人民大学&字节Seed：利用μP实现Diffusion Transformers高效扩展
中国人民大学高瓴人工智能学院李崇轩团队和字节跳动Seed团队合作研究Diffusion Transformers的超参优化，提出μP理论并将其应用于实际模型训练。通过大规模实验验证了该方法的有效性，并开放论文代码供进一步研究。
视觉生成模型
ICLR 2025｜一个 Transformer 统一多模态理解和生成！Show-o：LLM 自回归做理解，MaskGIT做生成
生成任务相统一的Transformer模型
Show-o，它通过结合自回归和离散扩散建模，创新性地用
Runway上新Gen-4，角色、场景一致性顶尖，我们小测了下可灵1.6
今年以来，各类AI产品和模型层出不穷。近日，Runway发布了其最新研发的Gen-4 AI视频生成模型，实现了高保真度、一致性及指令遵循度的显著提升，并能保持角色、物体和场景的一致性。
Runway Gen-4震撼上线，逼真场景暴击电影圈！好莱坞导演集体失业？
Runway发布Gen-4，大幅提升图像生成能力。它能精确创建人物、场景和物体，并保持一致的世界观和视觉风格，让电影级画面成为可能。
无需引导采样，清华大学提出视觉模型训练新范式
清华大学提出的新算法Guidance-Free Training（GFT）实现了原生无需引导采样的视觉模型训练，与CFG效果相当但成本减半。GFT简单高效且通用，可广泛应用于多种视觉生成模型。