深度分析
「DiT-Pruning」：針對 Diffusion Transformer 的高效模型壓縮與計算優化
Diffusion Transformers (DiTs) 雖生成品質優異但運算成本極高。本研究提出 DiT-Pruning 訓練後剪枝法，針對 DiT 特有的參數分佈，引入平方轉換以平衡權重與激活值的貢獻，並開發聚類感知剪枝粒度來優化稀疏分配。實驗證明在 FLUX.1-dev 模型達到 50% 稀疏度時，CLIP 分數僅損失 0.001，能有效降低資源消耗且不損害影像品質。
Diffusion Transformer
深度分析
UltraFlux：原生 4K 多樣長寬比文字生成的資料與模型共設計
DiffusionTransformer在1K解析度表現優異，推向原生4K多樣長寬比卻遇位置編碼、VAE壓縮與優化耦合問題。UltraFlux採用Resonance2DRoPE+YaRN、非對抗VAE後訓練、SNR感知Huber小波損失與階段式美學課程，於基準測試中超越開源模型，AUC提升逾6%。
深度分析
利用多臂強盜與彈性序列平行，Spotlight 大幅加速 Diffusion Transformer RL 訓練
DiT強化學習後訓練成本高，研究提出Spotlight系統，同步利用閒置的SpotGPU進行種子探索，並採用彈性序列平行與搶占感知排程，允許探索階段使用前一迭代的舊模型權重保留相對排名，實測可在相同驗證分數下提速至4倍，總成本降低1.4至6.4倍，同時提升影像品質。
深度分析
GEM：以幾何對比速度匹配提升 Rectified Flow 模型概念擦除效率
隨著多模態生成模型的廣泛應用，內容安全與版權風險同步升高。
深度分析
利用 Contextual Space 排斥機制提升 Diffusion Transformer 生成多樣性
隨著文字生成圖像模型追求更高語意對齊，生成多樣性卻日益受限。研究提出在 DiffusionTransformer的多模態注意力通道中即時施加情境空間排斥，於結構已形成但構圖未定前引導生成路徑。實驗顯示此法可在不犧牲影像品質與語意符合度的前提下，顯著提升輸出多樣性，且計算開銷極低。
條件流匹配生成模型
FluidFlow：條件流匹配生成模型在非結構化網格 CFD 代理上的突破
計算流體力學模擬成本高，研究提出 FluidFlow 生成模型以條件流匹配取代傳統擴散，直接在結構化與非結構化網格上學習。模型結合 U‑Net 與 DiT，於氣動外形與全機三維測試中取得低誤差與佳泛化，顯示其在工程應用的可行性。