生图模型一个参数没改，全对率从 38% 涨到 66%：拆解 ImageRSI
现在的生图模型画单个物体已经很好看了。但一条请求里同时要求文字、数量、位置、事实，它还是经常错一两处。中科大、阿里千问事业部和西电的新论文 ImageRSI（arXiv 2610.32120，2026
2026-10-26 17:47 · 摘要已收录，可打开文章获取原文内容
【大家喜欢◎请点赞转发喜欢】手机视频怎么变清晰？FlashVSR+ 这两招能抄
扩散模型做视频超分，画质不错，但 4K 视频一上来就卡：注意力太贵，显存放不下。FlashVSR+ 给出的数字是：30 层里换掉 25 层注意力，DiT 延迟降 54%，峰值显存降 43%，在一张 2
2026-10-20 19:10 · 摘要已收录，可打开文章获取原文内容
手机影像要上 4K：端侧图像模型这一步，怎么走？
超分、去模糊、调色，这些手机影像里最基础的活，这个秋天突然有了一个共同的新问题：能不能直接用 4K 模型做？7 月到 10 月，三件事接连发生：FLUX 3 Image 原生输出约 1600 万像素；
2026-10-19 10:51 · 摘要已收录，可打开文章获取原文内容
OPPO把生成式超分做对了？VOSR 2.0原理、公式、实验与复现全拆解
如果只记住一句话：VOSR 不再把超分当成“受低清图控制的文生图”，而是从一开始就训练一个只为恢复服务的视觉生成模型。VOSR 2.0 最让人兴奋的，不是又锐化了一点，而是小字、窗格、桥索、远处人脸这
2026-09-29 20:37 · 摘要已收录，可打开文章获取原文内容
高德DreamX-Creator炸场：告别先视频后配音，7B直出2K音画
DreamX-Creator 1.0 是高德 AMAP-ML / DreamX Team 在 2026 年 8 月发布的原生音视频联合生成技术报告，论文题目是 *DreamX-Creator: Dem
2026-09-03 17:08 · 摘要已收录，可打开文章获取原文内容
【大佬新作】预测Agent终于被拉回现实：这篇综述拆开LLM榜单里的评测坑
论文：LLM-based Agents for Forecasting and Prediction: Methods, Training, Evaluation, and Applications日
2026-09-03 17:08 · 摘要已收录，可打开文章获取原文内容
李飞飞Atlas来了：把视频生成、3D重建和机器人仿真塞进一个世界模型
发布：World Labs，2026-09-01主题：Atlas: A World Model for Spatial Intelligence来源：[World Labs 官方发布页](https:
2026-09-03 17:08 · 摘要已收录，可打开文章获取原文内容
When Latents Forget Pixels：PGSR 如何让 Latent SR 找回像素证据
arXiv:2608.09133v1 · 2026-08-10 · 深度详解策略 v3When Latents Forget PixelsRestoring Fidelity in Diffusion
2026-09-02 09:24 · 摘要已收录，可打开文章获取原文内容
像素扩散终于比潜空间快了？阿里这篇论文真正解决的是“如何迁移”，不是“从零训练”
像素扩散终于比潜空间快了？阿里这篇论文真正解决的是“如何迁移”，不是“从零训练”如果只看最终数字，这篇论文很容易被压缩成一句话：像素空间文生图，在 1024×1024 分辨率下做到 0.20 秒，较对
2026-08-24 10:15 · 摘要已收录，可打开文章获取原文内容
GenRec 挑战统一生成：新视角里，哪些像素该复制，哪些像素必须想象？
GenRec 挑战统一生成：新视角里，哪些像素该复制，哪些像素必须想象？只给一两张带相机位姿的照片，让模型沿一条新轨迹生成完整的新视角视频，真正困难的并不是“会不会生成”，而是同一张目标图里同时存在两
2026-08-23 22:10 · 摘要已收录，可打开文章获取原文内容
不用VAE，53.7M参数的PixRestore单步修8类图像
PIXRESTORE 深度解读不用VAE，53.7M参数的PixRestore单步修8类图像方法数据流 · 7个公式 · 核心消融 · 逐项主表真实场景与证据边界 图像复原一直在两端摇摆：回归网络快，
2026-08-19 23:44 · 摘要已收录，可打开文章获取原文内容