PixelFlow: Pixel-Space Generative Models with Flow

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Shoufa, Ge, Chongjian, Zhang, Shilong, Sun, Peize, Luo, Ping
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FlashVideo: Flowing Fidelity to Detail for Efficient High-Resolution Video Generation
von: Zhang, Shilong, et al.
Veröffentlicht: (2025)

Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation
von: Sun, Peize, et al.
Veröffentlicht: (2024)

Goku: Flow Based Video Generative Foundation Models
von: Chen, Shoufa, et al.
Veröffentlicht: (2025)

GPT4RoI: Instruction Tuning Large Language Model on Region-of-Interest
von: Zhang, Shilong, et al.
Veröffentlicht: (2023)

Prompt-A-Video: Prompt Your Video Diffusion Model via Preference-Aligned LLM
von: Ji, Yatai, et al.
Veröffentlicht: (2024)

UniFlow: A Unified Pixel Flow Tokenizer for Visual Understanding and Generation
von: Yue, Zhengrong, et al.
Veröffentlicht: (2025)

FREPix: Frequency-Heterogeneous Flow Matching for Pixel-Space Image Generation
von: Lin, Mingfeng, et al.
Veröffentlicht: (2026)

Tuna-2: Pixel Embeddings Beat Vision Encoders for Multimodal Understanding and Generation
von: Liu, Zhiheng, et al.
Veröffentlicht: (2026)

One-step Latent-free Image Generation with Pixel Mean Flows
von: Lu, Yiyang, et al.
Veröffentlicht: (2026)

WavFlow: Audio Generation in Waveform Space
von: Zhou, Feiyan, et al.
Veröffentlicht: (2026)

PixelDiT: Pixel Diffusion Transformers for Image Generation
von: Yu, Yongsheng, et al.
Veröffentlicht: (2025)

FARMER: Flow AutoRegressive Transformer over Pixels
von: Zheng, Guangting, et al.
Veröffentlicht: (2025)

PixelFlowCast: Latent-Free Precipitation Nowcasting via Pixel Mean Flows
von: Zhu, Yufeng, et al.
Veröffentlicht: (2026)

FlowFeat: Pixel-Dense Embedding of Motion Profiles
von: Araslanov, Nikita, et al.
Veröffentlicht: (2025)

DiP: Taming Diffusion Models in Pixel Space
von: Chen, Zhennan, et al.
Veröffentlicht: (2025)

ControlAR: Controllable Image Generation with Autoregressive Models
von: Li, Zongming, et al.
Veröffentlicht: (2024)

CoordFlow: Coordinate Flow for Pixel-wise Neural Video Representation
von: Silver, Daniel, et al.
Veröffentlicht: (2025)

Aligning Latent Spaces with Flow Priors
von: Li, Yizhuo, et al.
Veröffentlicht: (2025)

PixelLM: Pixel Reasoning with Large Multimodal Model
von: Ren, Zhongwei, et al.
Veröffentlicht: (2023)

Pixel-SAIL: Single Transformer For Pixel-Grounded Understanding
von: Zhang, Tao, et al.
Veröffentlicht: (2025)

Novel View Synthesis with Pixel-Space Diffusion Models
von: Elata, Noam, et al.
Veröffentlicht: (2024)

Transforming Weather Data from Pixel to Latent Space
von: Zhao, Sijie, et al.
Veröffentlicht: (2025)

Pixel Is Not a Barrier: An Effective Evasion Attack for Pixel-Domain Diffusion Models
von: Shih, Chun-Yen, et al.
Veröffentlicht: (2024)

Pixel-Perfect Visual Geometry Estimation
von: Xu, Gangwei, et al.
Veröffentlicht: (2026)

Pixel Reasoner: Incentivizing Pixel-Space Reasoning with Curiosity-Driven Reinforcement Learning
von: Wang, Haozhe, et al.
Veröffentlicht: (2025)

GeoPixel: Pixel Grounding Large Multimodal Model in Remote Sensing
von: Shabbir, Akashah, et al.
Veröffentlicht: (2025)

PixelVLA: Advancing Pixel-level Understanding in Vision-Language-Action Model
von: Liang, Wenqi, et al.
Veröffentlicht: (2025)

TransPixeler: Advancing Text-to-Video Generation with Transparency
von: Wang, Luozhou, et al.
Veröffentlicht: (2025)

Registers Matter for Pixel-Space Diffusion Transformers
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2026)

Flowing from Words to Pixels: A Noise-Free Framework for Cross-Modality Evolution
von: Liu, Qihao, et al.
Veröffentlicht: (2024)

PixelMan: Consistent Object Editing with Diffusion Models via Pixel Manipulation and Generation
von: Jiang, Liyao, et al.
Veröffentlicht: (2024)

Edify Image: High-Quality Image Generation with Pixel Space Laplacian Diffusion Models
von: NVIDIA, et al.
Veröffentlicht: (2024)

PixelWorld: How Far Are We from Perceiving Everything as Pixels?
von: Lyu, Zhiheng, et al.
Veröffentlicht: (2025)

There is No VAE: End-to-End Pixel-Space Generative Modeling via Self-Supervised Pre-training
von: Lei, Jiachen, et al.
Veröffentlicht: (2025)

Goal2Pixel: Grounding Goals to Pixels for Vision-Language Navigation
von: Bao, Muyi, et al.
Veröffentlicht: (2026)

RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis
von: Mu, Yao, et al.
Veröffentlicht: (2024)

PixelGen: Improving Pixel Diffusion with Perceptual Supervision
von: Ma, Zehong, et al.
Veröffentlicht: (2026)

Pixel-GS: Density Control with Pixel-aware Gradient for 3D Gaussian Splatting
von: Zhang, Zheng, et al.
Veröffentlicht: (2024)

Latent Forcing: Reordering the Diffusion Trajectory for Pixel-Space Image Generation
von: Baade, Alan, et al.
Veröffentlicht: (2026)

From Pixels to Graphs: Open-Vocabulary Scene Graph Generation with Vision-Language Models
von: Li, Rongjie, et al.
Veröffentlicht: (2024)