图像生成

Spherical Leech Quantization for Visual Tokenization and Generation

球面Leech量化用于视觉标记化与生成

Yue Zhao, Hanwen Jiang, Zhenlin Xu, Chutong Yang, Ehsan Adeli, Philipp Krähenbühl

机构 * UT Austin（得克萨斯大学奥斯汀分校） ； Stanford University（斯坦福大学） ； Adobe Research（Adobe研究院） ； Mistral AI 纠错

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

AI总结 本文提出了一种基于Leech格的球面量化方法，通过提高对称性和均匀分布，实现了更高效的图像标记化与生成。

Comments Tech report; project page: https://zhaoyue-zephyrus.github.io/npq/

Luminance-Aware Statistical Quantization: Unsupervised Hierarchical Learning for Illumination Enhancement

具有亮度意识的统计量化：无监督分层学习用于照明增强

Derong Kong, Zhixiong Yang, Shengxi Li, Shuaifeng Zhi, Li Liu, Zhen Liu, Jingyuan Xia

机构 * College of Electronic Science and Technology, National University of Defense Technology（电子科学与技术学院，国防科技大学） ； College of Electronic and Information Engineering, Beihang University（电子与信息工程学院，北航） 纠错

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

AI总结 本文提出LASQ框架，通过无监督分层学习实现照明增强，改进亮度转换建模，提升低光照图像恢复的适应性和泛化能力。

Comments Accepted at NeurIPS 2025

AnchorHOI: Zero-shot Generation of 4D Human-Object Interaction via Anchor-based Prior Distillation

AnchorHOI: 通过基于锚点的先验蒸馏实现零样本4D人-物交互生成

Sisi Dai, Kai Xu

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

AI总结 AnchorHOI通过基于锚点的先验蒸馏策略，结合视频扩散模型提升4D人-物交互生成的多样性和泛化能力。

Comments AAAI 2026

Fast and Accurate Causal Parallel Decoding using Jacobi Forcing

快速且准确的因果并行解码使用雅可比强迫

Lanxiang Hu, Siqi Kou, Yichao Fu, Samyam Rajbhandari, Tajana Rosing, Yuxiong He, Zhijie Deng, Hao Zhang

机构 * UC San Diego（UC圣迭戈大学） ； Shanghai Jiao Tong University（上海交通大学） ； Snowflake（Snowflake公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出雅可比强迫方法，通过渐进蒸馏将AR模型转化为高效的并行解码器，实现3.8倍的速度提升并保持性能，同时引入多块解码与拒绝回收进一步提升效率。