图像生成

MedVAR: Towards Scalable and Efficient Medical Image Generation via Next-scale Autoregressive Prediction

MedVAR：通过下一步尺度自回归预测实现可扩展和高效的医学图像生成

Zhicheng He, Yunpeng Zhao, Junde Wu, Ziwei Niu, Zijun Li, Bohan Li, Lanfen Lin, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 效率与蒸馏 ：image generation(title,abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 MedVAR通过下一步尺度自回归预测方法，实现了高效且可扩展的医学图像生成，为医学生成基础模型提供了新的方向。

Comments 23 pages, 8 figures

Ani3DHuman: Photorealistic 3D Human Animation with Self-guided Stochastic Sampling

Ani3DHuman：基于自引导随机采样的逼真3D人体动画

Qi Sun, Can Wang, Jiaxiang Shang, Yingchun Liu, Jing Liao

机构 * City University of Hong Kong（香港城市大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV、cs.GR

AI总结 Ani3DHuman通过结合运动学动画与视频扩散先验，利用自引导随机采样实现逼真3D人体动画生成。

Comments CVPR 2026

StreamDiffusionV2: A Streaming System for Dynamic and Interactive Video Generation

StreamDiffusionV2：动态交互视频生成的流式系统

Tianrui Feng, Zhi Li, Shuo Yang, Haocheng Xi, Muyang Li, Xiuyu Li, Lvmin Zhang, Keting Yang, Kelly Peng, Song Han, Maneesh Agrawala, Kurt Keutzer, Akio Kodaira, Chenfeng Xu

机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 StreamDiffusionV2通过无训练管道和系统级优化，实现了低延迟、高效率的实时视频生成，支持灵活的去噪步骤和多GPU扩展，推动生成直播的实用化和普及。

Comments Accepted by MLSys 2026. Project Page: http://streamdiffusionv2.github.io

LinVideo: A Post-Training Framework towards O(n) Attention in Efficient Video Generation

LinVideo: 一种面向高效视频生成的O(n)注意力后训练框架

Yushi Huang, Xingtong Ge, Ruihao Gong, Chengtao Lv, Jun Zhang

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Beihang University（北航） ； Sensetime Research（商汤科技研究院） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 LinVideo提出一种高效的无数据后训练框架，通过选择性迁移将部分自注意力模块替换为线性注意力，从而在保持性能的同时显著提升视频生成效率。

Comments Accepted by CVPR 2026

Beyond Stationarity: Rethinking Codebook Collapse in Vector Quantization

超越平稳性：重新思考向量量化中的代码书坍缩

Hao Lu, Onur C. Koyun, Yongxin Guo, Zhengjie Zhu, Abbas Alili, Metin Nafi Gurcan

机构 * Wake Forest University School of Medicine（威斯康星大学福林斯医学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出NSVQ和TransVQ方法，通过非平稳性机制解决向量量化中的代码书坍缩问题，提升生成模型的代码书利用率和重建质量。

Joint Post-Training Quantization of Vision Transformers with Learned Prompt-Guided Data Generation

面向图像分类的视觉变换器联合后训练量化框架

Shile Li, Markus Karmann, Onay Urfalioglu

机构 * vivo Tech Research GmbH（vivo科技研究有限公司） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出一种无标注数据的视觉变换器联合后训练量化方法，实现低比特下的高精度，并引入无数据校准策略提升边缘部署效率。

CMT: Mid-Training for Efficient Learning of Consistency, Mean Flow, and Flow Map Models

CMT：中期训练用于高效学习一致性、均流和流映射模型

Zheyuan Hu, Chieh-Hsin Lai, Yuki Mitsufuji, Stefano Ermon

机构 * Sony AI（索尼人工智能） ； Sony Group Corporation（索尼集团） ； Stanford University（斯坦福大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 CMT通过中期训练方法，实现流映射模型高效稳定训练，显著提升生成质量并减少训练成本。

Comments ICLR 2026. Code available at https://github.com/sony/cmt

Operator-Level Quantum Acceleration of Non-Logconcave Sampling

算子层面的非对数凹采样量子加速

Jiaqi Leng, Zhiyan Ding, Zherui Chen, Lin Lin

机构 * Simons Institute for the Theory of Computing, University of California, Berkeley, USA（Simons理论计算研究所，加州大学伯克利分校） ； Department of Mathematics, University of California, Berkeley, USA（加州大学伯克利分校数学系） ； Department of Mathematics, University of Michigan, Ann Arbor, USA（密歇根大学安娜堡分校数学系） ； Applied Mathematics and Computational Research Division, Lawrence Berkeley National Laboratory, Berkeley, USA（伯克利国家实验室应用数学与计算研究部） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 该研究提出首个量子算法，通过算子层面的方法实现非对数凹采样任务的高效加速，显著提升了经典方法在复杂分布下的性能。

Comments 48 pages, 8 figures

Journal ref Proceedings of the National Academy of Sciences 123(8), e2512789123 (2026)