Georgia Institute of Technology（佐治亚理工学院）

Plenoptic Video Generation

光场视频生成

Xiao Fu, Shitao Tang, Min Shi, Xian Liu, Jinwei Gu, Ming-Yu Liu, Dahua Lin, Chen-Hsuan Lin

机构 * NVIDIA ； The Chinese University of Hong Kong（香港中文大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 PlenopticDreamer通过多输入单输出视频条件模型和相机引导检索策略，实现高质量多视角视频重绘，提升时空一致性和视角转换能力。

Comments Project Page: https://research.nvidia.com/labs/dir/plenopticdreamer/

Scaling Trends for Multi-Hop Contextual Reasoning in Mid-Scale Language Models

中等规模语言模型中多跳上下文推理的扩展趋势

Brady Steele, Micah Katz

机构 * Georgia Institute of Technology（佐治亚理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 研究通过对比不同模型的多跳推理能力，发现多代理系统在推理任务中表现优于规则方法，且模型基础能力影响放大效果。

Comments 18 pages, 6 figures, 8 tables

StreamFlow: Theory, Algorithm, and Implementation for High-Efficiency Rectified Flow Generation

StreamFlow：高效率校正流生成的理论、算法与实现

Sen Fang, Hongbin Zhong, Yalin Feng, Yanxin Zhang, Dimitris N. Metaxas

机构 * Rutgers University, New Jersey, USA（罗杰斯大学） ； Georgia Institute of Technology, Atlanta, Georgia, USA（佐治亚理工学院） ； Nanyang Technological University, Singapore（南洋理工大学） ； University of Wisconsin-Madison, Wisconsin, USA（威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出StreamFlow，通过理论、算法和实现的综合优化，显著提升了基于流模型的图像生成效率，达到611%的加速效果。

Comments Improved the quality. Project Page at https://world-snapshot.github.io/StreamFlow/