用负文本条件在生成器内共享伪速度估计，去除DMD独立伪网络，实现少步流式视频生成

单模型直接从文本生成语音波形，Seed-en达WER 1.47、SIM 0.75，零外部模块

用可执行仿真代码作特权上下文，经在线自蒸馏让视频模型内化物理规律，3K样本超越80K SFT

用4.7万小时多源数据系统研究动作学习中的语言-视频对齐，实现可泛化机器人控制

系统地将五种扩散模型RL目标适配到少步蒸馏模型，统一代码库对比并给出选型指南

用随机配点回归速度场取代轨迹模拟训练，精度高一个数量级且无求解器偏差

MoT–MoE 统一图像模型：理解融入生成与编辑，31.7B 参数单卡部署，8 步 4.98 秒出图

在身份嵌入球面流形上训练可控流匹配模型，构建属性均衡的15万张合成人脸数据集。

速度对抗蒸馏统一分数蒸馏与矩匹配，4步生成SOTA并扩展至33B视频模型

用 Koopman 闭式传输替代迭代采样，实现单步概率预测，推理快 25 倍且精度领先

免训练流编辑框架，用RCR与CE轨迹控制破解文本区编辑点火失败，图像内翻译超越训练系统

将三大 3D 任务统一为仅合成指定区域、保留其余的选择性建模范式，无需配对数据。

把缺失模态补全重构为共享超球面上的短程几何传输，化解流匹配的两大几何冲突

用目标音频约束生成式人脸视频修复，同时支持原音频修复与换音频配音

解耦视频与动作监督的作用，用双专家流匹配世界模型实现机器人跨任务泛化

用终端速度匹配在冻结Tiny-VAE潜空间一步完成低光增强，单NFE仅34–48 GFLOPs

在内部DMD蒸馏上叠加生成器EMA特征的均值与标准差矩匹配，2步生成刷新长文本渲染SOTA。

单模型机载完成空中语义理解与闭环导航，零样本真机飞行成功率48%

用50个物理token预测未来RGB、深度与光流，让VLA零推理延迟地理解物理动力学

把维纳估计的计算结构而非估计值本身做成可训练解码通路，加速像素空间流模型训练