跳到正文
热点事件持续更新

普林斯顿:单步生图去噪轨迹藏于网络深度

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13日,据 AGI Hunt 报道,普林斯顿团队发表论文《Depth as Time in One-Step Generative Models》。研究认为,单步生成模型并非跳过了扩散模型的去噪过程,而是把原本沿时间步展开的多步去噪计算,沿网络深度方向展开;只需用模型自身的输出头去解码中间层,就能恢复出这一去噪过程。报道称,该发现把“深度”与“时间”对应起来,为理解单步生成模型的内部机制提供了一种解读方式。截至目前,该事件仅有这一篇报道,尚无后续进展、复现结果或来自其他团队的回应。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月13日
  1. AGI Hunt
    普林斯顿新研究:单步生图把去噪轨迹藏进网络深度里

    普林斯顿团队论文《Depth as Time in One-Step Generative Models》发现,单步生成模型把多步扩散的去噪计算沿网络深度展开,用模型自身输出头解码中间层即可恢复该过程。

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。