视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2026-02-09 至 2026-02-09 共收录 5 篇信号源：cs.CV, cs.GR, cs.MM

1. 效率与蒸馏 5 篇

2602.06879 2026-02-09 cs.CV cs.AI 89%

NanoFLUX：基于知识蒸馏的大型文本到图像生成模型压缩方法用于移动设备

Ruchika Chavhan, Malcolm Chadwick, Alberto Gil Couto Pimentel Ramos, Luca Morreale, Mehdi Noroozi, Abhinav Mehrotra

机构 * Samsung AI Center, Cambridge（三星人工智能中心，剑桥）

专题命中效率与蒸馏：image generation(title,abstract)；text-to-image(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 NanoFLUX通过知识蒸馏和渐进压缩技术，将大型文本到图像生成模型压缩至2.4B，实现移动设备上的高质量图像生成。

2512.21446 2026-02-09 cs.LG cs.AI 78%

dUltra: 通过强化学习实现超快扩散语言模型

Shirui Chen, Jiantao Jiao, Lillian J. Ratliff, Banghua Zhu

机构 * University of Washington（华盛顿大学）； University of California, Berkeley（加州大学伯克利分校）

专题命中效率与蒸馏：diffusion(title,abstract)

AI总结 dUltra通过端对端强化学习框架实现超快扩散语言模型，提升并行生成效率和准确性。

2506.07822 2026-02-09 cs.LG cs.AI 78%

通过奖励感知一致性轨迹蒸馏加速离线强化学习中的扩散规划器

Xintong Duan, Yutong He, Fahim Tajwar, Ruslan Salakhutdinov, J. Zico Kolter, Jeff Schneider

机构 * Carnegie Mellon University（卡内基梅隆大学）

专题命中效率与蒸馏：diffusion(title,abstract)

AI总结本文提出了一种奖励感知一致性轨迹蒸馏方法，通过解耦训练和无噪声奖励信号，在离线强化学习中实现高效扩散规划器，提升性能并加快推理速度。

2602.06605 2026-02-09 physics.optics 71%

基于增强后验采样的扩散薛定谔桥用于超材料反向设计

Mathys Le Grand, Pascal Urard, Denis Rideau, Loumi Trémas, Damien Maitre, Adam Fuchs, Louis-Henri Fernandez-Mouron, Régis Orobtchouk

专题命中效率与蒸馏：diffusion(title)

AI总结本文提出基于增强后验采样的扩散薛定谔桥方法，用于高效高精度的超材料反向设计，解决了传统方法在复杂结构中的计算瓶颈和局部极小值问题。

Comments 47 pages, 33 figures

2501.07681 2026-02-09 cs.LG cs.CV math.OC stat.ML 57%

数据集蒸馏作为推前最优量化

Hong Ye Tan, Emma Slade

机构 * UCLA University of Cambridge（加州大学洛杉矶分校剑桥大学）； Tangram Therapeutics

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

AI总结本文提出基于最优量化的数据集蒸馏方法，通过潜在空间聚类提升ImageNet-1K数据集的蒸馏性能，优于现有SOTA方法。