多模态与计算机视觉
【SD3】SD3的架构，生成原理Flow matching。 「阿里巴巴」
原题讲一下nunchaku/teacache的原理。
nunchaku/
teacache的原理。文生图模型的feature cache。
原题完整原题
【加速方法】讲一下nunchaku/teacache的原理。文生图模型的feature cache。 「字节跳动、百度」
【可控生成】AIGC怎么做可控图生成？ControlNet的原理是什么？如何输入控制信息，控制信息在哪个位置加入？ControlNet的结构原理是怎样的，有没有训练过，训练时用了多少数据多少卡，为什么有零卷积层？ 「腾讯混元、蚂蚁集团」
原题【噪声调度】你觉得FLUX的噪声调度和传统的DDPM有什么区别？ 「腾讯混元」
原题【扩散模型对比】DDPM和Flow Matching的区别是什么？Flow Matching相比DDPM有哪些优势？请解释DDPM、DDIM和flow-matching的原理，并重点说明DDPM与DDIM的区别。 「百度、腾讯混元、蚂蚁集团、阿里巴巴」
原题【架构对比】mmdit和flux架构区别？介绍FLUX的整体架构、原理、结构（包括双流Block和单流Block），说明其作为生成模型的优势，并解释为什么要先双流再单流。请详细讲解DiT的原理和具体实现，包括其架构（如AdaLN-Zero等），并说明Flux扩散模型的架构。 「百度、腾讯混元、阿里巴巴」
原题【模型对比】说一下FLUX实现和WANs的实现有什么区别？ 「百度」
原题【生成质量】AIGC生图不符合物理世界的客观规律怎么办？ 「阿里巴巴」
原题【CV模型概述】请介绍CV领域的模型，包括但不限于：GUIAgent与游戏风控、端到端自动驾驶等方向。 「百度、腾讯、腾讯混元」
原题【VLA与具身智能】对VLA、具身智能的了解 「阿里巴巴」
原题
暂无题目