针对少步自回归视频生成中所有 token 都跑完最终去噪步的浪费问题，提出 Speculative Forcing 框架，将中间干净估计作为草稿，预测哪些 token 可提前接受并冻结，同时保留其 KV 缓存作为上下文。在短视频、长视频和世界生成任务上保持全步采样质量，LongLive 上每 token 约 1.7 步去噪、提速超 1.5 倍。

#video-generation #autoregressive

已过时译★ 68

行业落地Hugging Face Papers4 天前

SUPRA-TEX 单图生成超对齐3D纹理

SUPRA-TEX 提出解耦可见材质估计、表面对齐与观测引导补全的单图3D生成方法，用MLLM编辑模型预测PBR贴图并投影为原生观测潜变量，再由交错流Transformer补全未观测区域，实现所见即所得的高保真纹理，仅用公开数据即达SOTA。

#3d-generation #texture

已过时译★ 7

行业落地Google AI Blog4 天前

Generative AI to quantify uncertainty in weather forecasting

Google Research 发布 SEEDS，一种基于扩散生成模型的天气集合预报采样器，可在极低成本下大规模生成集合成员，量化极端天气不确定性。相比传统物理模拟需上万成员才能刻画 1% 概率事件，SEEDS 仅需一两个业务预报即可生成大集合，为气象与气候科学提供高效概率预报新路径。

#diffusion #weather

已过时译

大模型arXiv cs.LG4 天前

Denoising Score Matching in Diffusion Models: The Effect of Rank Constraints on Generalization

本文研究扩散模型去噪分数匹配中，分数网络的秩约束对泛化的影响。通过三层网络实验与随机特征理论分析，发现提高秩可降低训练误差，但测试误差取决于样本量和数据维度，并给出最优秩约束估计的谱刻画与秩阈值。

#diffusion #score-matching

已过时译

大模型arXiv cs.LG4 天前

Quantile-Guided Diffusion for Probabilistic Time-Series Forecasting

该论文研究如何用预测分位数作为扩散预测器的分布控制信号，提出 Control-TS：冻结预训练扩散骨干，仅学习分位数控制通路，在去噪网络全程施加残差控制。八个基准上一致提升 CRPS，并引入 CLPS 评估生成轨迹的下游预测效用。

#diffusion #time-series

已过时译

大模型arXiv cs.LG4 天前

FlowBudget: Training-Free Sampling-Budget Estimation for Flow Matching Models

FlowBudget 提出一种免训练的采样预算估计方法，用于流匹配模型。它通过无模拟插值探针估计单步离散误差系数，结合求解器阶数将数值容差映射为所需步数，从而避免传统依赖 FID-NFE 扫描的昂贵预算选择。在 SiT、FlowDCN、Rectified Flow 上验证有效，可降低推理调参成本。

#flow-matching #diffusion

已过时译

大模型arXiv cs.AI4 天前

Temporal Specification Guidance for Text-to-Video Generation

该论文提出时序规范引导（TSG），将文本到视频生成中的顺序、时序与持续要求形式化为时序逻辑规范，在推理阶段无需训练即可将规范转化为可微目标，通过视频-文本注意力轨迹的梯度构造去噪方向，增强CFG。在220条提示上，五个模型的规范满足准确率提升9.5-20个百分点，内存开销极小。

#text-to-video #temporal-logic

已过时译

大模型arXiv cs.AI4 天前

Value-Informed Schedule Trimming for Accelerated Sequential Monte Carlo Guidance in Discrete Diffusion

VISTA 是一种免训练方法，用于离散扩散模型的奖励引导生成：它把稀疏 SMC 引导的步数选择建模为对理想全引导概率路径的近似，通过少量全引导预热生成估计路径偏差上界，再用动态规划精确求解最优引导时间表。在文本、生物序列和图像任务上，它自动发现任务相关的时间表，多数场景优于手工稀疏方案，并在毒性文本生成中实现 5.35 倍加速（204.23s 降至 38.16s），毒性比接近全引导。

#diffusion #smc

已过时译