Rectified Flow transformer
PulseAugur coverage of Rectified Flow transformer — every cluster mentioning Rectified Flow transformer across labs, papers, and developer communities, ranked by signal.
-
Apple发布Luce，用于高保真3D资产生成
Apple Machine Learning Research推出了Luce，一种新颖的3D资产生成系统，它将几何体和基于物理的渲染（PBR）材质统一在一个体素化的多模态高斯云中。通过整合反照率、金属度-粗糙度以及表面法线等模态，这种表示方法允许进行重照明并集成到标准的渲染管线中。Luce利用变分自编码器和整流流Transformer从单个图像生成这些PBR高斯，在Toys4K基准测试上取得了最先进的成果，FID提高了28%，并提升了…
-
新的TEA框架增强了文本到图像模型中的概念擦除能力
研究人员开发了一个名为TEA（文本编码器对齐）的新框架，以改进文本到图像扩散模型中的概念擦除。该方法仅微调文本编码器，保持生成主干冻结，从而使包含概念的提示与安全提示无法区分。TEA在Stable Diffusion v1.4和v3.5等模型上提供了针对对抗性攻击的先进鲁棒性，同时保持了良性生成的质量，并且没有引入推理时间开销。
-
新的GenSyn10数据集对跨不同生成器的AI图像检测进行基准测试
研究人员推出了GenSyn10，一个旨在对AI生成图像的检测进行基准测试的新数据集。该数据集包含60,000张与CIFAR-10对齐的图像，这些图像使用三种不同的生成模型创建：FLUX.2-dev、HunyuanImage-3.0和Qwen Image 2512。GenSyn10旨在提高AI生成图像检测器在分布外泛化能力，因为当前模型经常难以处理它们未训练过的生成器。虽然在GenSyn10上微调的模型在已见过的生成器上能达到高精度，但…
-
CONFLUX模型生成逼真的3D胸部CT扫描，并增强临床控制力
研究人员开发了CONFLUX，这是一种新颖的潜在扩散模型，用于合成具有特定临床属性的3D胸部CT扫描。该模型使用3D变分自编码器进行压缩，并使用整流流变换器进行生成，该生成过程以详细的放射学元数据为条件。额外的强化学习后训练阶段，使用组相对策略优化，显著增强了模型可靠生成所请求的临床发现的能力，与真实扫描相比，大大减少了差距。该项目还包括发布一个大型合成胸部CT数据集和一个交互式演示。