摘要

ComfyUI-R1是一个创新的推理模型，能将自然语言指令转换为结构复杂的ComfyUI工作流。通过结合精心构建的知识库和两阶段训练流程（监督微调和GRPO强化学习），该模型在格式有效性、节点选择和端到端性能方面表现卓越。

---

目录

1. 背景与研究目标
2. 方法与创新点
3. 实验与结果分析
4. 模型启发与方法延伸
5. 结论与未来展望
6. 参考链接

摘要

FramePack由斯坦福大学张吕敏等提出，是一种输入预处理模块，可无缝集成到主流视频扩散模型（如混元视频模型），通过自适应帧压缩和反漂移采样，有效提升长时序一致性和生成质量，支持13B模型在6GB显存上流畅生成长视频，显著降低算力门槛。

---

目录

1. 背景与研究目标
2. 方法与创新点
3. 实验与结果分析
4. 模型启发与方法延伸
5. 结论与未来展望

摘要

扩散模型 (DMs) 在下游任务中反向传播计算成本高昂。本文提出捷径扩散优化 (SDO)，通过仅保留一步计算图优化目标函数，显著降低约90%计算成本，同时保持或超越完整反向传播性能。SDO适用于潜变量优化、模型微调等任务，兼具通用性、高性能和轻量级特点。