TrajCal:免训练轨迹校准的少步流采样框架
热点事件持续更新
TrajCal:免训练轨迹校准的少步流采样框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Zihan Gu 等人于 2026 年 11 月发布论文,提出 TrajCal 框架。该框架通过散度搜索优化图像和视频生成的少步采样流程,无需额外训练即可实现轨迹校准。在低评估预算下,其参考保真度高于所有对比基线,且对随机种子及跨风格泛化均有效。
AI 根据报道生成 · 2 小时前更新
最新进展11月20日 13:00
TrajCal:一种用于少步流采样的轨迹校准框架报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉TrajCal:一种用于少步流采样的轨迹校准框架
TrajCal 提出了一种无需训练的校准框架,基于散度搜索优化图像和视频生成的少步采样流程。该方法在低评估预算下实现了高于所有对比基线的参考保真度,且对随机种子及跨风格泛化均有效。
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。