算法论文8

何恺明组本科生领衔突破Flow模型瓶颈

量子位2025-12-15

AI 摘要

何恺明团队提出BiFlow框架解决归一化流局限。解耦前后向过程，有三项关键技术。实验中生成质量刷新SOTA，推理速度提升两个数量级，还能实现图像编辑，三位一作是本科生。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

清华团队样本分布训练刷新生成SOTA

本文介绍清华大学联合多校团队提出样本分布训练新生成方法，发布MGFlow、Elastic Forcing两项成果，分别实现一步生图SOTA、14B流式视频模型单8卡后训练，为实时多模态交互开辟新路径。

本文整理了NVIDIA Research科学家李柏依在ECCV 2026 Workshop的分享，针对机器人训练数据采集壁垒高的问题，介绍了两项解决多模态感知与灵巧操作数据难题的前沿研究。

深度神经网络虽应用广泛，但对对抗样本脆弱，制约可靠部署。本文介绍发表于TPAMI 2026的工作，提出基于一致性模型的对抗净化方法（CMAP），实验表明其在不同场景下鲁棒性强，为对抗防御提供新视角。

7月7日，ICML 2026正会首日，雷峰网精选九篇Spotlight论文，涵盖生成模型、智能体系统等多领域。如SDEVI框架解决不规则时间序列生成难题，MASpoB让多智能体提示优化可行等。