标签
NVIDIA发布了Nemotron-Labs-Diffusion，这是首个三模式语言模型系列（3B/8B/14B），通过改变注意力模式在自回归、扩散和自推测解码之间切换，实现高达4倍的实际吞吐量。
NVIDIA发布了Nemotron-Labs-Diffusion模型系列（3B至14B），该系列同时支持AR解码和扩散解码，并采用新颖的自推测机制，在多种硬件平台上相比标准AR和Eagle3方法实现了显著加速（最高达4倍）。
Open-dLLM 将 Qwen3.6 适配为使用扩散式生成，在 RTX 5090 上对于短序列实现了超过 3,000 tok/s 的吞吐量，相关代码已在 GitHub 上发布。
Orthrus是一种双架构框架，融合了自回归LLM的保真度和扩散模型的速度，在Qwen3模型上实现高达7.8倍的加速，同时保证输出分布完全相同。
介绍Orthrus，一种在冻结的自回归Transformer中注入可训练的扩散注意力模块的方法，在MATH-500上实现高达7.8倍每前向传播token数和约6倍实际时间加速，且输出分布与基础Qwen3-8B模型可证明一致。该方法仅需极少的额外参数和训练，并避免了外部草稿模型带来的TTFT惩罚。
字节跳动发布Cola-DLM，一种层次化连续潜在空间扩散语言模型，结合了文本VAE和块因果扩散Transformer，在Hugging Face上提供模型权重、代码和论文。
微软发布了Lens，一个拥有38亿参数的基础文本到图像模型，具备高效的训练和快速的高分辨率生成能力，采用密集字幕预训练和混合分辨率学习。
本文提出DiHAL，一种扩散-变换器混合模型，利用基于几何的代理选择预训练语言模型中的某个层，通过扩散桥进行隐藏状态替换，通过避免直接的词元恢复来改进连续扩散语言建模。
微软发布了Lens，一个38亿参数的基础文本到图像模型，专为高效训练和快速高分辨率生成而设计，以更少的计算量实现了具有竞争力的质量。
PRISM是一个基于扩散的文本图像超分辨率框架，利用流匹配先验纠正和不确定性感知残差编码来提升严重退化下的准确性，实现了毫秒级推理的最新性能。
这个Hugging Face模型页面介绍了一个基于LTX-2.3-22b训练的IC-LoRA，用于唇语同步配音，包含项目页面、论文和推理流程。
本文介绍了用于字节级语言模型的BLT扩散（BLT Diffusion）和投机解码技术，在保持生成质量的同时，显著降低了生成延迟和内存带宽成本。
unsloth 发布了基于百度的 ERNIE-Image-Turbo 模型的 GGUF 量化版本，采用 Unsloth Dynamic 2.0 方法，能够在配备 24GB 显存的消费级 GPU 上通过 8 步推理高效实现文生图。
Comfy-Org 将百度的 ERNIE-Image 和 ERNIE-Image-Turbo 模型重新打包以集成到 ComfyUI 中，提供了为 ComfyUI 基于节点的图像生成框架组织的即用模型文件。
Netflix 发布了 VOID，一种视频修复模型，能够从视频中移除物体，同时逼真地模拟物理交互（例如，当移除一个人时，物体会掉落）。该模型基于 CogVideoX 构建，并通过交互感知的四元掩码条件进行微调。
BFS：Best Face Swap 是一系列 LoRA 模型合集，用于在 Qwen Image 2.1、Qwen Image Edit 2509/2511、Flux 2 Klein、Krea 2 以及实验性的 LTX-2 工作流中进行人脸、头部和身体替换，提供针对各版本的使用指南及可下载的 safetensors 权重。
Black Forest Labs releases FLUX.1-dev, a 12-billion parameter open-weights text-to-image transformer model, available on Hugging Face with API endpoints and local inference support.
OpenAI 展示了改进的一致性模型训练技术，无需蒸馏即可实现高质量单步图像生成，通过新型损失函数和训练策略在 CIFAR-10 和 ImageNet 64×64 上取得显著的 FID 改进。