#diffusion models のAIニュース

LLM の拡散研究ではない、最も興味深い拡散研究とは？Genesis Molecular AI の Evan Feinberg と Sergey Edunov

Latent Space が、創薬分野のスタートアップ「Genesis Molecular AI」の共同設立者であるエバン・ファインバーグ氏とセルゲイ・エドゥノフ氏を招き、大規模言語モデル（LLM）ではなく拡散モデルに関する最新の研究について議論した。

DiScoFormer：分布をまたぐ密度とスコア推定のための単一トランスフォーマー

Allen AI は、有限のサンプルから1回の順伝播で密度とスコアの両方を推論できる「DiScoFormer」というトランスフォーマーベースの手法を発表した。このモデルは古典的なカーネル密度推定を一般化し、再学習なしで高次元や分布外データでも高精度に動作する。

DFlash、NVIDIA Blackwell で最大 15 倍のスループット向上を実現する並列トークンブロックドラフト方式を提案

研究チームが開発した DFlash は、推論のボトルネックである逐次生成を改善し、小規模モデルで未来のトークンを並列にドラフトして大規模モデルが検証する手法により、NVIDIA Blackwell 上で最大 15 倍のスループット向上を実現しました。

Moebius（4 分間の読み物）

効率的な軽量画像インペイントフレームワーク「Moebius」が、119 億パラメータの産業用モデル FLUX.1-Fill-Dev と同等以上の生成品質を達成し、推論時間を 15 倍以上短縮した。

開発者向け高スループットテキスト生成のために NVIDIA で DiffusionGemma を実行する

NVIDIA は、開発者が NVIDIA のプラットフォーム上で DiffusionGemma モデルを実行し、高速なテキスト生成を実現する方法を公開した。

Qwen-Image-Flash の紹介（26 分読）

Tianhe Wu 氏ら研究者が、画像生成モデル「Qwen-Image-Flash」を発表し、高速な画像処理を実現する技術の詳細を解説している。

Nemotron Labs の拡散言語モデルによる光速テキスト生成への道

Hugging Face Blog は、Nemotron Labs が開発した拡散言語モデルを用いて、従来の手法よりも高速なテキスト生成を実現する技術について紹介している。

マイクロソフト、OpenAI の代替候補として「Inception」の買収を検討中

マイクロソフトは OpenAI との独占ライセンス契約を修正し、同社が他クラウドでモデル販売できる権利を得た。その上で、拡散型言語モデルを手掛ける企業「Inception」の買収を静かに模索している。

CVPR 2026採択論文で見るモーション生成の最前線

長編動画生成に関する解説記事（4 分読了）

本記事は、AI を用いて数分の長さを持つ高品質な動画を生成する技術の現状と課題について解説している。

数ステップ拡散のための軌道モデル

研究者らが、拡散モデルの生成ステップ数を大幅に削減する新しい「軌道モデル」を提案し、高速な画像生成を実現する技術的進展を示した。

LaDiR：潜在拡散モデルがLLMの推論能力を強化する新フレームワーク

研究者らは、既存の大規模言語モデル（LLM）に潜在拡散モデルの特性を組み合わせた「LaDiR」という新たな推論フレームワークを開発しました。この手法は多様な推論経路を並列生成し、計画と修正を包括的に行うことで、精度や解釈性を向上させます。

条件付き拡散モデルにおける構成的一般化の局所的メカニズム

研究者らは、訓練時に経験していないオブジェクト数を持つ画像生成能力（長さ一般化）について、制御された環境で検証した。その結果、場合によっては達成可能だが常に成功するわけではないことが示され、この能力の背後にあるメカニズムが不明確であることが確認された。

ComfyUI、5億ドルの評価額へ AI生成メディアへの制御を追求するクリエイター

画像生成ツール「ComfyUI」の評価額が5億ドルに達した。これは、AIで生成されたメディアコンテンツに対してより高い制御権を求めているクリエイター層の需要が高まっていることを示している。

ウルリセス解放：通信と計算の重なりに関する実験

動画拡散モデルのコンテキスト長増大に対応するため、Ulysses手法を用いたコンテキスト並列処理が提案された。これはシーケンス全体をシャードし、高密度アテンションと高スループット通信を両立させる。

テキストから画像生成モデルの学習設計：アブレーション研究からの知見

研究者がテキストから画像生成モデルの学習設計を検証し、アブレーション研究を通じて効果的な学習手法を特定した。

潜在拡散を用いた生成のためのタンパク質折りたたみモデルの再利用

タンパク質折りたたみモデルを潜在拡散技術と組み合わせ、新しい生成タスクに応用する研究について。

動画生成のための拡散モデル

画像合成で成功した拡散モデルが、動画生成に応用され始めている。動画は1フレームの画像を含むため時間的整合性が求められ、技術的に困難な課題である。

拡散モデルとは何か？

拡散モデルは、複雑なデータ分布を学習可能な新しい生成モデルである。高品質な画像生成が可能で、SOTAのGANと競合する性能を示している。