算法论文8

阿里与浙大：TC - Padé 加速扩散模型推理

机器之心2026-04-10

AI 摘要

阿里安全与浙大团队：提出 TC - Padé 扩散加速方法，基于 Padé 逼近构建残差预测框架，在低步数下兼顾生成质量与推理效率，在多任务上表现出色，为扩散模型推理优化提供新思路。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

V-RAE：革新视频生成与预测潜空间

近日，新加坡国立大学 Minghui Guo 与牛津大学 Shengqiong Wu、Hao Fei 在论文中提出视频表征自编码器 V-RAE。它以冻结的视觉基础模型为编码器压缩视频特征，还引入轻量级模块聚合信息。经实验验证，其在视频生成和预测上性能出色。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

PhiZero由中科院自动化所团队研发，探索让AI读懂真实世界运动、交互与变化的“物理语言”。它构建Reason - then - Render框架，经大量数据训练，在多基准测试中表现领先，为AI理解物理世界开辟新通道。

Alaya Lab等联合推出的Alaya - EVOKE能生成小时级视频，解决常见问题。它把记忆搬到模型外，改造教师模型，经多轮技术操作，实验成绩佳，给出清晰训练方案，也指出项目边界。