标签
AMBIT是一个统一框架，通过将自回归场景规划与整流流（rectified-flow）渲染相耦合，实现一阶Ambisonics（FOA）空间音频的生成与编辑，并利用FOA感知的连续VAE与on-policy自蒸馏来保持空间结构和声学保真度。
该论文提出了预测状态流（Predictive-State Flows，PSF），这是一种连续扩散语言模型设计，其中整流流先验生成块级预测状态，块因果解码器并行生成词元，从而显著减少扩散状态和串行深度，同时相较于 ELF-B 等模型提升了效率和生成质量。
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。
SILSA 是一个拓扑感知的 3D 生成框架，用紧凑的滑动窗口切片隐变量和单阶段整流流（rectified-flow）生成取代开销巨大的体素 token，并利用持久图（persistence diagram）和基于 Betti 数的切片级拓扑监督。该方法在提升结构保真度（PSNR 提升 8.7%，Betti 误差降低 9.2%）的同时，将 token 数量削减 70%、显存降低 40.4%、推理时间缩短 58.5%。
ALICE 是一个用于零样本、上下文内互信息估计的基础模型，仅在合成分布上训练，利用整流流（rectified-flow）速度场来估计互信息，无需针对每个分布进行单独训练。它在生物学、遗传学和神经科学等领域的基准测试中取得了具有竞争力的准确率。
TransNormal-2通过几何感知训练损失和轻量级RGB引导细化模块校正VAE重建误差，改善单目法线估计，在最少标注下取得强劲成果。
本文介绍了StraightDP，一个面向文本条件修正流Transformer的几何感知差分隐私框架。它将隐私预算进行划分，用于发布类条件矩并使用DP-SGD，在强隐私水平下相较于统一DP训练提高了准确率和FID。
Mage-Flow 是一个紧凑的 4B 参数生成栈，用于高效的文本到图像生成和基于指令的图像编辑，具有共同设计的轻量级分词器（Mage-VAE）和经过整流流匹配训练的原生分辨率多模态扩散变换器。它在单个 A100 GPU 上实现 0.59 秒的高分辨率生成，同时达到具有竞争力的性能。
本文提出了AffectFlow-DINO，一种用于第11届ABAW挑战赛的多任务学习系统，该系统采用条件修正流头来建模真实场景下面部行为估计中的不确定性，相比基线取得了显著提升。
本文提出 SRT（时间序列超分辨率），一种使用解耦校正流方法从低分辨率输入重建高分辨率时间模式的框架。该方法将输入分解为趋势和季节性成分，应用隐式神经表示进行分辨率对齐，并引入跨分辨率注意力机制以生成细粒度细节，在多个数据集上实现了最先进的性能。
ChangeFlow 提出了一种用于遥感变化检测的生成式框架，该框架利用纠正流在潜空间中合成变化掩码，通过基于采样的预测集成实现了更高的准确率和鲁棒性，在四个基准数据集上的平均F1分数达到80.4%。
Irodori-TTS-500M-v3是一个基于Rectified Flow Diffusion Transformer的日语TTS模型，支持零样本语音克隆以及独特的基于表情符号的风格/音效控制。
本文介绍了PNAPO，一种针对整流流模型的离线偏好优化框架，该框架通过噪声样本增强偏好数据，并采用动态正则化来提高训练效率和样本效率。
微软提出统一的结构化潜在表示（SLAT），结合校正流 Transformer 实现高质量、多格式（辐射场、3D 高斯、网格）的 3D 资产生成，支持文本/图像条件及局部编辑，在 50 万个 3D 样本的数据集上训练的 20 亿参数模型显著超越现有方法。