图像生成

RectifiedHR: Enable Efficient High-Resolution Synthesis via Energy Rectification

RectifiedHR: 通过能量 rectification 实现高效高分辨率合成

Zhen Yang, Guibao Shen, Minyang Li, Liang Hou, Mushui Liu, Luozhou Wang, Xin Tao, Ying-Cong Chen

机构 * HKUST(GZ)（香港科技大学（广州）） ； Kuaishou Technology（快手科技） ； HKUST（香港科技大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出RectifiedHR，一种无需训练的高效高分辨率合成方法，通过噪声刷新策略提升效率，并首次发现能量衰减现象，通过调整引导超参数改善生成质量，兼容多种扩散模型技术。

Comments Project Page: https://zhenyangcs.github.io/RectifiedHR-Diffusion/

Equivariant Efficient Joint Discrete and Continuous MeanFlow for Molecular Graph Generation

等变高效联合离散和连续均值流用于分子图生成

Rongjian Xu, Teng Pang, Zhiqiang Dong, Guoqiang Wu

机构 * School of Software, Shandong University（山东大学软件学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出EQUIMF框架，通过同步MeanFlow动态联合建模离散和连续成分，实现高效生成并保持物理一致性，优于现有扩散和流匹配方法。

Value-Guidance MeanFlow for Offline Multi-Agent Reinforcement Learning

基于价值引导的MeanFlow多智能体强化学习

Teng Pang, Zhiqiang Dong, Yan Zhang, Rongjian Xu, Guoqiang Wu, Yilong Yin

机构 * School of Software, Shandong University（山东大学软件学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出VGM$^2$P框架，通过全局优势值引导智能体协作，利用分类器自由引导MeanFlow提升策略表达与推理效率，实验证明其在离线多智能体强化学习中性能优异。