Buchumschlag

Stochastic Self-Guidance for Training-Free Enhancement of Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Chubin, Zhu, Jiashu, Feng, Xiaokun, Huang, Nisha, Zhu, Chen, Wu, Meiqi, Mao, Fangyuan, Wu, Jiahong, Chu, Xiangxiang, Li, Xiu
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

ImagerySearch: Adaptive Test-Time Search for Video Generation Beyond Semantic Dependency Constraints
von: Wu, Meiqi, et al.
Veröffentlicht: (2025)

Omni-Effects: Unified and Spatially-Controllable Visual Effects Generation
von: Mao, Fangyuan, et al.
Veröffentlicht: (2025)

Taming Preference Mode Collapse via Directional Decoupling Alignment in Diffusion Reinforcement Learning
von: Chen, Chubin, et al.
Veröffentlicht: (2025)

Embedding-perturbed Exploration Preference Optimization for Flow Models
von: Hu, Sujie, et al.
Veröffentlicht: (2026)

Artifact-Aware Evaluation for High-Quality Video Generation
von: Zhu, Chen, et al.
Veröffentlicht: (2026)

VMBench: A Benchmark for Perception-Aligned Video Motion Generation
von: Ling, Xinran, et al.
Veröffentlicht: (2025)

Latent Temporal Discrepancy as Motion Prior: A Loss-Weighting Strategy for Dynamic Fidelity in T2V
von: Wu, Meiqi, et al.
Veröffentlicht: (2026)

Extending One-Step Image Generation from Class Labels to Text via Discriminative Text Representation
von: Zhao, Chenxi, et al.
Veröffentlicht: (2026)

Omni-WorldBench: Towards a Comprehensive Interaction-Centric Evaluation for World Models
von: Wu, Meiqi, et al.
Veröffentlicht: (2026)

ConceptWeaver: Weaving Disentangled Concepts with Flow
von: Chen, Jintao, et al.
Veröffentlicht: (2026)

Revealing the Dark Secrets of Extremely Large Kernel ConvNets on Robustness
von: Chen, Honghao, et al.
Veröffentlicht: (2024)

UNIV: Unified Foundation Model for Infrared and Visible Modalities
von: Mao, Fangyuan, et al.
Veröffentlicht: (2025)

MaTe: Images Are All You Need for Material Transfer via Diffusion Transformer
von: Huang, Nisha, et al.
Veröffentlicht: (2026)

Enhancing Train-Free Infinite-Frame Generation for Consistent Long Videos
von: Feng, X., et al.
Veröffentlicht: (2026)

MACE-Dance: Motion-Appearance Cascaded Experts for Music-Driven Dance Video Generation
von: Yang, Kaixing, et al.
Veröffentlicht: (2025)

Taming Hallucinations: Boosting MLLMs' Video Understanding via Counterfactual Video Generation
von: Huang, Zhe, 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)

Ranking-aware Reinforcement Learning for Ordinal Ranking
von: Hao, Aiming, et al.
Veröffentlicht: (2026)

Isolated Diffusion: Optimizing Multi-Concept Text-to-Image Generation Training-Freely with Isolated Diffusion Guidance
von: Zhu, Jingyuan, et al.
Veröffentlicht: (2024)

Training-Free Anomaly Generation via Dual-Attention Enhancement in Diffusion Model
von: Zuo, Zuo, et al.
Veröffentlicht: (2025)

DTLLM-VLT: Diverse Text Generation for Visual Language Tracking Based on LLM
von: Li, Xuchen, et al.
Veröffentlicht: (2024)

Self-transcendence: Is External Feature Guidance Indispensable for Accelerating Diffusion Transformer Training?
von: Sun, Lingchen, et al.
Veröffentlicht: (2026)

Identity-Preserving Text-to-Video Generation via Training-Free Prompt, Image, and Guidance Enhancement
von: Gao, Jiayi, et al.
Veröffentlicht: (2025)

PRISM: Rethinking Scattered Atmosphere Reconstruction as a Unified Understanding and Generation Model for Real-world Dehazing
von: Fang, Chengyu, et al.
Veröffentlicht: (2026)

MAR-GRPO: Stabilized GRPO for AR-diffusion Hybrid Image Generation
von: Ma, Xiaoxiao, et al.
Veröffentlicht: (2026)

RB-Modulation: Training-Free Personalization of Diffusion Models using Stochastic Optimal Control
von: Rout, Litu, et al.
Veröffentlicht: (2024)

How Texts Help? A Fine-grained Evaluation to Reveal the Role of Language in Vision-Language Tracking
von: Li, Xuchen, et al.
Veröffentlicht: (2024)

Visual Language Tracking with Multi-modal Interaction: A Robust Benchmark
von: Li, Xuchen, et al.
Veröffentlicht: (2024)

DTVLT: A Multi-modal Diverse Text Benchmark for Visual Language Tracking Based on LLM
von: Li, Xuchen, et al.
Veröffentlicht: (2024)

CountDiffusion: Text-to-Image Synthesis with Training-Free Counting-Guidance Diffusion
von: Li, Yanyu, et al.
Veröffentlicht: (2025)

InstantSwap: Fast Customized Concept Swapping across Sharp Shape Differences
von: Zhu, Chenyang, et al.
Veröffentlicht: (2024)

USP: Unified Self-Supervised Pretraining for Image Generation and Understanding
von: Chu, Xiangxiang, et al.
Veröffentlicht: (2025)

FlashSign: Pose-Free Guidance for Efficient Sign Language Video Generation
von: Zhang, Liuzhou, et al.
Veröffentlicht: (2026)

Coupled Diffusion Sampling for Training-Free Multi-View Image Editing
von: Alzayer, Hadi, et al.
Veröffentlicht: (2025)

Frame Guidance: Training-Free Guidance for Frame-Level Control in Video Diffusion Models
von: Jang, Sangwon, et al.
Veröffentlicht: (2025)

No Training, No Problem: Rethinking Classifier-Free Guidance for Diffusion Models
von: Sadat, Seyedmorteza, et al.
Veröffentlicht: (2024)

FlowMotion: Training-Free Flow Guidance for Video Motion Transfer
von: Wang, Zhen, et al.
Veröffentlicht: (2026)

Towards a Golden Classifier-Free Guidance Path via Foresight Fixed Point Iterations
von: Wang, Kaibo, et al.
Veröffentlicht: (2025)

Self-Guidance: Boosting Flow and Diffusion Generation on Their Own
von: Li, Tiancheng, et al.
Veröffentlicht: (2024)

Training-free Dense-Aligned Diffusion Guidance for Modular Conditional Image Synthesis
von: Wang, Zixuan, et al.
Veröffentlicht: (2025)