图像生成

CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization

CaTok：通过Mean流平滑均值流以实现一维因果图像标记化

Yitong Chen, Zuxuan Wu, Xipeng Qiu, Yu-Gang Jiang

机构 * Institute of Trustworthy Embodied AI, Fudan University（可信具身人工智能研究所，复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） 纠错

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

AI总结 CaTok 通过 MeanFlow 解码器实现一维因果图像标记化，提升图像生成与重建性能。

Comments Project website is available in https://sharelab-sii.github.io/catok-web

CanvasMAR: Improving Masked Autoregressive Video Prediction With Canvas

CanvasMAR: 通过Canvas提升遮蔽自回归视频预测

Zian Li, Muhan Zhang

机构 * Institute for Artificial Intelligence, Peking University, Beijing, China（人工智能研究院，北京大学，北京，中国） ； School of Intelligence Science and Technology, Peking University, Beijing, China（智能科学与技术学院，北京大学，北京，中国） ； State Key Laboratory of General Artificial Intelligence, Peking University, Beijing, China（通用人工智能国家重点实验室，北京大学，北京，中国） 纠错

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

AI总结 CanvasMAR通过引入canvas机制和运动感知采样顺序，提升视频生成的保真度和效率，实现更高质量的视频生成。

Constraining turbulent solar flare acceleration regions by connecting kinetic modeling and X-ray observations

通过连接动能建模和X射线观测来约束太阳耀斑加速区域

Morgan Stores, Natasha Jeffrey, Ewan Dickson, James McLaughlin, Eduard Kontar

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 通过结合动能建模和X射线观测，研究太阳耀斑中湍流对电子加速的影响，确定加速区域和时间尺度。

Learning Where the Physics Is: Probabilistic Adaptive Sampling for Stiff PDEs

学习物理所在的位置：用于刚性PDEs的概率自适应采样

Akshay Govind Srinivasan, Balaji Srinivasan

机构 * Indian Institute of Technology, Madras（印度理工学院马德拉斯学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出GMM-PIELM方法，通过概率模型自适应采样，有效解决刚性PDEs中的刚性问题，实现高精度与高速度的平衡。

Comments Accepted at AI&PDE Workshop at the Fourteenth International Conference on Learning Representations

StreamWise: Serving Multi-Modal Generation in Real-Time at Scale

StreamWise: 实时大规模多模态生成服务

Haoran Qiu, Gohar Irfan Chaudhry, Chaojie Zhang, Íñigo Goiri, Esha Choukse, Rodrigo Fonseca, Ricardo Bianchini

机构 * Microsoft Azure Research（微软Azure研究院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 效率与蒸馏 ：image generation(abstract)

AI总结 StreamWise通过实时播客视频生成，整合LLM、文本转语音和视频音频生成，实现高效多模态实时服务，兼顾延迟、成本和质量。

Drifting to Boltzmann: Million-Fold Acceleration in Boltzmann Sampling with Force-Guided Drifting

漂向玻尔兹曼：在玻尔兹曼采样中实现百万倍加速的力引导漂移

Pipi Hu

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 该研究提出力引导漂移模型，通过漂移分数恒等式实现分子构型生成，显著提升玻尔兹曼采样效率，达到百万倍加速并保持结构和分布准确性。