图像生成

GSPN-2: Efficient Parallel Sequence Modeling

GSPN-2：高效的并行序列建模

Hongjun Wang, Yitong Jiang, Collin McCarthy, David Wehr, Hanrong Ye, Xinhao Li, Ka Chun Cheung, Wonmin Byeon, Jinwei Gu, Ke Chen, Kai Han, Hongxu Yin, Pavlo Molchanov, Jan Kautz, Sifei Liu

机构 * NVIDIA ； The University of Hong Kong（香港大学） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 效率与蒸馏 ：text-to-image(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 GSPN-2通过结构化矩阵变换和GPU优化实现，提升视觉应用中全局空间上下文建模的效率。

Comments NeurIPS 2025

Fast-ARDiff: An Entropy-informed Acceleration Framework for Continuous Space Autoregressive Generation

Fast-ARDiff: 一种基于熵信息的连续空间自回归生成加速框架

Zhen Zou, Xiaoxiao Ma, Jie Huang, Zichao Yu, Feng Zhao

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 Fast-ARDiff通过联合优化AR和扩散组件，结合熵信息引导策略和动态调度器，实现高效连续空间自回归生成加速。

Training-Time Action Conditioning for Efficient Real-Time Chunking

训练时的动作条件化以实现高效的实时分块

Kevin Black, Allen Z. Ren, Michael Equi, Sergey Levine

机构 * Physical Intelligence（物理智能） 纠错

专题命中 效率与蒸馏 ：inpainting(abstract)

AI总结 本研究提出在训练时模拟推理延迟并直接条件化动作前缀，以实现更高效、计算成本更低的实时机器人控制。