Tag · 3 篇
离散扩散
分布 生成模型与扩散23D 视觉与重建1
01 02 03
PartDiffuser：基于离散扩散的部件级三维网格生成
PartDiffuser: Part-wise 3D Mesh Generation via Discrete Diffusion
把「部件间自回归 + 部件内并行离散扩散」的混合生成范式用于网格生成，并用点云作为分层几何条件通过部件感知交叉注意力注入，为可控、高细节的3D资产生成提供了可复用的条件控制与解耦思路。
立方离散扩散：基于高维表征词元的离散视觉生成
Cubic Discrete Diffusion: Discrete Visual Generation on High-Dimensional Representation Tokens
把预训练高维语义表征（768-1024 维）直接离散化后做掩码扩散生成，使同一套离散词元既能用于理解又能用于生成，为视觉生成与语言模型共享词元预测范式提供了可复用的路径；其「任意维度任意位置可掩码、生成步数固定为 T」的机制可直接迁移到高维特征上的生成式建模。
以离散扩散分类建模推进图像分类
Advancing Image Classification with Discrete Diffusion Classification Modeling
把扩散过程从生成图像迁移到类别标签空间，用少步扩散迭代对类别后验做去噪式推断，可作为即插即用的分类头替换标准 softmax 分类器，在图像损坏或训练数据稀缺时提升鲁棒性。