版权属于：
人工智能炼丹君
作品采用：
《
署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0)
》许可协议授权
AIGC 每日推送目录
关注公众号，不错过每一篇
每天精选 AIGC 论文速读、深度解读与周末专题，把「值得读」的那几篇送到你面前。扫码或微信搜一搜 人工智能炼丹君，第一时间收到更新。
微信搜一搜 · 人工智能炼丹君
下方为博客归档目录：点击日期即可进入对应推送全文。
当前共收录 120 期，按时间倒序排列。
2026 年 10 月
2026 年 9 月
- 2026-09-30｜港科大先写谱再唱，YuE2 逼近 Suno
- 2026-09-29｜阿里双Agent语音涨10.4分，Qwen-Audio
- 2026-09-28｜阿里 397B 只改提示词就涨 50 分，WanPE
- 2026-09-25｜快手开源修图登顶，GEdit仍输GPT
- 2026-09-24｜阿里Qwen3.8-Omni发布，视频推理输Gemini
- 2026-09-23｜NVIDIA像素扩散FID 1.46，仍输latent
- 2026-09-22｜阶跃星辰全双工98.9登顶，清华W4A4逼近FP16
- 2026-09-21｜伯克利线性注意力让H3视频快14.5倍-VDN
- 2026-09-18｜高通揪出长视频KV错配-Recency Forcing
- 2026-09-17｜Meta一个模型既写歌又改歌-SongCraft
- 2026-09-16｜22帧视频377毫秒-LynnReal-Omni
- 2026-09-15｜阿里五路音频控制-DiffSynth-Music
- 2026-09-14｜SenseNova 8B原生视觉直出4K-SN-U15
- 2026-09-11｜阿里13模型不会专业剪辑-CutCraft
- 2026-09-10｜90%稀疏视频DiT加速2.63倍-RoLA
- 2026-09-09｜阿里两步口型配音跑到7.13FPS-TBDub
- 2026-09-08｜蚂蚁从零训6B开源生图-LLaDA-Image
- 2026-09-07｜腾讯3B活跃参数逼近万亿代理-WeAgent
- 2026-09-06｜长视频世界模型的记忆与状态概览
- 2026-09-04｜港中深5秒训练撑起一小时世界推演-SolarWM
- 2026-09-03｜Runway让界面直接生成而不再写代码-Solaris
- 2026-09-02｜阿里7B原生音视频生成硬刚33B大模型-DreamX
- 2026-09-01｜西湖大学让写代码的智能体当世界大脑CWM
2026 年 8 月
- 2026-08-31｜复旦GameWAM同时生成画面和键鼠动作
- 2026-08-29｜字节斯坦福让视频记住走远的人RingForcing
- 2026-08-28｜京东JoyAI-Echo-1.5给长视频装上跨镜头记忆
- 2026-08-27｜浙大清华19B音视频4步2.5秒出片TurboT2VA
- 2026-08-26｜京东开源世界模型边走边生720p视听EchoWM
- 2026-08-25｜Meta让15B DiT优化器时间砍半Muon-DiT
- 2026-08-24｜快手可灵证明奖励劫持源于流形漂移ThermoDPO
- 2026-08-23｜3DGS工程化转折：传得动跑得起管得住
- 2026-08-22｜阿里6B小模型编辑分反超20B的Swift-Image
- 2026-08-21｜中科大揪出蒸馏后数字人变木头人DynaForcing
- 2026-08-20｜LumaAI首证扩散缩放定律要10倍数据(Abra)
- 2026-08-19｜阿里像素空间T2I反超潜空间Z-Image-Pixel
- 2026-08-18｜港科大数字人比LTX-2快33倍还能连说一分钟Omni…
- 2026-08-17｜AlayaLab世界模型连跑两小时画面不塌Evoke
- 2026-08-16｜NVIDIA领衔 On-Policy 蒸馏让学生反超教师
- 2026-08-14｜阿里14B数字人实时跑三分钟LiveAnimate
- 2026-08-14｜深度解读|NVIDIA Sol-Engine|Agent自动调栈视频推理快2.77倍
- 2026-08-13｜Adobe视频世界模型首次外推物理定律LDR
- 2026-08-12｜阿里DUET两步视频质量多样性双赢
- 2026-08-11｜NVIDIA免训练治好世界模型失忆WorldTrace
- 2026-08-10｜阿里Wan-Animate-2角色动画冲进实时24FPS
- 2026-08-07｜Meta实测视觉懒惰生成数据只留5%反而更强
- 2026-08-07｜深度解读|Sand.ai MAGI-2|114B视频MoE把token切12份挑专家
- 2026-08-06｜京东22B音画同修让百年老片复活OmniVR
- 2026-08-03｜深度解读|MiniMax H3|33B统一音视频与2K链路拆解
2026 年 7 月
- 2026-07-31｜Adobe混合DiT算效提升7.3倍Chimera
- 2026-07-30｜Adobe世界模型16FPS实时生成分钟视频
- 2026-07-29｜Apple端侧Siri语音16倍实时仅21MB
- 2026-07-28｜Meta单H200实时视频22.84帧MsForcing
- 2026-07-27｜NVIDIA单卡视频生成提速120倍SANA2.0
- 2026-07-25｜深度解读|清华SLA2|97%稀疏对比DeepSeek DSA
- 2026-07-23｜阿里高德5090单卡实时世界模型ABot-World-0
- 2026-07-22｜华为40万美元逼近闭源Boogu-Image
- 2026-07-21｜腾讯混元4步视频胜50步强化扩散MeanFlowNFT
- 2026-07-16｜字节Seed读回提示当奖励SpectraReward
- 2026-07-14｜DeepMind断言视频生成即通用视觉底座
- 2026-07-10｜高通MobileWan让5B视频扩散上手机16FPS
- 2026-07-03｜北航ETH免训练让FLUX画图提速25倍MrFlow
- 2026-07-02｜快手可灵MemLearner可学习记忆视频世界模型
2026 年 6 月
- 2026-06-29｜清华LiveEdit实时流式视频编辑12.66FPS
- 2026-06-22｜近两周精选-MaineCoon实时音视频世界模型
- 2026-06-02｜微软实时流式数字人视频比肩大模型
- 2026-06-01｜英伟达SANA单卡24FPS实时流式视频编辑
2026 年 5 月
- 2026-05-29｜生数科技minWM开源实时交互视频世界模型
- 2026-05-28｜北大OSP-Next视频生成跨硬件加速
- 2026-05-27｜美团LongCat-Avatar 1.5开源逼近闭源数字人
- 2026-05-26｜百度ERNIE-Image开源8B DiT追平闭源
- 2026-05-25｜字节Bernini让MLLM规划DiT渲染视频
- 2026-05-21｜智能编辑成统一模型通用任务Uni-Edit
- 2026-05-20｜视频生成补物理常识NEWTON
- 2026-05-19｜长视频生成FP4训推全栈LongLive-2.0
- 2026-05-18｜14B视频对齐单步训练Flash-GRPO
- 2026-05-17｜实时自回归视频生成加速
- 2026-05-15｜实时视频2步出帧Causal Forcing++
- 2026-05-14｜视频扩散从少步到任意步AnyFlow
- 2026-05-13｜INSET图像即词汇开启统一视觉生成新范式
- 2026-05-12｜Forcing-KV 视频扩散2.82倍加速突破实时
- 2026-05-11｜Cola DLM 扩散语言模型挑战自回归范式
- 2026-05-09｜视频编辑最新进展
- 2026-05-08｜JoyAI统一模型唤醒空间智能,通义D-OPSD破解少步…
- 2026-05-06｜DiT-MoE统一多模态模型25B仅激活3B，运动感知缓…
- 2026-05-05｜纯视觉流统一生成颠覆文本管线，1D-Token端到端FI…
- 2026-05-04｜20260504｜4步打败40步!AdvDMD蒸馏加速刷新SD3.5
- 2026-05-02｜13.7-18.6x注意力加速，稀疏注意力撕开视频Di…
- 2026-05-01｜20秒训练7x加速DiT，SAMG零开销解锁空间自适应…
2026 年 4 月
- 2026-04-30｜V-GRPO让RL对齐提速3倍，64token暴力生图
- 2026-04-28｜20FPS实时数字人Hallo-Live
- 2026-04-27｜多目标Pareto后训练ParetoSlider
- 2026-04-26｜统一多模态生成大爆发：Omni五模态SOTA碾压Qwen
- 2026-04-25｜视频编辑评测方法全景：从传统指标到 Reward Model 的范式跃迁
- 2026-04-24｜Wan-Image
- 2026-04-23｜淘宝试穿上线-Google城市视频-GRPO优化扩散
- 2026-04-22｜武大MemWN按需记忆撑起长视频一致性
- 2026-04-21｜Qwen3.5-Omni全模态215项SOTA
- 2026-04-10｜重新审视可控扩散训练目标——直接x₀监督实现2倍加速
- 2026-04-09｜一图多改不再崩-MIRAGE并行编辑
- 2026-04-08｜分数步蒸馏新范式1.x-Distill
- 2026-04-07｜SC-DMD蒸馏2-4步高质量视频生成Salt
- 2026-04-06｜VOID因果推理视频编辑｜DynaVid CVPR2026｜SteerFlow免训练编辑
- 2026-04-05｜Mistral Voxtral TTS胜ElevenLabs
- 2026-04-04｜视频生成前沿｜统一框架｜长视频｜物理一致性
- 2026-04-03｜Dynin-Omni｜OmniVoice
- 2026-04-02｜MacTok 64-token SOTA
2026 年 3 月
- 2026-03-30｜BiFM｜Wan-Weaver｜PackForcing｜Voxtral TTS
- 2026-03-29｜GIDE｜ScaleEdit-12M｜Calibri
- 2026-03-28｜视觉生成后训练与偏好优化
- 2026-03-27｜ScrollScape｜OmniWeaving
- 2026-03-25｜上交ScaleEdit-12M+CVPR跨时间步自校准
- 2026-03-24｜CubiD高维离散扩散｜扩散通用加速｜FoleyDirector V2A
- 2026-03-23｜MOSS-TTS｜ColourCrafter｜Q-Drift
- 2026-03-22｜视频生成与编辑前沿进展
- 2026-03-21｜偏好对齐｜RL后训练｜SOLACE｜CRAFT｜CRD｜VIGOR
最后更新：2026-10-05 12:39
评论 (0)