Tag · 6 篇
归一化流
STARFlow-V：基于自回归归一化流的端到端视频生成建模
STARFlow-V: End-to-End Video Generative Modeling with Autoregressive Normalizing Flows
为视觉研究者提供了一条绕开扩散模型的视频生成路线：可逆归一化流在时空潜空间中做自回归因果预测，天然支持似然估计与 T2V/I2V/V2V 统一建模，其 flow-score matching 与视频感知 Jacobi 迭代可直接迁移到其他自回归视频生成器的误差累积与采样加速问题上。
RC-NF：面向机器人操作实时异常检测的机器人条件归一化流
RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation
把归一化流的概率密度当作实时 OOD 打分器，挂在 VLA 模型（如 Pi0）后面做即插即用的异常监控与回滚/重规划触发，为视觉研究者提供了一个可复用的『生成式密度估计做机器人异常检测』范式，以及一个含三类机器人异常的仿真基准。
面向随机三维人体运动预测的高斯混合潜变量流
Gaussian-Mixture Latent Flow for Stochastic 3D Human Motion Prediction
用可逆归一化流 + 数据驱动高斯混合先验建模人体运动的随机性，并通过可处理的似然计算给出不确定性估计；做运动预测/生成、需要多样且物理合理结果的工作可直接复用这一潜变量流框架与混合先验设计。
FARMER：面向像素的流式自回归 Transformer
FARMER: Flow AutoRegressive Transformer over Pixels
把可逆归一化流当作像素到潜变量序列的变换器，再在潜变量上做自回归建模，为视觉生成提供了一条可精确计算似然的像素级生成路线；其中的潜变量通道分组降维与一步蒸馏加速思路，可直接迁移到其他长序列视觉生成模型的效率优化上。
双向归一化流：从数据到噪声再返回
Bidirectional Normalizing Flow: From Data to Noise and Back
BiFlow 用可学习的逆向模型替代归一化流中严格可逆的前向变换，从而摆脱因果解码瓶颈，将采样速度提升两个数量级，为基于流的生成模型提供了一种更灵活、更快的训练与采样范式。
BUSSARD：面向双射通用场景特定异常关系检测的归一化流
BUSSARD: Normalizing Flows for Bijective Universal Scene-Specific Anomalous Relationship Detection
把场景图里的物体-关系-物体三元组用语言模型嵌入后接归一化流做似然式异常检测，为视觉关系理解提供了一个可复用的『关系级异常打分』范式，可直接迁移到场景图生成的关系合理性校验或开放世界关系检测。