MiniMax海螺视频团队首次开源了视觉分词器预训练框架VTP，解决了算力与生成效果不成正比的问题。研究表明，传统Tokenizer的重建精度与生成质量无关，而VTP强调理解力，提升生成性能。VTP展示了Tokenizer的Scaling Law，优化Tokenizer可有效提升生成系统性能。

谢赛宁团队的新论文iREPA源于一次推特辩论，研究空间结构对生成性能的影响。结果表明，空间结构对生成质量的影响超过全局语义，iREPA实现简单，仅需3行代码，显著提升性能。

本文提出了一种新方法Robo-SGG，通过布局嵌入编码器（LEE）提升受损图像的场景图生成效果，显著提高生成性能，对该领域具有重要影响。

本研究提出了一种去噪分数蒸馏（DSD）方法，旨在提升扩散模型在低质量数据下的生成性能。通过在噪声样本上预训练并蒸馏为一步生成器，DSD显著改善了生成样本的质量。

本研究首次探讨链式思维推理在自回归图像生成中的应用，提出三种技术显著提升生成性能，尤其是通过潜力评估奖励模型使生成结果提高24%。

本研究提出了一种基于分段的注意力屏蔽方法，解决了GPT模型在处理用户提示时的注意力限制问题。通过非因果方式访问信息，提升了生成性能。实验结果表明，该方法在Llama和Qwen等模型中表现优异。

本研究通过引入基于知识图的RAG和自我校正机制，克服了文本到图像模型在复杂文化主题上的局限，显著提升了多种模型的生成性能。

本研究提出了一种两阶段微调框架，有效解决了差分隐私下生成表格数据的挑战，显著提升生成性能并更合理利用隐私预算。

本研究探讨了思想树（ToT）在大型语言模型中的表现，发现生成器在ToT的成功中更为关键，而区分器的作用有限。不同规模模型的区分能力相似，但生成性能差异显著。

使用Transition-aware weighted Denoising Score Matching（TDSM）训练带噪声标签的条件扩散模型，TDSM目标函数整合了得分网络的加权和，实验证明TDSM可以提高生成样本质量，改进生成性能。