Tag · 4 篇

MeanFlow

分布生成模型与扩散2图像分割1人脸与人体理解1

HySeg: Learning Generative Priors for Structure-Aware Remote Sensing Segmentation

把分割后验推理建立在生成式结构先验之上：用 MeanFlow 学习语义拓扑的连续随机场，再投影成类别条件亲和度去引导分割头，这个「先验→亲和度→后验」的插件式设计可以迁移到任何需要边界连贯性的密集预测任务。

Extending One-Step Image Generation from Class Labels to Text via Discriminative Text Representation

把 MeanFlow 这类一步/少步生成框架的条件从类别标签扩展到文本时，关键不是换更强的文本编码器，而是要求文本特征具备足够高的判别性；做少步蒸馏或一步采样时可直接借鉴这一「条件表征判别性」诊断与适配思路。

CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization

把图像压缩成一维因果词元序列并用 MeanFlow 解码器做一步/多步采样，可直接作为视觉自回归生成的前端分词器替换方案；REPA-A 用视觉基础模型特征对齐编码器，是一种可复用的稳定训练正则化手段。

ARMFlow: AutoRegressive MeanFlow for Online 3D Human Reaction Generation

把 MeanFlow 的单步速度预测与因果上下文编码器结合，用于在线人体反应动作生成；BSCE（用生成历史而非真值编码）是缓解自回归误差累积的可复用训练技巧，可迁移到其他流式动作/视频生成任务。