Diffusion论文解读第2页

【论文解读】CVPR 2024 DSL-FIQA ：全新人脸面部图像质量评估算法（附论文地址）

论文地址：https://openaccess.thecvf.com/content/CVPR2024/papers/Chen_DSL-FIQA_Assessing_Facial_Image_Quality_via_Dual-Set_Degradation_Learning_and_CVPR_2024_paper.pdf这篇论文标题为"DSL-FIQA:AssessingFacialImageQu

牧锦程·2025-06-09 14:47

综述论文解读：Editing Large Language Models: Problems, Methods, and Opportunities

论文为大语言模型知识编辑综述，发表于自然语言处理顶会ACL(原文链接)。由于目前存在广泛的模型编辑技术，但一个统一全面的分析评估方法，所以本文： 1、对LLM的编辑方法进行了详尽、公平的实证分析，探讨了它们各自的优势和劣势。 2、构建了一个新的数据集，旨在揭示当前模型编辑方法的缺点，特别是泛化和效率方面。 3、概述了模型编辑领域未来潜在的研究机会。阅读本文请同时参考原始论文图表。问题

cnblogs.com/qizhou/·2025-06-08 17:50

论文解读：Aging with GRACE: Lifelong Model Editing with Discrete Key-Value Adapters

论文发表于人工智能顶会NeurIPS(原文链接)。当前的模型编辑器会因多次编辑损害模型性能，提出用于连续编辑的通用检索适配器(GeneralRetrievalAdaptersforContinualEditing,GRACE)：使用一个类似字典的结构(适配器)为需要修改的潜在表示构建新的映射，通过更新适配器来实现持续的模型行为编辑。方法 GRACE是一种不修改模型权重编辑预训练模型行为的方法

cnblogs.com/qizhou/·2025-06-08 17:20

论文解读：Locating and Editing Factual Associations in GPT（ROME）

论文发表于人工智能顶会NeurIPS(原文链接)，研究了GPT(GenerativePre-trainedTransformer)中事实关联的存储和回忆，发现这些关联与局部化、可直接编辑的计算相对应。因此： 1、开发了一种因果干预方法，用于识别对模型的事实预测起决定性作用的神经元。 2、为了验证这些神经元是否对应于事实关联的回忆，使用秩一模型编辑(Rank-OneModelEditing,

·2025-06-08 17:19

[论文阅读] 人工智能+软件工程 | MemFL：给大模型装上“项目记忆”，让软件故障定位又快又准

【论文解读】MemFL：给大模型装上“项目记忆”，让软件故障定位又快又准论文信息arXiv:2506.03585ImprovingLLM-BasedFaultLocalizationwithExternalMemoryandProjectContextInseokYeo

张较瘦_·2025-06-06 21:42

[论文阅读] 人工智能 | 当AI遇见绿色软件工程：可持续AI实践的研究新方向

【论文解读】当AI遇见绿色软件工程：可持续AI实践的研究新方向论文信息作者：MajaH.Kirkeby,EnriqueBarbaRoque,JustusBogner等标题：GreeningAI-enabledSystemswithSoftwareEngineering

张较瘦_·2025-06-06 21:12

剖析AI人工智能里Stable Diffusion的模型架构

剖析AI人工智能里StableDiffusion的模型架构关键词：AI人工智能、StableDiffusion、模型架构、扩散模型、潜在空间摘要：本文深入剖析了AI人工智能领域中StableDiffusion的模型架构。首先介绍了StableDiffusion的背景和相关概念，接着详细阐述其核心概念、算法原理、数学模型，通过Python代码进行了原理展示。然后结合项目实战，给出代码实际案例并进行解

AI大模型应用实战·2025-06-06 16:43

扩散模型（Diffusion Models）的革命性进展

文章目录1.基础理论突破（2020-2021）(1)DDPM（DenoisingDiffusionProbabilisticModels）(2)DDIM（DenoisingDiffusionImplicitModels）2.加速采样与效率提升（2021-2022）(3)Score-BasedModels(SDE/ODE)(4)LatentDiffusionModels(LDM/StableDiff

jerwey·2025-06-06 09:26

【论文解读】MemGPT: 迈向为操作系统的LLM

1stauthor:CharlesPackerpaperMemGPT[2310.08560]MemGPT:TowardsLLMsasOperatingSystemscode:letta-ai/letta:Letta(formerlyMemGPT)isthestatefulagentsframeworkwithmemory,reasoning,andcontextmanagement.这个项目现在已

vlln·2025-06-06 07:07

Jetson Nano 2GB运行Stable Diffusion精简版模型（仅CPU运行）

作者已经完成了该项目的全部开发工作，但是由于Docker镜像本体过于庞大，且不适合没有开发经验和Linux使用的人使用。还有一点，因为作者是个初中生，基础和经验相比CSDN各位大佬差了特别多，在此作者希望各位在使用了此容器后，能给作者提出修改建议，作者会在学习之余听取各位意见的，并认真修改,谢谢。本文参考:https://github.com/vitoplantamura/OnnxStream镜像

2301_77939311·2025-06-05 19:17

Diffusion Planner:扩散模型重塑自动驾驶路径规划（ICLR‘25）

1.概述2025年2月14日，清华大学AIR智能产业研究院联合毫末智行、中科院自动化所和香港中文大学团队，在ICLR2025会议上发布了DiffusionPlanner——一种创新性的基于DiffusionTransformer的自动驾驶规划模型架构。该系统联合建模周车运动预测与自车行为规划，显著提升了复杂场景下的决策效率与稳定性，克服了传统学习方法对后处理的依赖，推动了自动驾驶系统从“黑盒生成”

bhoigu·2025-06-05 12:04

科研学习论文解读——面向电商内容安全风险管控的协同过滤推荐算法研究(1)

2401_84296945·2025-06-04 20:33

GLIDE论文阅读笔记与DDPM（Diffusion model）的原理推导

Abstract扩散模型（Diffusionmodel）最近被证明可以生成高质量的合成图像，尤其是当它们与某种引导技术结合使用时，可以在生成结果的多样性与保真度之间进行权衡。本文探讨了在文本条件图像生成任务中使用扩散模型，并比较了两种不同的引导策略：CLIP引导和无分类器引导。我们发现，人类评估者更倾向于使用无分类器引导方法，无论是在照片真实感还是与文本描述的匹配度方面，该方法通常都能生成具有高度

大写-凌祁·2025-06-04 10:10

入选 ICML 2025，清华/人大/字节提出首个跨分子种类统一生成框架 UniMoMo，实现多类型药物分子设计

该框架基于分子片段（block）对不同种类的分子进行统一表示，使用变分自编码器对每个block的全原子构象进行压缩，并在压缩后的隐空间进行几何扩散建模（diffusion），从而实现对同一靶点不同结合分子种类

·2025-06-03 21:59

AIGC领域Stable Diffusion的模型微调方法与实践

AIGC领域StableDiffusion的模型微调方法与实践关键词：StableDiffusion、模型微调、AIGC、深度学习、生成对抗网络、文本到图像生成、迁移学习摘要：本文系统解析StableDiffusion模型微调的核心技术体系，从基础原理到工程实践展开深度探讨。首先剖析StableDiffusion的核心架构与微调理论基础，分类讲解全量微调、参数高效微调（LoRA/QLoRA）、特征

AI大模型应用工坊·2025-06-01 10:02

Transformer目标检测 | DETR论文解读

0.前言DETR是首个将Transformer应用到2D目标检测任务中的算法，由Facebook于2020年在论文《End-to-EndObjectDetectionwithTransformers》中提出。与传统目标检测算法不同的是，DETR将目标检测任务视为一个直接的集合预测问题，采用基于集合的全局损失通过二分匹配实现一对一的预测输出，不需要非极大值抑制（NMS）和手工设计Anchor这些操作

DeepDriving·2025-05-31 17:04

Stable Diffusion 2025新手全套安装教程零基础小白一键解锁AI绘图神器，轻松玩转AI绘画

我们今天不谈编程，也不谈程序人生，就来唠一唠AI绘图~~StableDiffusion是什么♥️StableDiffusion，简称SD,是一种基于深度学习的图像处理技术!它属于称之为扩散模型diffusionmodel的深度学习AI，是生成模型的一种!这意味着SD的核心作用就是生成类似于其训练数据的新数据,对于SD来说，这个数据就是(图像)图片简单的说StableDiffusion就是一种使用A

AI设计酷卡·2025-05-30 17:16

Stable Diffusion（AI绘画）安装包和全套学习教程免费分享

StableDiffusion是一款基于文本生成图像的AI工具，它通过潜在扩散模型，能够在短时间内生成高清晰度、高还原度的图像。它不仅支持文生图、图生图等多种功能，还提供了丰富的插件和模型扩展，满足不同创作者的需求。这套StableDiffusion安装包和学习教程资源是小编学习SD收藏的一系列资料，软件是秋叶大神整合包v4.4版本（目前最新已更新到v5.0版本）。考虑到版本稳定性、插件安装版本适

AIGC零基础入门小白·2025-05-28 18:28

重讲Diffusion Policy(从公式和代码角度): 个人最看好的机器人操控算法

之前发布过一篇讲解DiffusionPolicy的blog文章，近期看到越来越多基于这个工作的衍生论文都表现出不错的效果（当然都还不稳定），不过做一些固定的任务可以实现目前为止所有方法中相对比较好的泛化性能。所以今天再对照代码介绍下关键的实现环节，没有特别复杂的数学且论文给出了基于colab的2D实现的demo，所以大家感兴趣都可以跑下代码试验下。首先跟我一起快速的回顾下这篇论文，也可以去翻我之前

jiayoushijie-泽宣·2025-05-27 22:03

【图像大模型】Stable Diffusion XL：下一代文本到图像生成模型的技术突破与实践指南

StableDiffusionXL：下一代文本到图像生成模型的技术突破与实践指南一、架构设计与技术演进1.1核心架构革新1.2关键技术突破1.2.1双文本编码器融合1.2.2动态扩散调度二、系统架构解析2.1完整生成流程2.2性能指标对比三、实战部署指南3.1环境配置3.2基础推理代码3.3高级控制参数四、典型问题解决方案4.1CUDA内存不足4.2文本编码不匹配4.3生成图像模糊五、理论基础与论

白熊188·2025-05-27 14:43

Stable Diffusion 简单了解一下

1.帮我简单介绍一下：StableDiffusionStableDiffusion是什么？StableDiffusion是一个文本生成图像（Text-to-Image）的人工智能模型。你只需要输入一句话，它就能根据这句话生成一张高质量的图片。比如："一只穿着太空服的猫，在月球上弹吉他"StableDiffusion能自动“想象”并绘制出这样的图像。背后的原理StableDiffusion是一种扩散

waterHBO·2025-05-27 13:09

从0到1搭建AI绘画模型：Stable Diffusion微调全流程避坑指南

从0到1搭建AI绘画模型：StableDiffusion微调全流程避坑指南系统化学习人工智能网站（收藏）：https://www.captainbed.cn/flu文章目录从0到1搭建AI绘画模型：StableDiffusion微调全流程避坑指南摘要引言一、数据集构建：从采集到清洗的全流程1.1数据采集策略1.2数据增强技术1.3标注体系建设二、模型微调：从LoRA到DreamBooth的技术选型

layneyao·2025-05-27 13:38

Diffusers代码学习：Stable Video Diffusion

稳定视频扩散（SVD）是一种强大的图像到视频生成模型，可以根据输入图像生成2-4秒的高分辨率（576x1024）视频。有此模型的两个变体，SVD和SVD-XT。SVDCheckpoint被训练以生成14帧视频，并且SVD-XTCheckpoint点被进一步微调以生成25帧视频。下面将在本指南中使用SVD-XTCheckpoint。importosos.environ["HF_ENDPOINT"]=

duhaining1976·2025-05-25 21:34

天才程序员周弈帆 | Stable Diffusion 解读（四）：Diffusers实现源码解读

本文来源公众号“天才程序员周弈帆”，仅用于学术分享，侵权删，干货满满。原文链接：StableDiffusion解读（四）：Diffusers实现源码解读接上一篇文章[天才程序员周弈帆|StableDiffusion解读（三）：原版实现源码解读(篇幅略长，建议收藏！)-CSDN博客]，我们来学习StableDiffusion在Diffusers中的实现。本文用到的StableDiffusion版本是

双木的木·2025-05-25 21:04

Stable Diffusion底模对应的VAE推荐

以下是主流StableDiffusion底模对应的VAE推荐表格：底模版本推荐VAE类型说明SD1.5SD1.5专用VAE通常使用vae-ft-mse-840000-ema-pruned.safetensorsSD2.0SD1.5兼容VAE或SD2专用VAE部分SD2模型需配套512-ema-only.vae.ptSD3内置VAESD3系列模型通常自带集成VAE无需额外配置SDXLSDXL专用VA

Liudef06小白·2025-05-25 21:33

[原理理解] 超分使用到的RAM模型和LLAVA模型

文章目录前述RAM模型介绍LLAVA模型介绍前述最近在研究基于diffusion的超分模型，发现基本都文本编码的时候都需要用到RAM模型或者LLAVA模型，两个有什么区别呢？

qianx77·2025-05-24 06:14

Liblib上面下载的各种模型，如果使用comfy,如何确定其存放的位置？

在使用ComfyUI时，确定从Liblib下载的各种模型存放位置的方法如下：•大模型（StableDiffusion）：存放在`ComfyUI\\models\\Stable-diffusion`目录下

PyAIGCMaster·2025-05-23 03:05

【Strip-MLP论文解读】

Strip-MLPAbstractIntroductionMethod——OverallArchitecturePatchEmbeddingPatchMergingMixingBlockStripMixingBlockStripMLPLayer：CascadeGroupStripMixingModule（CGSMM）：LocalStripMixingModule（LSMM）：ChannelMixi

A man protect you·2025-05-20 12:26

《深入浅出多模态》（六）: 多模态经典模型BLIP

GoAI·2025-05-20 09:09

A Survey on Multimodal Large Language Models论文解读

AbstractRecently,MultimodalLargeLanguageModel(MLLM)representedbyGPT-4Vhasbeenanewrisingresearchhotspot,whichusespowerfulLargeLanguageModels(LLMs)asabraintoperformmultimodaltasks.Thesurprisingemergentc

call me by ur name·2025-05-18 06:43

Diffusion模型入门指南：从零开始理解AI图像生成

Diffusion模型入门指南：从零开始理解AI图像生成SD官网样例图FLUX官网效果图：引言在人工智能快速发展的今天，Diffusion模型（扩散模型）已经成为了AI图像生成领域的重要技术。

AIGC创想家·2025-05-17 13:12

深度解析：Stable Diffusion模型架构与调参秘籍

深度解析：StableDiffusion模型架构与调参秘籍关键词：StableDiffusion、扩散模型、潜在空间、U-Net、调参优化、生成式AI、CLIP文本编码器摘要：本文从技术原理到实战调参，深度解析StableDiffusion的核心架构与优化技巧。首先拆解其“潜在空间扩散+多模态条件控制”的创新设计，详细讲解VAE、U-Net、CLIP文本编码器的协同机制；接着通过数学公式与Pyth

AI原生应用开发·2025-05-17 09:45

Stable Diffusion：深度学习中的创新图像生成模型

StableDiffusion，作为一种前沿的深度学习图像生成技术，正逐步改变我们对图像生成和处理的认知。其基于扩散模型的原理，通过模拟图像数据的分布，实现了从噪声中生成高质量图像的能力。这种技术的出现，不仅为我们提供了全新的艺术创作工具，也在科学可视化、虚拟现实等领域展现出巨大的潜力。一、StableDiffusion的基本原理StableDiffusion模型的核心思想是通过一个扩散过程，逐步

摆烂大大王·2025-05-16 22:05

【CSDN首发】Stable Diffusion从零到精通学习路线分享

文末附学习资料一、了解StableDiffusionStableDiffusion是一种开源的AI绘画软件，能够根据文本描述生成详细的图像。它主要用于图像修复、图像绘制、文本到图像和图像到图像等任务。相比其他商业AI绘画软件，StableDiffusion的优势在于开源免费，能够快速迭代和开发，且具有丰富的插件和模型。二、电脑配置电脑配置是运行StableDiffusion的基础。推荐配置包括N卡

AI绘画月月·2025-05-16 11:17

Cold Diffusion: Inverting Arbitrary Image Transforms Without Noise论文阅读

冷扩散：无需噪声的任意图像变换反转摘要标准扩散模型通常涉及两个核心步骤：图像降质（添加高斯噪声）和图像恢复（去噪操作）。本文发现，扩散模型的生成能力并不强烈依赖于噪声的选择，而是可以通过改变降质过程构建一个更广泛的生成模型家族。即使使用完全确定性的降质操作（如模糊、遮蔽等），扩散模型的训练和测试规则仍可被推广，从而生成高质量图像。这一发现挑战了学界对扩散模型的传统认知——即依赖于梯度朗之万动力学或

钟屿·2025-05-16 08:49

stable diffusion文生图代码解读

来自于diffusers的文档，更好的说明了文生图pipeline是怎么执行的。fromPILimportImageimporttorchfromtransformersimportCLIPTextModel,CLIPTokenizerfromdiffusersimportAutoencoderKL,UNet2DConditionModel,UniPCMultistepSchedulerMODEL

Qiming_v·2025-05-15 05:40

stable diffusion 优化加速文生图效率

参考自：Accelerateinferenceoftext-to-imagediffusionmodels默认使用diffusers1.bfloat16使用torch.bfloat16或者torch.float16，降低数据精度能加快推理速度，并且对结果的影响也很小。如果GPU的内存不足，也可以使用torch.bfloat16或者torch.float16，能降低内存占用。pipe=StableD

Qiming_v·2025-05-15 05:39

深入了解 Stable Diffusion：AI 图像生成的奥秘

一、引言AI艺术与图像生成技术的兴起改变了我们创造和体验视觉内容的方式。在过去几年里，深度学习模型已经能够创造出令人惊叹的艺术作品，这些作品不仅模仿了人类艺术家的风格，甚至还能创造出前所未有的新风格。在这个领域，StableDiffusion模型因其高效性和高质量的图像生成能力而脱颖而出，成为AI生成内容（AIGC）领域的一个重要里程碑。本文旨在为对AI图像生成技术感兴趣的开发者、艺术家以及任何好

Icoolkj·2025-05-15 05:38

AI艺术创作：Midjourney、Stable Diffusion与商业变现

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。https://www.captainbed.cn/north文章目录引言一、AI艺术创作技术全景1.1主流工具对比1.2技术架构解析二、Midjourney深度实践2.1高级提示词工程2.1.1结构化提示模板2.1.2风格融合技巧2.2商业应用案例2.2.1电商产品展示2.2.2社交媒体广告三、St

北辰alk·2025-05-14 08:48

ICLR2024论文解读|DP-OPT: MAKE LARGE LANGUAGE MODEL YOUR PRIVACY-PRESERVING PROMPT ENGINEER差分隐私离线提示微调

论文标题DP-OPT:MAKELARGELANGUAGEMODELYOURPRIVACY-PRESERVINGPROMPTENGINEER差分隐私离线提示微调：让大型语言模型成为你的隐私保护提示工程师论文链接DP-OPT:MAKELARGELANGUAGEMODELYOURPRIVACY-PRESERVINGPROMPTENGINEER论文下载论文作者JunyuanHong,JiachenT.Wa

paixiaoxin·2025-05-13 21:34

DeepSeek基于注意力模型的可控图像生成

importtorchT=1000#Diffusion过程的总步数#前向diffusion计算参数#(T,)生成

夏天又到了·2025-05-13 18:20

【AI应用】免费的文本转语音工具：微软 Edge TTS 和开源版 ChatTTS 对比

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】【AI日记】【读书与思考】【AI应用】我试用了下EdgeTTS，感觉还不错，不过它不支持克隆声音（比如自己的声音）微软EdgeTTS和开源版ChatTTS

AI完全体·2025-05-13 16:04

stable_diffusion_webui docker环境配置

以下是为您精心整理的StableDiffusionWebUIDocker环境配置指南，结合最新技术实践和容器化最佳方案：核心配置流程（附原理说明）graphTDA[安装Docker]-->B[镜像选择]B-->C[容器部署]C-->D[端口映射]D-->E[模型管理]E-->F[权限配置]一、环境准备阶段Docker安装验证执行以下命令检查版本（要求20.10+）：docker--version#

·2025-05-12 16:53

Lora原理及实现浅析

最初是为了解决大型语言模在进行任务特定微调时消耗大量资源的问题；随后也用在了Diffusion等领域，用于对模型进行微调。总而言之，Lora是一种微调技术。

别来这个网址·2025-05-12 10:17

使用AMD GPU和ONNX Runtime高效生成图像与Stable Diffusion模型

EfficientimagegenerationwithStableDiffusionmodelsandONNXRuntimeusingAMDGPUs2024年2月23日撰写，作者[道格拉斯·贾（DouglasJia）](DouglasJia—ROCmBlogs)在这篇博客中，我们将向您展示如何使用预训练的StableDiffusion模型，通过ONNXRuntime在AMDGPU上生成图像。功能

109702008·2025-05-12 07:56

matlab稳定求解高精度二维对流扩散方程

利用MATLAB稳定求解高精度二维对流扩散方程Diffusion_1D.m,2310Diffusion_2D.m,3813license.txt,1334

hie98894·2025-05-10 03:15

【论文阅读】PEEKABOO: Interactive Video Generation via Masked-Diffusion

PEEKABOO:InteractiveVideoGenerationviaMasked-Diffusion原文摘要研究背景与问题现状：现代视频生成模型（如Sora）已能生成高质量视频，但缺乏用户交互控制能力

s1ckrain·2025-05-09 04:15

（CVPR25）Detail-Preserving Latent Diffusion for Stable Shadow Removal论文阅读

文章目录先验（Prior）是什么？1.先验的数学定义2.先验在深度生成模型中的角色3.为什么需要先验？4.先验的常见类型5.如何选择或构造先验？6.小结先验（Prior）是什么？在概率统计与机器学习（尤其是贝叶斯方法）中，“先验”通常指先验分布（priordistribution）——在看到数据之前，我们对某个随机变量（参数、潜变量、预测结果等）所持有的信念或假设，用概率分布来刻画。1.先验的数学

hwg985·2025-05-09 04:43

VLM 系列——MiniCPM-Llama3-V 2.5——论文解读

一、概述1、是什么是一款面向终端设备的多模态大型语言模型（MLLM），论文全称《MiniCPM-V:AGPT-4VLevelMLLMonYourPhone》，它专注于实现在手机等资源受限设备上的高级AI功能，参数8B（llama37B+SigLIPViT-400m/14+视觉标记压缩层）。该模型能够处理包括文本、图像在内的多种数据类型，具备图片描

TigerZ*·2025-05-06 06:25

Diffusion Model相关论文解析之(一)Denoising Diffusion Probabilistic Models

目录1、摘要2、创新点3、主要公式4、主要实现过程1、摘要‌DenoisingDiffusionProbabilisticModels(DDPMs)是一种基于参数化的马尔可夫链的模型，它使用变分推理进行训练，以在有限时间内生成与数据匹配的样本。‌这种模型通过逆扩散过程逐渐向样本中添加噪声，直到信号完全破坏，从而实现样本生成。在采样过程中，当扩散由少量的高斯噪声组成时，可以将采样链转换设置为条件高斯

mm_exploration·2025-05-04 07:53

推荐频道

Diffusion论文解读