跳到正文
热点事件持续更新

Semin Kim 等人提出基于轨迹直线性选择的固定点反演方法 SelFix

2 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Semin Kim、Jihwan Yoon 和 Seunghoon Hong 提出了 SelFix 方法,旨在解决扩散模型(Rectified Flows)反演过程中的多解选择问题。该方法通过最大化逆轨迹的直线性来选择固定点解,在保留收敛性的同时提升重建与编辑质量。 论文指出,SelFix 能在标准局部假设下保持对精确逆根点的收敛。实验结果显示,该方法在 FLUX.1-dev 和 PIE-Bench 数据集上优于现有基线,实现了更优的真实图像重建效果和源保持提示词编辑效果。相关代码已开源。

AI 根据报道生成 · 2 小时前更新

事件进展

2 个进展

  1. 11月20日 13:00 · 1 篇报道
    提出基于校正流的图像到图像翻译新模型 O2MFlow
    arXiv · 机器人与计算机视觉:One-to-Many:通过校正流实现多样且双向的图片到图片翻译
  2. 11月10日 13:00 · 1 篇报道
    提出基于轨迹直线性选择的固定点反演方法 SelFix
    arXiv · 机器人与计算机视觉:Rectified Flows 的反演:基于轨迹直线性固定点选择方法 SelFix

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    One-to-Many:通过校正流实现多样且双向的图片到图片翻译

    论文提出了 One-to-Many Flow (O2MFlow),这是一种基于潜在条件的 Rectified Flow 模型,旨在解决成对图片翻译任务中单一目标限制问题。

11月10日
  1. arXiv · 机器人与计算机视觉
    Rectified Flows 的反演:基于轨迹直线性固定点选择方法 SelFix

    论文提出了 SelFix 方法,解决扩散模型反演中多解选择问题。该方法通过最大化逆轨迹的直线性来选择固定点解,在保留收敛性的同时提升重建与编辑质量。实验显示,SelFix 在 FLUX.1-dev 和 PIE-Bench 上优于现有基线,实现了更优的真实图像重建和源保持提示词编辑效果。代码已开源。

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。