李飛飛親自下場定義世界模型
李飛飛為世界模型提出了新的框架，強調渲染、模擬與規劃功能的融合。此觀點旨在消融 AI 開發中這三大核心功能之間的界線。
Search
Tag: #generative-models16 results
透過 Wasserstein 幾何統一擴散模型與流匹配
本研究論文利用 Wasserstein 空間為擴散模型與流匹配建立了統一的幾何框架。研究表明這兩種方法是同一黎曼流形上的不同路徑，其中擴散模型表現為自由能梯度流，而流匹配則表現為最優傳輸測地線。
DiffusionGemma：文字生成圖像速度提升 4 倍
DeepMind 推出了 DiffusionGemma，這是一種優化文字生成圖像的新方法。該研究旨在顯著提升生成模型的推論速度。
Google DeepMind 將 Street View 整合至 Project Genie
Google DeepMind 已將 20 年的 Street View 影像整合至其 Project Genie 世界模型中。這讓使用者能夠探索由 AI 生成、具互動性的真實地點模擬場景。
蘋果大型語言模型情境基準測試
蘋果機器學習團隊推出基準測試，探測大型語言模型（LLMs）在自然語言處理中情境理解能力，此領域評估不足。基準測試將現有資料集改編為四項任務及九個資料集，適用生成模型。此舉可全面評估情境語言能力。
🔬
MIT 2026 流匹配講座
Peter Holderrieth 與 Ezra Erives 發布更新版 MIT 流匹配與擴散模型課程，針對 AI 生成器。包含講座影片、自足數學筆記、實作編碼，加上新主題如潛在空間、擴散變換器及離散擴散語言模型。全部資源免費於 diffusion.csail.mit.edu。
GenCtrl：生成模型正式可控性工具包
Apple 推出 GenCtrl 工具包，解決生成模型的可控性問題。它將人機互動框架為控制過程，並提出演算法估計對話中的可控集。研究提供估計誤差的形式保證。
利用引導式生成模型估算極端事件發生機率
NVIDIA 探討如何利用引導式生成模型來有效估算罕見且高影響力事件的機率。此方法旨在取代計算成本高昂的暴力蒙地卡羅模擬法。
DiScoFormer：用於密度與分數估計的統一 Transformer
DiScoFormer 引入了一種統一的 Transformer 架構，能夠同時處理密度估計與基於分數的生成式建模。這種方法允許在單一模型框架內進行跨分佈的高效學習。
Follow the Mean：新型參考引導流匹配技術
一篇新論文介紹了「Follow the Mean: Reference-Guided Flow Matching」，這是生成建模與流匹配領域的一種新穎方法，探討了提升生成過程效率與品質的技術。