算法论文8
清华&可灵团队：SVG 无 VAE 扩散模型登场
机器之心
AI 摘要
清华&可灵团队推出 SVG 框架，替代传统 VAE。它靠 DINO 搭地基、残差分支补细节，在高维特征空间训练。实验显示其生成性能优、效率高、多任务适配性好，为通用视觉模型研发提供新思路。
阅读原文 · 机器之心
无VAE扩散模型！ 清华&可灵团队「撞车」谢赛宁团队「RAE」
清华大学智能视觉团队和快手可灵团队联合推出《Latent Diffusion Model without Variational Autoencoder》，提出 SVG 框架，用预训练视觉特征编码器替代传统 VAE，解决了传统「VAE + Diffusion」范式的效率与通用性痛点。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
复旦&引望WAM-Diff2让自动驾驶解码提速15.1倍
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。
机器之心
算法论文8
字节团队发现文生图Scaling新变量
ByteDance Seed团队研究发现，文生图模型中自然语言Caption变长，不意味着模型获更多视觉监督，其信息量更能预测训练损失。团队提出Structured Prompt，从两侧提升文本条件，在多任务上取得显著提升。
机器之心
新闻资讯8
ICML 2026：扩散模型与AI安全引关注
ICML 2026大奖公布，杰出论文奖中两篇扩散模型论文获奖，立场论文奖指出AI安全工具被挪用问题。时间检验奖颁给DeepMind经典论文。获奖名单显示扩散模型研究热，AI安全需审视，AI研究进入深度清理阶段。
新智元
算法论文8
中科大等揭秘扩散模型“一致性危机”
中国科学技术大学等多机构研究者发表综述，梳理超500篇论文，揭示扩散模型视觉内容合成“一致性危机”，介绍三类一致性关系、加强位置、评估问题，指出未来模型需具备冲突感知等能力。
新智元