conditional-generation

seedance2 是一个将深度视频输入转换为完整视频输出的人工智能模型。

本文提出了一种统一的去噪扩散框架，用于条件生成图信号，引入了一种新颖的U-GNN架构，将U-Net扩展到图结构数据。该方法在股票价格预测和无线资源分配任务中得到了验证。

FlowBender 是一个闭环框架，通过训练网络利用推理时反馈来纠正对齐误差，从而提升扩散模型和流模型中的约束满足能力，优于传统的监督方法和基于引导的方法。

本文提出AnyMo，一种统一的多模态人体运动生成框架，结合基于残差FSQ的运动分词器与可扩展的掩码建模Transformer，并利用包含超过5000小时运动数据的OmniHuMo数据集，实现在任意模态组合下的高质量合成。

UniSteer 提出了一种文本引导的激活流匹配方法，在激活空间中学习通用条件速度场，无需特定任务干预模块即可实现多功能的 LLM 行为控制与分类任务。

MERIT是一个框架，它通过条件音频生成和源分离音轨学习旋律、节奏和音色的解耦音乐表示，能够进行精细且特定因子的音频相似度查询。