Accelerating Text-to-Video Generation with Calibrated Sparse Attention
最近的扩散模型可以生成高质量的视频，但运行时间很慢。这些模型中使用的基于变压器的大型骨干网受到时空注意力的瓶颈。在本文中，我们发现很大一部分令牌到令牌连接在各种输入中始终产生可以忽略不计的分数，并且它们的模式经常在查询中重复。因此，在这些情况下，注意力计算可以被跳过，对结果几乎没有影响。对于本地令牌块之间的连接，这一观察结果仍然成立。受此激励，我们...
One Layer Is Enough: Adapting Pretrained Visual Encoders for Image Generation
视觉生成模型（例如扩散模型）通常在压缩的潜在空间中运行，以平衡训练效率和样本质量。与此同时，人们对利用高质量的预训练视觉表示越来越感兴趣——无论是在 VAE 内对齐它们还是直接在生成模型内对齐它们。然而，由于面向理解的特征和生成友好的潜在空间之间的根本不匹配，适应这种表示仍然具有挑战性。表示编码器受益于高维潜伏，捕捉不同的假设......
IEEE Transactions on Artificial Intelligence, Volume 7, Issue 7, July 2026
1) 因果关系和深度生成模型中的新兴协同作用：调查作者：G. Zhou，S. Xie，G. -Y。郝，陈，B.黄，X.徐，C.王，L.朱，L.姚，K.张页数：3634 - 36522）扩散模型可解释性的方法：系统综述作者：T. Lakhani，J. Wu，Y. -K。 Lai, Z. Ji页数：3653 - 36703) 人工智能和大脑连接如何为耐药性癫痫的结果预测提供信息作者：E. Paolini, G. Menegaz, E. Tamilia, S. F. Storti页数：3671 - 36874) 从奖励角度看 LLM 调整进展的调查设计作者：M. Ji, Y. Wu, Z. Wu,
