Tencent（腾讯）

MeanFlowNFT: Bringing Forward-Process RL to Average-Velocity Generators

MeanFlowNFT：将前向过程强化学习引入平均速度生成器

Yushi Huang, Xiangxin Zhou, Jun Zhang, Liefeng Bo, Tianyu Pang

机构 * Tencent Hunyuan（腾讯混元） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 研究将强化学习应用于MeanFlow生成器的问题，核心方法是引入MeanFlowNFT，受MeanFlow恒等式启发构建预测器并应用DiffusionNFT目标，主要贡献是改进基线，在多数指标上超越现有方法，少步采样时能超越多步强化学习调整的扩散模型。

Comments Project Page: https://harahan.github.io/meanflownft-project-page/, GitHub: https://github.com/Harahan/MeanFlowNFT, Hugging Face: https://huggingface.co/Harahan/MeanFlowNFT, Demo: https://huggingface.co/spaces/Harahan/meanflownft-fewstep-generation

Aligned Stable Inpainting: Mitigating Unwanted Object Insertion and Preserving Color Consistency

对齐稳定修复：缓解不需要的对象插入并保持颜色一致性

Yikai Wang, Junqiu Yu, Chenjie Cao, Xiangyang Xue, Yanwei Fu

机构 * Nanyang Technological University（南洋理工大学） ； Tencent Hunyuan3D（腾讯 Hunyuan3D） ； Fudan University（复旦大学） ； Fudan ISTBI–ZJNU Algorithm Centre for Brain-Inspired Intelligence（复旦大学 ISTBI–浙师大脑启发式智能算法中心） ； Zhejiang Normal University（浙江师范大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 本文提出ASUKA框架，通过重建先验和专有VAE解码器解决生成修复中的对象插入和颜色不一致问题，提升修复图像的质量和一致性。

Comments Update: more exps and analysis

Chi-Square Wavelet Graph Neural Networks for Heterogeneous Graph Anomaly Detection

用于异构图异常检测的卡方小波图神经网络

Xiping Li, Xiangyu Dong, Xingyi Zhang, Kun Xie, Yuanhao Feng, Bo Wang, Guilin Li, Wuxiong Zeng, Xiujun Shu, Sibo Wang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Tencent, WeChat Pay（腾讯、微信支付） 纠错

AI总结 针对异构图异常检测面临的挑战，提出基于卡方滤波器的光谱GNN框架ChiGAD，包含多图卡方滤波器、交互式元图卷积和贡献知情交叉熵损失，实验表明其在多指标上优于现有模型，同构变体ChiGNN也表现出色。