热点事件持续更新
ManiFusion：扩散模型多样本融合生成加速
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.CV 刊出 ManiFusion 论文。该工作提出一种与骨干网络无关的扩散模型多样本生成框架：在去噪骨干之前融合多个样本、去噪之后再分离，使单次去噪评估即可并行处理多个样本，从而提升生成吞吐。其 Trajectory-Fusion Scheduling 在采样过程中动态调整融合因子，兼容 U-Net 与 Transformer 两类骨干，也同时兼容像素空间与潜空间。论文称该框架可与现有加速方法组合，以极小的质量损失达到此前方法难以实现的吞吐水平。目前尚无后续报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
ManiFusion 论文发布，称可与现有加速方法组合，以极小质量损失提升吞吐。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CVManiFusion：在流形空间通过叠加解锁高吞吐生成
ManiFusion 提出一种与骨干网络无关的扩散模型多样本生成框架，在去噪骨干前融合多个样本、去噪后再分离，让单次去噪评估并行处理多个样本。其 Trajectory-Fusion Scheduling 在采样中动态调整融合因子，兼容 U-Net 与 Transformer 骨干以及像素与潜空间。该框架可与现有加速方法组合，以极小质量损失达到此前方法难以实现的吞吐水平。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。