STARFlow-V
PulseAugur coverage of STARFlow-V — every cluster mentioning STARFlow-V across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Apple 发布 STARFlow2，实现统一的文本图像生成
Apple 研究人员开发了 STARFlow2，这是一种新颖的架构，通过连接语言模型和归一化流来实现多模态生成。这种方法允许连续、单次、纯粹因果地生成交错的文本和图像序列，保留预训练的多模态理解能力，并实现高保真图像合成。该系统利用带有残差跳跃连接和统一潜在空间的 Pretzel 架构，允许文本和视觉输出直接进入 KV 缓存，从而提高生成效率。
-
视觉AI研究从性能提升转向重写核心假设
在CVPR 2026上重点展示的视觉AI的最新进展，标志着研究方向从渐进式性能改进转向对现有建模假设的根本性重新评估。研究人员正在质疑扩散模型中的无分类器引导等核心原则、视频生成对扩散的必要性以及生成模型的最优预测目标。这种重写基础设置的举措旨在为未来的视觉AI建立新的生成目标、控制机制和架构范式。
-
Apple 研究人员发布 STARFlow-V，一款基于归一化流的视频生成器
Apple 和康奈尔大学的研究人员推出了一种新颖的视频生成模型 STARFlow-V，该模型利用了归一化流。这种方法为扩散模型提供了一种替代方案，在实现可比视觉质量的同时，提供了卓越的似然估计和因果预测能力。该模型在 ICLR 2026 上发布。
-
新型生成模型统一流模型并实现扩散级图像质量
研究人员开发了一个新的生成建模框架，利用累积流图在概率空间中进行长距离传输。该方法旨在连接局部更新与有限时间传输，使生成模型能够推理全局状态转换。该框架支持少步甚至一步生成，只需对现有模型进行最小的改动，且无需增加容量，在图像和 SDF 生成等各种任务中均有效，并降低了推理成本。