图像生成

When Few Steps Are Enough: Training-Free Acceleration of Identity-Preserved Generation

几步即可：无需训练的身份保持生成加速

Dongqi Zheng

机构 * FLUX Diffusion Transformer（FLUX扩散变换器） ； InfuseNet 纠错

专题命中 个性化与一致性 ：image generation(abstract)；diffusion(abstract)；personalized generation(abstract)；分类 cs.CV

AI总结 本文提出无需训练的轻量化策略，通过替换扩散模型骨干网络和禁用分类器自由引导，显著提升身份保持生成的效率与质量。

AsymTalker: Identity-Consistent Long-Term Talking Head Generation via Asymmetric Distillation

AsymTalker：通过不对称蒸馏实现身份一致的长期说话头生成

Yuxin Lu, Jiayang Sun, Guibo Zhu, Min Cao

机构 * Soochow University（苏州大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出AsymTalker，通过时空对齐和不对称蒸馏解决长期说话头生成中的身份漂移问题，实现高保真身份一致的600秒视频生成，达到66 FPS的实时推理速度。

Bridging Spectral Operator Learning and U-Net Hierarchies: SpectraNet for Stable Autoregressive PDE Surrogates

弥合谱算子学习与U-Net层次结构：SpectraNet用于稳定的自回归PDE替代模型

Enrique Hernández Noguera, Md Meftahul Ferdaus, Elias Ioup, Mahdi Abdelguerfi, Julian Simeonov

机构 * University of New Orleans（新奥尔良大学） ； Naval Research Laboratory（海军研究实验室） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 SpectraNet通过在U-Net层次结构中嵌入截断谱卷积，并利用Semigroup-Consistency Loss训练残差目标谱块，实现了稳定的自回归PDE替代模型，其参数量与网格无关，且在多个PDE测试中表现优于FNO。

Comments 29 pages, 9 figures. Code: https://github.com/Enrikkk/spectranet

Geometry Guided Self-Consistency for Physical AI

基于几何的自一致性物理AI

Yinwei Dai, Zhuofu Chen, Lijie Yang, Ravi Netravali

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出KeyStone方法，通过并行生成动作片段并聚类，返回最大簇的质心，提升任务成功率13.3%且无额外延迟。

Recovering Physical Dynamics from Discrete Observations via Intrinsic Differential Consistency

通过内在微分一致性从离散观测中恢复物理动力学

Yuxiang Luo, Andrew Perrault

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； The Ohio State University（俄亥俄州立大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出通过全局结构约束替代局部监督，训练时间条件化的secant速度场，以提升从离散观测中恢复连续时间动力学的精度与效率。