷歇距离（FRD）等性能指标上有所提高。
-
新方法增强了扩散Transformer在图像生成中的多模态控制
研究人员开发了新的方法来增强使用扩散Transformer（DiTs）的图像生成控制。一种方法，“Appearance Pointers”，使用紧凑型token来指导DiTs，实现对图像元素的精确区域控制，为本地化多模态引导提供了一种模态无关的接口。另一项开发，“DuSPiT”，引入了一种双分支架构，在像素空间扩散Transformer中将全局推理与局部外观建模分开，旨在获得更丰富的细节和更好的效率。对“Pixel-Space Dif…
-
新研究解决扩散模型效率和应用问题 · 追踪8个来源
近期研究探索了扩散模型的进展，重点在于提高其效率和在各个领域的适用性。FlashDiff 引入了自适应区域执行和调度，以降低图像、视频和音频生成的服务延迟并提高吞吐量。视频扩散模型中存在“序列性差距”挑战，即性能会随着因果链的延长而下降，这表明需要改进序列计算。其他工作提出了使用检索增强扩散 Transformer 进行异步时间序列预测的 ReDiTT，并探索了无需重新训练即可提高扩散模型多样性的方差校正时间偏移。此外，Singula…