标题：字节提出视觉生成新方法：让AI像人类一样边画边改 正文： 字节商业化技术团队近期推出了一种全新的视觉生成模型——生成精炼网络（GRN，Generative Refinement Networks）。与主流的扩散模型和自回归模型不同，GRN开创了视觉生成的“第三条路”，能够像人类绘画一样，边...

标题：CVPR 2026 生成式 AI 观察：视觉模型重构底层设定 正文： 近年来，视觉生成与理解领域的技术发展多围绕既有框架优化性能，但今年 CVPR 的一批代表性工作显示，研究重点正从“增量修补”转向对底层假设的重新审视。扩散模型的引导机制、视频生成是否依赖去噪、生成目标是否合理等基础问题被...

标题：媲美GPT-4o的视觉生成神器：港科广字节联合发布ComfyMind 正文： 图像生成、视频制作、照片精修通常需要借助不同模型，过程繁琐。如今，由香港科技大学（广州）与字节跳动合作开发的开源框架ComfyMind，让用户只需一句话描述创意，即可一键生成高质量视觉作品。 ComfyMin...

质量无损，算力减半！达摩院开源视觉生成新架构DyDiT亮相ICLR 2025 达摩院在ICLR 2025上发布的DyDiT架构，通过动态调整时间步长与空间区域的计算分配，成功将DiT模型的推理算力削减51%，生成速度提升1.73倍，同时保持生成质量几乎无损。此方法仅需3%的微调成本，即可显著优化...

标题：13.8倍吞吐提升！浙大上海AI Lab提出视觉生成新范式：从“下一个token”到“下一个邻域” 正文： 13.8倍吞吐提升！浙大上海AI Lab等提出视觉生成新范式，从“下一个token”到“下一个邻域” 在图像/视频生成任务中，传统的“下一个token预测”方法正面临效率瓶颈。为此，浙...