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。

2026-02-23 至 2026-02-23 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 效率与蒸馏 3 篇

2511.19269 2026-02-23 cs.LG cs.CL 78%

CDLM: Consistency Diffusion Language Models For Faster Sampling

CDLM：一致性扩散语言模型用于更快的采样

Minseo Kim, Chenfeng Xu, Coleman Hooper, Harman Singh, Ben Athiwaratkun, Ce Zhang, Kurt Keutzer, Amir Gholami

专题命中效率与蒸馏：diffusion(title,abstract)

AI总结 CDLM通过一致性建模和块状因果注意力掩码，显著降低扩散语言模型的推断延迟，同时保持在数学和编码任务上的准确性。

Comments Accepted to MLSys 2026

2602.18104 2026-02-23 cs.SD cs.AI cs.LG eess.AS 50%

MeanVoiceFlow: One-step Nonparallel Voice Conversion with Mean Flows

MeanVoiceFlow: 一步非并行语音转换基于均值流

Takuhiro Kaneko, Hirokazu Kameoka, Kou Tanaka, Yuto Kondo

机构 * NTT, Inc.（日本NTT公司）

专题命中效率与蒸馏：diffusion(abstract)

AI总结 MeanVoiceFlow是一种基于均值流的一步非并行语音转换模型，通过结构边缘重建损失和条件扩散输入训练，实现从头开始训练的高效语音转换。

Comments Accepted to ICASSP 2026. Project page: https://www.kecl.ntt.co.jp/people/kaneko.takuhiro/projects/meanvoiceflow/

2602.17682 2026-02-23 cs.LG 50%

Duality Models: An Embarrassingly Simple One-step Generation Paradigm

对偶模型：一种 embarrassingly简单的单步生成范式

Peng Sun, Xinyi Shang, Tao Lin, Zhiqiang Shen

机构 * Westlake University, Hangzhou, China（西湖大学）； Zhejiang University, Hangzhou, China（浙江大学）； University College London, London, UK（伦敦大学学院）； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, UAE（穆罕默德·本·扎耶德人工智能大学）

专题命中效率与蒸馏：diffusion(abstract)

AI总结 Duality Models通过一输入双输出范式，同时预测速度和流映射，提升生成稳定性与效率，在ImageNet上实现SOTA FID

Comments https://github.com/LINs-lab/DuMo