トピック: Denoising

全セクション横断 4 件

対話型の動画世界モデルで、ユーザー操作の変化に応じ計算を使い分ける手法CtrlCacheが提案された。再学習なしでDiT部の処理を1.21〜1.41倍に高速化し、品質評価も上回った。

画像生成AIの内部状態に自然言語で質問し、生成途中の絵の中身を読み取る手法が提案された。内部情報を品質改善にも使えると示した点で、制作現場の品質管理に影響しうる。

研究チームは、ロボットが未来の映像と行動を同時に生成する世界行動モデルの応答遅延を、ノイズ除去の分散処理で抑える手法Rolling-WAMを発表した。定常時の再計画は従来比4.5倍に高速化し、製造・物流現場での実用化を後押しする可能性がある。

ニューヨーク大学などの研究チームが、既存の多モーダルLLMを画像生成の雑音除去に転用する手法「RepFusion」を発表した。新規モデルの大規模学習なしに生成品質を高められる可能性があり、AI開発コストの削減と既存資産の活用という観点から産業界の注目を集めている。