图像生成

SA-Kura: An Energy-Efficient Systolic Array Accelerator for Locally-Coupled Kuramoto Drift in Diffusion Sampling

SA-Kura: 用于扩散采样中局部耦合Kuramoto漂移的节能脉动阵列加速器

Jeongmin Jin, Kyeongwon Lee, Mundo Jeong, Jongin Choi, Woojoo Lee

机构 * National Research Foundation of Korea（韩国国家研究基金会） ； Institute of Information & communications Technology Planning & Evaluation（信息通信技术规划与评估院） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)

AI总结 针对扩散采样中局部耦合Kuramoto漂移的计算瓶颈，提出首个专用数字脉动阵列加速器SA-Kura，通过重新公式化耦合计算实现高效脉动执行，相比软件和GPU分别实现193倍和6.57倍加速。

Comments 8 pages, 6 figures, 1 table; ACM/IEEE ISLPED 2026 accepted paper

TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation

TapSampling：基于任务进度理解验证器的推理时采样方法用于机器人操作

Sizhe Zhao, Shengping Zhang, Shuo Yang, Weiyu Zhao, Shuigen Wang, Xiangyang Ji

机构 * Harbin Institute of Technology, China（哈尔滨工业大学，中国） ； Harbin Institute of Technology (Weihai) Qingdao Research Institute, China（哈尔滨工业大学（威海）青岛研究院，中国） ； Iray Technology co., Ltd., Shandong, China（Iray科技有限公司，山东，中国） ； Tsinghua University, Beijing, China（清华大学，北京，中国） 纠错

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

AI总结 提出TapSampling框架，通过Action-VAE在低维潜空间采样候选动作，并利用任务进度预测验证器选择最优动作，无需微调即可提升多种通用策略的性能。

Comments ICML 2026. Project Page: https://aipixel.github.io/TapSampling/

Adversarial Error Correction for Visual Autoregressive Generation

视觉自回归生成的对抗性纠错

Ligong Bi, Tao Huang, Jianyuan Guo, Chang Xu

机构 * Shanghai Jiao Tong University（上海交通大学） ； City University of Hong Kong（香港城市大学） ； The University of Sydney（悉尼大学） 纠错

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

AI总结 提出AID-VAR框架，通过对抗性注入诊断机制纠正视觉自回归模型中的级联误差，提升生成质量。

Generative structure search for efficient and diverse discovery of molecular and crystal structures

生成式结构搜索：高效且多样地发现分子和晶体结构

Yifang Qin, Yu Shi, Junfu Tan, Chang Liu, Ming Zhang, Ziheng Lu

机构 * Zhongguancun Academy（中关村学院） ； Kairos Materials（Kairos材料） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出生成式结构搜索（GSS）框架，结合扩散模型和随机结构搜索，利用数据先验加速采样并保持能量引导的局部极小探索，以低于随机结构搜索十分之一的成本恢复多样亚稳态结构。