[논문리뷰] RoAR-VAE: Improving Latent Diffusability through Robust Prediction본 논문은 visual tokenizer 설계 시, 이미지 재구성의 Fidelity와 downstream diffusion model의 학습 효율성(Diffusability) 사이의 갈등을 해결하는 것을 목표로 합니다.#Review#Visual Tokenizer#Latent Diffusion#Robust Prediction#Representation Alignment#Reconstruction Fidelity#Diffusability2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Scaling and Distilling Text Embeddings for Better Diffusibility본 논문은 Continuous DLMs의 성능을 결정짓는 핵심 요소인 임베딩 잠재 공간의 최적화 문제를 해결하고자 한다. 기존 연구들은 단순한 임베딩 모델을 사용하거나, 임베딩과 확산 모델을 동시에 학습시켜 표현이 붕괴되는(collapse) 등의 한계를 보였다.#Review#Diffusion Language Models#Text Embeddings#Latent Diffusion#Distillation#Diffusibility2026년 10월 1일댓글 수 로딩 중
[논문리뷰] HiRAE: Hierarchical Representation Autoencoding with Residual Budgets본 논문은 사전 학습된 vision encoder의 풍부한 정보를 활용하면서도, 재구성과 생성 간의 성능 균형을 최적화하는 통합 프레임워크를 제안합니다. 기존 연구들은 최상위 계층의 추상적 의미 정보에만 의존하여 세밀한 세부 묘사가 부족하거나, 특정 계층을 수동으로 선택해야 하는 한계를 가지고 있습니다.#Review#Representation Autoencoder#Hierarchical Fusion#Residual Regularization#Image Generation#Latent Diffusion#DINOv3#Tokenizer2026년 9월 29일댓글 수 로딩 중
[논문리뷰] OmniVAE: An Audio-Video VAE with Cross-Modal Alignment for Joint Generation본 논문은 기존의 독립적인 오디오-비디오 VAE 학습 방식이 초래하는 교차 모달 정렬(cross-modal alignment) 부족 문제를 해결하고자 합니다.#Review#OmniVAE#Cross-modal Alignment#Audio-Video Generation#Latent Diffusion#Contrastive Learning#Semantic Distillation2026년 7월 27일댓글 수 로딩 중
[논문리뷰] DiffGI: Differentiable Geometry Images for High-Fidelity Thin-Shell 3D Generation본 논문은 기존의 implicit volumetric 표면 표현 방식이 가지는 watertight topology의 제약을 극복하고, 가먼트(Garment)와 같은 박막(thin-shell) 및 비다양체(non-manifold) 구조를 효율적으로 생성하는 것을 목표로 합니다.#Review#3D Generation#Geometry Images#Differentiable Rendering#TSDF#Thin-shell#Latent Diffusion#Mesh Reconstruction2026년 7월 20일댓글 수 로딩 중
[논문리뷰] Multiplayer Interactive World Models with Representation Autoencoders본 연구는 다수의 에이전트가 상호작용하는 복잡하고 역동적인 환경에서, 실시간으로 작동하며 장기적으로 일관성을 유지하는 Multiplayer Interactive World Model을 구축하는 것을 목표로 합니다.#Review#Multiplayer World Model#Latent Diffusion#Representation Autoencoder#Rocket League#Real-time Simulation#Action-conditioned Dynamics2026년 7월 6일댓글 수 로딩 중
[논문리뷰] PianoKontext: Expressive Performance Rendering from Deadpan Context본 논문은 기존의 음악 생성 모델이 표현적 타이밍(Expressive timing)과 다성 음악(Polyphonic music)의 복잡성을 제대로 모델링하지 못하는 문제를 해결하기 위해 PianoKontext를 제안한다.#Review#Expressive Performance Rendering#Flow Matching#Latent Diffusion#Dynamic Time Warping#Music2Latent#DiT#RoPE2026년 6월 11일댓글 수 로딩 중
[논문리뷰] High-Fidelity Two-Step Image Generation via Teacher-Aligned End-to-End Distillation본 연구는 고품질 이미지 생성 모델의 Inference Latency 문제와 다단계 생성 과정에서의 정보 손실을 해결하는 것을 목표로 합니다.#Review#Image Generation#Knowledge Distillation#Diffusion Models#Model Compression#Latent Diffusion#Efficiency2026년 6월 11일댓글 수 로딩 중
[논문리뷰] PixelGen: Pixel Diffusion Beats Latent Diffusion with Perceptual Loss본 논문은 기존 픽셀 확산 모델이 고차원 픽셀 공간의 지각적으로 중요하지 않은 신호를 학습하는 데 어려움을 겪어 잠재 확산 모델보다 성능이 뒤처지는 문제를 해결하고자 합니다.#Review#Pixel Diffusion#Perceptual Loss#Latent Diffusion#Image Generation#LPIPS#DINOv2#x-prediction#End-to-End Generation2026년 2월 2일댓글 수 로딩 중
[논문리뷰] OmniRefiner: Reinforcement-Guided Local Diffusion Refinement현재 확산 모델들이 참조 이미지를 사용하여 이미지를 정제할 때 로고, 텍스트, 얼굴 특징, 복잡한 패턴과 같은 세부 시각적 디테일을 보존하는 데 어려움 을 겪는 문제를 해결하는 것을 목표로 합니다.#Review#Diffusion Models#Image Refinement#Reinforcement Learning#Fine-Grained Editing#Reference-Guided Generation#Latent Diffusion#Visual Fidelity#Detail Restoration2025년 11월 30일댓글 수 로딩 중
[논문리뷰] SViM3D: Stable Video Material Diffusion for Single Image 3D Generation본 논문은 단일 이미지로부터 다중 시점 일관성 있는 PBR(Physically Based Rendering) 재질(알베도, 러프니스, 메탈릭, 표면 노멀) 을 예측하는 프레임워크를 제시하며, 이는 단일 이미지 기반 역렌더링 의 고질적인 난제를 해결하고자 합니다.#Review#Single Image 3D Reconstruction#Material Prediction#Video Diffusion Models#Physically Based Rendering (PBR)#Inverse Rendering#Novel View Synthesis#Camera Control#Latent Diffusion2025년 10월 10일댓글 수 로딩 중