周弈帆的博客

12-26

论文速览 | 混合自回归 HART：用扩散模型缓解 VQ 编码误差

12-21

NIPS 2024 最佳论文 VAR 深度解读：下一尺度预测为何能超越扩散模型？

12-15

论文速览 | Pyramid Flow：以低分辨率的前几帧为约束高效生成视频

12-15

论文速览 | Laplacian Diffusion Models：将图像拆成不同频率分量并分别生成

12-09

让预训练 Transformer 生成更长的文本/图像：位置编码长度外推技术

12-05

位置编码背后的理论解释——傅里叶特征 (Fourier Feature）与核回归

11-28

论文速览 | Diffusion Forcing：给视频扩散模型的每一帧添加不同强度的噪声

09-13

速览多模态模型 Transfusion 和 Show-o：用 Transformer + 扩散模型同时处理文本和图像

09-03

锐评能模拟射击游戏的扩散模型 GameNGen

09-03

Stable Diffusion 3「精神续作」FLUX.1 源码深度前瞻解读