https://inkeast.github.io/MessageDaily/tags/%E6%96%87%E7%94%9F%E5%9B%BE/Recent content in 文生图 on MessageDailyHugozh-cnFri, 30 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-30-visual-generation-prior-duo/Fri, 30 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-30-visual-generation-prior-duo/本期双篇精读聚焦视觉生成中先验注入的两条新路径。KAIST 等机构的 OmniShowcase 用 3D 资产渲染构造几何一致的 360° 环绕训练视频，并以参考图前馈重建的法线转台作为免帧对齐几何条件注入视频 DiT，在 SHOWCASEBENCH 与 NAVI 上全面刷新主体身份与 3D 一致性指标；UCSD 与 Adobe Research 的 Know, then Draw 则重定义学习范式：自回归预训练学语义知识、像素扩散后训练学渲染，配合 Semantic-LM 语义 tokenizer 与两阶段 scaling 律导出的约 3:2 算力配比，仅用 6,600 张 H100 小时训出 GenEval 0.86、DPG 87.78 的 3B 文生图模型。本文按九部分结构逐篇精读，并给出根源解释与通用灵感。