Wan2.1-T2V-14B
PulseAugur coverage of Wan2.1-T2V-14B — every cluster mentioning Wan2.1-T2V-14B across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
InstaGen 通过新的采样技术加速视频生成
研究人员开发了 InstaGen,一种使用 Diffusion Transformers (DiTs) 加速视频生成的新颖方法。InstaGen 通过采用群组共享重要性采样来解决 DiTs 的计算成本问题,该方法用更具样本效率的方法取代了传统的 top-p 选择。该技术提高了 PSNR 等性能指标并降低了延迟,在基准数据集上优于 SVG2 和 SVG-EAR 等现有方法。
-
新的DMAD方法通过对抗性蒸馏加速视觉生成
研究人员推出了一种新颖的、用于更快视觉生成的方法DMAD,该方法将分布匹配重新构建为分类问题。该方法无需辅助扩散模型即可训练学生模型,直接通过对抗性蒸馏学习对数密度比。DMAD在ImageNet-64x64和COCO-10K等基准测试中取得了最先进的成果,并在联合音频视频生成任务中表现出强大的性能。
-
DMAD 通过对抗蒸馏加速视觉生成
研究人员开发了 DMAD,一种新颖的对抗蒸馏方法,可显著加快视觉生成过程。与需要辅助扩散模型的先前技术不同,DMAD 使用判别器直接学习对数密度比,从而实现更快的训练和推理。该方法在图像、视频和音视频生成方面取得了最先进的成果,在 ImageNet-64x64 上单步实现了 1.04 FID 等令人印象深刻的性能指标。
-
新研究提升视频生成控制力和效率
研究人员正在开发新方法来改进视频生成模型,重点关注控制、效率和质量。一种名为LA-LQR的方法使用最优控制来引导视频生成模型,在保持视觉保真度的同时减少不期望的内容。另一个研究领域是通过蒸馏和低比特量化来压缩大型视频扩散模型(如Wan2.2),使其更易于部署。此外,新的框架正在出现,为视频生成提供显式的3D控制和感知,超越2D投影,以更好地捕捉复杂的场景动态和人物运动。