https://txtmix.com/tags/%E6%89%A9%E6%95%A3%E6%A8%A1%E5%9E%8B/Recent content in 扩散模型 on Text MatrixHugozh-cnSat, 23 May 2026 08:20:36 +0800https://txtmix.com/posts/tech/t2i-l2p-tencent-pixel-space-diffusion-generation/Fri, 22 May 2026 20:15:00 +0800https://txtmix.com/posts/tech/t2i-l2p-tencent-pixel-space-diffusion-generation/<h1 id="l2p腾讯优图开源的高效像素空间扩散生成模型">L2P：腾讯优图开源的高效像素空间扩散生成模型</h1> <p>L2P（Latent-to-Latent-to-Pixel）是腾讯优图实验室的开源文生图研究，2026-05-22创建，22星。提出了&quot;潜在潜在传递&quot;范式，在像素空间做端到端扩散。</p>https://txtmix.com/posts/tech/sana-high-resolution-image-synthesis/Mon, 18 May 2026 19:56:00 +0800https://txtmix.com/posts/tech/sana-high-resolution-image-synthesis/<h1 id="sana线性扩散transformer驱动的高分辨率图像生成">SANA：线性扩散Transformer驱动的高分辨率图像生成</h1> <p>说起高分辨率图像生成，很多人第一时间会想到 FLUX 或者 Stable Diffusion。但这两个模型要么体积庞大（FLUX-12B），要么生成速度感人。NVIDIA 实验室开源的 <strong>SANA</strong> 给出了一种截然不同的路线——用线性注意力（Linear Attention）替换 Transformer 中的标准注意力机制，配合 32× 压缩率的 DC-AE 自编码器，在仅 1.6B 参数规模下实现 <strong>4K 分辨率、20 倍体积压缩、100 倍速度提升</strong>。</p>https://txtmix.com/posts/tech/nvlab-sana-efficient-image-video-generation/Mon, 18 May 2026 00:00:00 +0000https://txtmix.com/posts/tech/nvlab-sana-efficient-image-video-generation/<h1 id="sananvidia高效率高分辨率图像与视频生成框架">Sana：NVIDIA高效率高分辨率图像与视频生成框架</h1> <p><strong>Stars: 6,331</strong> | <strong>今日: +447</strong> | <strong>Python</strong></p> <p>GitHub: <a href="https://github.com/NVlabs/Sana" target="_blank" rel="noopener noreffer ">NVlabs/Sana</a></p> <h2 id="一句话评价">一句话评价</h2> <p>Sana 是 NVIDIA MVFX 实验室出品的效率优先型图像/视频生成框架，支持 4K 分辨率、1.6B 参数模型可在 8GB GPU 显存运行，ICLR 2025 Oral / 2026 Oral 双 Oral 论文，并在 diffusers / SGLang / ComfyUI 均有原生集成。</p>https://txtmix.com/posts/tech/dflash-block-diffusion-speculative-decoding/Fri, 17 Apr 2026 16:35:00 +0800https://txtmix.com/posts/tech/dflash-block-diffusion-speculative-decoding/<h1 id="dflash块扩散模型加速llm推理">DFlash：块扩散模型加速LLM推理</h1> <blockquote> <p><strong>目标读者</strong>：LLM推理优化工程师、ML平台架构师、MLOps实践者 <strong>前置知识</strong>：深度学习基础、LLM原理、对投机解码有基本了解 <strong>技术栈</strong>：Python / PyTorch / vLLM / SGLang / Transformers / MLX <strong>难度定位</strong>：⭐⭐⭐⭐ 专家设计</p>https://txtmix.com/posts/tech/voxcpm2-tokenizer-free-tts-guide/Sun, 12 Apr 2026 11:50:00 +0800https://txtmix.com/posts/tech/voxcpm2-tokenizer-free-tts-guide/<h1 id="voxcpm2tokenizer-free-tts-多语言语音合成指南-">VoxCPM2：Tokenizer-Free TTS 多语言语音合成指南 ⭐⭐⭐</h1> <blockquote> <p><strong>目标读者</strong>：AI语音开发者、研究人员，对TTS系统有一定了解 <strong>核心问题</strong>：如何实现高质量、多语言、可控的语音合成？</p></blockquote> <hr> <h2 id="1-学习目标">§1 学习目标</h2> <p>完成本文档后，你将掌握：</p>