MeanFlow
PulseAugur coverage of MeanFlow — every cluster mentioning MeanFlow across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
MeanFlow框架增强带运动模糊的低光RAW图像
研究人员推出MeanFlow，一个旨在增强同时存在运动模糊的极低光RAW图像的新型框架。该方法解决了现有方法普遍忽视运动退化的问题，而这些方法通常只关注光照和噪声。该框架包含一个名为SIDED的新数据集，该数据集捕获了低光RAW图像中的受控运动模糊，以及一个统一的RAW分词器以匹配不同的光照条件。MeanFlow在单次函数评估中执行增强，并且一个物理引导的细化模型在不增加计算成本的情况下进一步提高了图像质量。
-
新的SE(3)-MeanFlow方法加速蛋白质骨架生成
研究人员开发了SE(3)-MeanFlow，一种用于蛋白质骨架设计的新型生成框架。该方法在李群几何上运行，与现有的扩散和流匹配模型相比，能够实现更快、更高效的生成。SE(3)-MeanFlow通过利用闭式平均速度恒等式和稳定的MeanFlow损失，在蛋白质骨架生成方面取得了具有竞争力或更优的结果，尤其是在少数步骤的场景下。
-
新研究探索文本和图像的高效几步生成
两篇新研究论文介绍了生成模型的新方法，重点在于提高文本和图像几步生成的效率和质量。第一篇论文《Latent-Kernel Discrete Flow Maps for Few-Step Generation》提出了一种名为 LKF 的方法，该方法原生表达了相关步骤，显著提高了文本基准上的生成困惑度。第二篇论文《Flow Map Learning via Nongradient Vector Flow》介绍了 SGFlow，一种通过模型…
-
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…
-
新理论解释并修复了MeanFlow生成模型中的不稳定性
一篇新发表在arXiv上的论文引入了一个理论框架，以解决在生成模型的MeanFlow训练中遇到的不稳定性问题。研究发现，原始MeanFlow损失中条件速度场被误用，错误地同时充当了回归目标和控制变量。作者推导出了控制变量角色的最优系数，统一了几种并发的补救措施，并证明了这个方差最优系数并不总是与产生最佳生成质量的系数一致。
-
FlowerDance系统生成高效、精炼的3D舞蹈动作
研究人员推出FlowerDance，一个从音频输入生成3D舞蹈动作的新颖系统。该系统同时注重生成效率和动作质量，旨在克服现有方法中阻碍高保真渲染的局限性。FlowerDance结合了MeanFlow与物理一致性约束，并采用基于BiMamba的骨干网络，通过通道级跨模态融合实现高效的非自回归生成。它还支持交互式动作编辑，并在基准数据集上展示了最先进的结果。
-
新的VESFlow方法增强了文本到图像生成的安全性
研究人员开发了VESFlow，一种新的无需训练的方法，用于增强使用流匹配的文本到图像生成模型的安全性。该技术直接编辑生成过程的速度场，将其引导至安全输出，而无需更改原始提示。一种高级变体VESFlow+通过将生成过程推离不安全方向，进一步完善了这一点，显著降低了有害内容生成的成功率，同时保持了良性输出的质量。
-
生成模型适配用于更快的有损压缩
研究人员开发了一种新颖的方法，将少步生成模型适配于有损压缩任务。通过利用反向信道编码（RCC）等框架，像Rectified Flow、Consistency Trajectory Models（CTM）和MeanFlow这样的模型可以被重新用作编解码器。这种方法可以缩短编码和解码时间，尤其是在低比特率场景下，并且无需重新训练模型即可提高真实感。
-
MeCo 通过生成式校正器改进语音分离
研究人员推出 MeCo，一种新颖的一步生成式校正器，用于多通道语音分离。该方法使用基于均值流的方法将估计的音频直接映射到干净的语音，旨在提高人类听觉质量，超越传统的判别模型。MeCo 结合了数据空间优化和 $\mathbf{x}_r$-loss 以及端点 SI-SDR loss，以增强信号保真度和主观听觉体验。
-
MeanFlow 训练动态得到分析，从而实现更快的收敛
研究人员分析了 MeanFlow 的训练动态，MeanFlow 是一种生成模型技术，有望在几步内获得高质量结果。他们的分析表明，学习平均速度场取决于首先建立瞬时速度场。研究还发现，当时间间隔较小时，平均速度可以改善瞬时速度的学习，但随着间隔的扩大，这种益处会减弱。基于这些见解，研究人员开发了一种改进的训练方案，该方案可以加速瞬时速度的形成，然后将重点转移到较长时间间隔内的平均速度上，从而实现更快的收敛和卓越的几步生成性能。
-
新的强化学习策略通过一次性生成控制提高效率
研究人员开发了新的强化学习策略方法，旨在提高效率和表达能力。一种方法，基于分数的一次性均值流策略优化（SOM），使用Q函数分数和概率流ODE构建目标速度场，通过减少训练和推理时间，在在线强化学习中实现了最先进的性能。另一项开发，随机均值流策略（SMFP），提供了一个一次性生成策略类别，通过均值流变换将噪声映射到动作，为离策略设置中稳定和探索性的策略改进提供了统一的目标。
-
新的MeanFlow技术稳定了大型扩散模型蒸馏
研究人员开发了一个新框架，用于稳定和增强MeanFlow，这是一种用于蒸馏大型扩散模型的技术。该方法引入了一个具有离散解的热身阶段，然后切换到微分解进行优化。此外，它还结合了轨迹分布对齐，以减轻少步推理过程中的“均值趋向偏差”。这种方法在应用于FLUX.1-dev和800亿参数HunyuanImage 3.0等模型时，表现出了卓越的性能。
-
何恺明团队推进流匹配以实现更快的图像生成
何恺明团队发表了多篇论文，挑战扩散模型在图像生成中的主导地位，提出流匹配作为一种更有效的替代方案。他们的工作引入了 JiT 等方法，直接预测清晰图像而非噪声，在不进行蒸馏的情况下达到了具有竞争力的 FID 分数。此外，他们的 VARC 模型表明，像 ARC 基准测试这样的视觉推理任务，可以通过纯视觉模型有效解决，而无需依赖语言理解，以显著更少的参数匹配人类表现。
-
新理论解决了MeanFlow生成模型中的不稳定性问题
研究人员开发了一个理论框架来解决MeanFlow训练中的不稳定性问题，MeanFlow是一种单步生成建模技术。他们发现损失函数中错误地使用了条件速度场，该速度场以不正确的系数扮演了两个统计角色。该研究推导出了最优系数，并证明了各种并发修复方法都是该最优值的实际实现。应用此优化系数可显著提高样本质量，并导致潜在扩散Transformer（latent Diffusion Transformers）中FID趋势的单调性。
-
研究人员开发区域自适应AI以增强CT图像重建
研究人员开发了RA-CMF，一种用于CT图像重建的新型条件均值流（MeanFlow）管道，可提高癌症诊断的图像质量。该系统使用条件均值流网络预测图像条件流场，并使用强化学习驱动的策略网络进行自适应空间精炼。这种方法将增强集中在困难区域，同时稳定质量足够的区域，在肿瘤区域实现高精度并提高整体图像质量。
-
新AI方法提升时间序列预测的准确性和可解释性
研究人员引入了几种新的时间序列预测方法，旨在提高准确性和泛化能力。MeLISA是一种无潜在变量的自回归模型，可提高回溯效率和长视界统计准确性。Temporal Functional Circuits利用Kolmogorov-Arnold Networks (KANs)为预测提供忠实且与时间相关的解释。Dynamic Pattern Recalibration (DPR)提供了一种与骨干网络无关的令牌级重新校准机制，以适应不断变化的局部…