图像生成

Fast-dVLM: Efficient Block-Diffusion VLM via Direct Conversion from Autoregressive VLM

Fast-dVLM: 通过直接转换自回归VLM实现高效的块扩散VLM

Chengyue Wu, Shiyi Lan, Yonggan Fu, Sensen Gao, Jin Wang, Jincheng Yu, Jose M. Alvarez, Pavlo Molchanov, Ping Luo, Song Han, Ligeng Zhu, Enze Xie

机构 * The University of Hong Kong（香港大学） ； NVIDIA（英伟达） ； MIT（麻省理工学院） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 本文提出Fast-dVLM，通过直接转换自回归VLM实现高效的块扩散VLM，采用KV-cache兼容并行解码和推测块解码，提升推理效率。实验表明其生成质量与自回归模型相当，且通过SGLang和FP8量化实现6倍以上的推理加速。

Training-free, Perceptually Consistent Low-Resolution Previews with High-Resolution Image for Efficient Workflows of Diffusion Models

无需训练的感知一致低分辨率预览与高分辨率图像的高效扩散模型工作流程

Wongi Jeong, Hoigi Seo, Se Young Chun

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title)；分类 cs.CV

AI总结 本文提出无需训练的低分辨率预览生成方法，通过选择下采样矩阵和交换子零条件，实现与高分辨率图像的感知一致性，减少计算量并提升工作流程效率。

Truncated Rectified Flow Policy for Reinforcement Learning with One-Step Sampling

截断修正流策略用于具有一步采样的强化学习

Xubin Zhou, Yipeng Yang, Zhan Li

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出TRFP框架，通过混合确定性-随机性架构解决MaxEnt RL中连续时间生成策略的可微性问题，实现稳定训练和有效一步采样，实验表明其在多目标环境和MuJoCo基准中表现优异。