标签
FrameForge 提出了一种统一的条件图像生成方法，通过 Mixture of Temporal Experts（MoTE）和 Chain of Temporal Reasoning（CoTR）利用预训练视频模型，在 DreamBench、COCO2017 和 GEdit-Bench 上分别针对主体驱动生成、canny 转图像和图像编辑任务取得了更优的结果。
BeatFlow-ECG 是一种条件整流流模型，可从可穿戴设备的 PPG 和 IMU 信号中重建单通道心电图。在 PPG-DaLiA 和 WESAD 数据集上，该模型超越了确定性模型、对抗模型和扩散模型等基线方法，Pearson 相关系数最高达 0.986，并取得优异的 R 峰检测 F1 分数。
本文提出了一种用于条件生成创意国际象棋残局谜题的掩码扩散模型，引入了同时最优着法预测任务，并采用了基于 DDPO 改进的强化学习框架，使符合主题且具有唯一解的谜题产出量提升了 89.1%，同时发布了首个开源权重的国际象棋残局谜题生成模型。
该论文介绍了CARE，这是一个针对扩散模型的条件感知表示正则化框架，通过基于条件相似性动态调节特征分布来提高样本质量和训练效率。在经验上，它在类别到图像和文本到图像任务中显著降低了FID并加快了收敛速度。
本文介绍了Drift Variation自动编码器，它使用条件后验流匹配来统一生成和表示学习，在受控多模态基准测试中实现了高性能。
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。