Peking University（北京大学）

PMMD: A pose-guided multi-view multi-modal diffusion for person generation

PMMD: 一种基于姿态的多视角多模态扩散用于人物生成

Ziyu Shang, Haoran Liu, Rongchao Zhang, Zhiqian Wei, Tongtong Feng

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； City University of Hong Kong, Hong Kong, China（香港城市大学） ； Peking University, Beijing, China（北京大学） ； Tsinghua University, Beijing, China（清华大学） 纠错

AI总结 PMMD通过多视角多模态扩散框架，实现可控姿态和外观的人像生成，提升一致性、细节保留和可控性。

Hybrid Attribution Priors for Explainable and Robust Model Training

混合归因先验用于可解释和鲁棒模型训练

Zhuoran Zhang, Feng Zhang, Shangyuan Li, Yang Shi, Yuanxing Zhang, Wei Chen, Tengjiao Wang, Kam-Fai Wong

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Key Lab of High Confidence Software Technologies, Peking University（北京大学高可信软件技术重点实验室） ； Kling Team（Kling团队） ； Department of Systems Engineering and Engineering Management, CUHK（CUHK系统工程与工程管理系） 纠错

AI总结 本文提出CAP Hybrid方法，通过结合CAP与现有归因技术，提升模型的可解释性和鲁棒性。

Comments 15 pages

RecTok: Reconstruction Distillation along Rectified Flow

RecTok: 修复流中的重建蒸馏

Qingyu Shi, Size Wu, Jinbin Bai, Kaidong Yu, Yujing Wang, Yunhai Tong, Xiangtai Li, Xuelong Li

机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； TeleAI 纠错

AI总结 RecTok通过流语义蒸馏和重建-对齐蒸馏提升高维视觉分词器的重建和生成性能，实现更丰富的潜在空间结构。

Accelerating Mobile Language Model via Speculative Decoding and NPU-Coordinated Execution

通过推测解码和NPU协同执行加速移动语言模型

Zhiyang Chen, Daliang Xu, Haiyang Shen, Chiheng Lou, Mengwei Xu, Shangguang Wang, Xin Jin, Yun Ma

机构 * Peking University（北京大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

AI总结 本文提出sd.npu框架，通过推测解码和NPU协同执行，提升移动设备RAG任务的效率与能耗表现。