算法论文8
快手清华:DiffMoE提升扩散模型性能
机器之心
AI 摘要
快手&清华团队:推出DiffMoE,引入批级全局token池和动态容量预测器,提升模型学习与资源分配能力,在多测试中性能超现有模型,未来集成新技术或有新突破。
阅读原文 · 机器之心
DiffMoE:动态Token选择助力扩散模型性能飞跃,快手&清华团队打造视觉生成新标杆!
清华大学和快手可灵团队推出DiffMoE,通过创新的动态token选择机制和全局token池设计,拓展了扩散模型的效率与性能边界。实验表明,DiffMoE在多方面超越现有模型,未来集成先进技术或有新增益。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
亚马逊CTO即将来华,值得关注
本文梳理亚马逊CTO Werner Vogels从业多年的技术思考路径:从供给侧造工具降低开发门槛,到转向关注使用者与真实需求,反思当前AI热潮下的行业焦虑,指出他本次2026年10月中国行,比泛滥的AI发布会更具关注价值。
InfoQ
算法论文9
ZeroDiff++刷新零样本三项基准
本文介绍发表于IEEE TPAMI 2026的ZeroDiff++模型,是ICLR 2025 ZeroDiff的扩展工作,针对生成式零样本学习的虚假语义关联、分布脱节问题提出新框架,在三项主流基准刷新成绩
量子位
推荐文章8
胡渊鸣:Astra不会取代专业3D生成
Meshy创始人胡渊鸣针对GPT-6 Astra具备3D生成能力一事,拆解其能力边界,分析其对专业3D生成行业的影响,给出自身判断,并为图形学研究者提供方向建议。
Founder Park
算法论文8
具身智能:引领AI变革,中国机遇与挑战并存
文章深入探讨具身智能的概念、内涵、计算框架与系统实现,梳理发展现状、趋势与挑战,强调生成式AI在其演进中的关键作用,还分析我国发展进展、风险,并给出研究方向与对策。
力学与人工智能