CVPR 2025｜北大开源多模态驱动的定制化漫画生成框架DiffSensei，还有4.3万页漫画数据集
DiffSensei 是首个结合多模态大语言模型（MLLM）与扩散模型的定制化漫画生成框架，通过创新机制实现角色控制、布局精准及动态叙事。该框架支持从文本到漫画的高效转换，并发布首个专为漫画生成设计的数据集MangaZero，提升角色一致性、文本跟随能力和图像质量。
扩散模型
不要自回归！扩散模型作者创业，首个商业级扩散LLM来了，编程秒出结果
首个商业级扩散大型语言模型Mercury发布，每秒生成超过1000个token，性能和效率显著提升。相比现有自回归LLM，其速度提高了5到10倍，同时保持了高精度。
复旦视频扩散模型综述：覆盖300+文献，探讨近期研究趋势与突破，Github揽星2k+
复旦团队发表综述论文《A Survey on Video Diffusion Models》，系统梳理扩散模型在视频生成、编辑及理解领域的进展，涵盖300+文献。
嚯！大语言扩散模型来了，何必只预测下一个token 人大高瓴&蚂蚁
人大高瓴人工智能研究院与蚂蚁集团提出LLaDA模型，使用扩散模型替代自回归，挑战了大语言模型的固有限制，并在上下文学习、指令遵循和反转诗歌任务中超越GPT-4。
重磅！8B「扩散」大语言模型挑战Llama，一次看清全局完爆传统模型
清华、中国人民大学与蚂蚁集团联合发布LLaDA模型，采用扩散方式打破自回归垄断，性能媲美Llama 3 8B。该模型颠覆大语言模型认知，采用掩码扩散模型训练范式，实现全局视角生成；在数学问题解答、多轮对话、代码生成等方面表现出色。相关资源包括论文和项目主页。