扩散模型

【论文精读】AVID：基于扩散模型的任意长度视频修复标题：AVID: Any-Length Video Inpainting with Diffusion Model

【论文精读】DreamVideo：定制化主体与动作的视频生成技术标题：DreamVideo: Composing Your Dream Videos with Customized Subject and Motion

【论文精读】EMO：弱条件下基于 Audio2Video 扩散模型的表情肖像视频生成标题：EMO: Emote Portrait Alive - Generating Expressive Portrait Videos with Audio2Video Diffusion Model under Weak Conditions

【论文精读】MicroCinema：基于分治策略的文本到视频生成新框架标题：MicroCinema: A Divide-and-Conquer Approach for Text-to-Video Generation

【论文精读】Snap Video：面向文本到视频生成的规模化时空 Transformer标题：Snap Video: Scaled Spatiotemporal Transformers for Text-to-Video Synthesis

【论文笔记】扩散模型——如何通俗理解传统概率模型的核心矛盾灵活性 = 模型能拟合复杂数据的能力可处理性 = 模型能进行高效计算的能力这两个目标往往相互冲突，就像"既要马儿跑，又要马儿不吃草"。

【论文精读】TI2V-Zero：零样本图像引导的文本到视频生成技术标题：TI2V-Zero: Zero-Shot Image Conditioning for Text-to-Video Diffusion Models

【论文精读】Animate Anyone：实现角色动画的一致性与可控性图像到视频合成标题：Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation

【论文精读】FDGaussian：基于几何感知扩散模型的单图快速高斯溅射 3D 重建标题：FDGaussian: Fast Gaussian Splatting from Single Image via Geometric-aware Diffusion Model

【论文精读】EvalCrafter：文本到视频生成模型的全面评测框架标题：EvalCrafter: Benchmarking and Evaluating Large Video Generation Models

扩散模型对齐：DMPO 让模型更懂人类偏好Binxu Li、Minkai Xu 等来自斯坦福大学的研究团队提出了一种名为 DMPO（Divergence Minimization Preference Optimization）的新方法，用于更好地将扩散模型与人类偏好对齐。

【论文精读】VIDM：基于扩散模型的视频生成新范式标题：VIDM: Video Implicit Diffusion Models作者：Kangfu Mei, Vishal M. Patel

【论文精读】FlowVid：驯服不完美的光流，实现一致的视频到视频合成标题：FlowVid: Taming Imperfect Optical Flows for Consistent Video-to-Video Synthesis 作者：Feng Liang*, Bichen Wu†, Jialiang Wang, Licheng Yu, Kunpeng Li, Yinan Zhao, Ishan Misra, Jia-Bin Huang, Peizhao Zhang, Peter Vajda, Diana Marculescu 单位：德克萨斯大学奥斯汀分校，Meta

统一高效图像生成与编辑！百度&新加坡国立提出Query-Kontext，多项任务“反杀”专用模型论文链接：https://arxiv.org/pdf/2509.26641亮点直击Query-Kontext，一种经济型集成多模态模型（UMM），能够将视觉语言模型（VLMs）中的多模态生成推理与扩散模型执行的高保真视觉渲染相分离。

扩散模型-图像编辑【An Edit Friendly DDPM Noise Space: Inversion and Manipulations】图1. 便于编辑的扩散概率模型反转。我们提出了一种方法，用于提取一系列能够完美重建给定图像的DDPM噪声图。这些噪声图的分布与常规采样中使用的噪声图不同，并且更便于编辑。我们的方法允许对真实图像进行多样化的编辑，而无需对模型进行微调或修改其注意力图，并且还可以轻松集成到其他算法中（此处结合Prompt-to-Prompt [9]和Zero-Shot I2I [21]进行说明）。

碎片笔记｜生成模型原理解读：AutoEncoder、GAN 与扩散模型图像生成机制前言：本篇博客简要介绍不同生成模型架构的图像生成原理，主要包括AutoEncoder、GAN 和 Diffusion Models 三类。

这张生成的图像能检测吗

（论文速读）DiffBlender:可组合和通用的多模态文本到图像扩散模型论文题目：DiffBlender: Composable and versatile multimodal text-to-image diffusion models（可组合和通用的多模态文本到图像扩散模型）

GSFix3Dpaper来源GSFix3D: Diffusion-Guided Repair of Novel Views in Gaussian Splatting

这张生成的图像能检测吗

（综述）扩散模型设计基础深度解析：从三大组件到未来趋势论文题目：On the design fundamentals of diffusion models: A survey（扩散模型的设计基础综述）