Zhejiang University（浙江大学）

DreamVideo-Omni: Omni-Motion Controlled Multi-Subject Video Customization with Latent Identity Reinforcement Learning

DreamVideo-Omni: 基于潜在身份强化学习的多主体视频定制与 Omni-运动控制

Yujie Wei, Xinyu Liu, Shiwei Zhang, Hangjie Yuan, Jinbo Xing, Zhekai Chen, Xiang Wang, Haonan Qiu, Rui Zhao, Yutong Feng, Ruihang Chu, Yingya Zhang, Yike Guo, Xihui Liu, Hongming Shan

机构 * Fudan University（复旦大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Zhejiang University（浙江大学） ； MMLab, The University of Hong Kong（香港大学MMLab） ； Nanyang Technological University（南洋理工大学） ； Show Lab, National University of Singapore（新加坡国立大学Show Lab） 纠错

AI总结 DreamVideo-Omni通过渐进式两阶段训练范式，实现多主体视频定制与Omni-运动控制，采用条件感知嵌入和分层运动注入策略，提升身份保持与运动控制精度。

Comments Project Page: https://dreamvideo-omni.github.io

Inverse Neural Operator for ODE Parameter Optimization

逆神经算子用于ODE参数优化

Zhi-Song Liu, Wenqing Peng, Helmi Toropainen, Ammar Kheder, Andreas Rupp, Holger Froning, Xiaojie Lin, Michael Boy

机构 * Department of Computational Engineering, Lappeenranta-Lahti University of Technology（莱文拉塔-拉赫蒂技术大学计算工程系） ； Atmospheric Modelling Center Lahti (AMC-Lahti)（拉赫蒂大气建模中心（AMC-Lahti）） ； University of Helsinki（赫尔辛基大学） ； Saarland University（萨尔兰大学） ； University of Heidelberg（海德堡大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出逆神经算子用于ODE参数优化，通过两阶段框架实现高效参数恢复，实验表明其在准确性和速度上优于传统方法。

Comments 17 pages, 6 figures

DyWeight: Dynamic Gradient Weighting for Few-Step Diffusion Sampling

DyWeight: 动态梯度加权用于少步扩散采样

Tong Zhao, Mingkun Lei, Liangyu Yuan, Yanming Yang, Chenxi Song, Yang Wang, Beier Zhu, Chi Zhang

机构 * Zhejiang University（浙江大学） ； AGI Lab, Westlake University（西湖大学AGI实验室） ； TongJi University（同济大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 DyWeight通过动态梯度加权方法，提高了扩散采样效率，实现更少的函数评估和更稳定的生成效果。

Comments Code Link: see AGI-Lab/DyWeight" target="_blank" rel="noopener">https://github.com/Westlake-AGI-Lab/DyWeight