扩散模型

阿里巴巴通义实验室开源新一代图像生成模型Qwen-Image-2512，在人物真实感、自然纹理细节和复杂文字渲染三大核心领域实现突破性进展。模型采用多尺度特征融合与3D感知架构，解决传统AI图像'塑料...

清华大学与生数科技联合研发的TurboDiffusion开源框架实现AI视频生成革命性加速，最高提速200倍，显存占用降60%，支持消费级显卡运行。涵盖SageAttention、rCM蒸馏等核心技术...

MiniMax海螺视频团队开源视觉分词器预训练框架VTP，首次揭示视觉生成缩放定律，成功解决行业长期存在的训练悖论问题。了解VTP如何通过架构与目标革新，实现下游模型性能2-3倍提升，并降低高质量视频...

蚂蚁技术研究院2025年发布LLaDA2.0离散扩散大语言模型，参数规模突破千亿，采用WSD训练策略降低90%成本，推理速度达535 tokens/s，在代码生成与数学推理任务中超越传统模型。模型已开...

AI初创公司Inception完成5000万美元种子轮融资，其新型扩散模型Mercury在代码生成任务中实现每秒超1000标记处理速度，较传统模型提升20倍，为AI商业化提供高效解决方案。

2025年MIT与丰田研究院联合发布可引导场景生成AI技术，通过4400万3D数据训练和蒙特卡洛树搜索算法，使机器人操作准确率提升40%，突破传统训练瓶颈。

UCLA研究团队在《自然》发表革命性光学AI图像生成技术，通过空间光调制器实现零能耗图像合成，能效比传统AI高数个量级。了解光学计算如何解决生成式AI高能耗问题，及其在AR/VR与移动端的应用前景。

腾讯混元团队推出Direct-Align与SRPO技术，显著解决AI绘画模型奖励作弊问题，训练效率提升300%，支持动态风格调整与2K高清生成，开源代码降低使用门槛。

字节跳动Seed团队推出实验性扩散语言模型Seed Diffusion Preview，代码生成速度提升5.4倍。该模型在多项基准测试中表现优异，尤其在代码编辑任务中展现出更强的全局规划能力，为复杂结...

Black Forest发布开源文生图模型FLUX.1-Kontext，该模型在自然语言驱动的图像编辑任务中表现优异，性能超越GPT-image-1，并大幅降低部署成本，适用于创意生产和商业应用。