| SRC-002 | 拥堵交通态的实证观测与微观仿真（Treiber et al., PRE 2000）；G2DP 引用的交通流学科根源。 · [body] 对拥堵交通状态的实证观测与微观仿真（treiber, hennecke & helbing, phys. rev. e 2000）：系统刻画不同交通相并建立微观动力学 [body] | Source extracted n/a |
| SRC-1503.03585 | 以非平衡热力学解释深度无监督学习（Sohl-Dickstein et al., ICML 2015）；扩散的概率奠基。 · [body] 以非平衡热力学解释深度无监督学习（sohl-dickstein et al., icml 2015）：把训练刻画为自由能下降的渐进去噪，沟通统计物理与学习动力学。 * [body] | Source extracted n/a |
| SRC-1505.04597 | U-Net 语义分割网络（Ronneberger et al., MICCAI 2015）；G2DP 占据预测网络的 backbone。 · [body] 经典语义分割网络（ronneberger et al., miccai 2015）：对称编解码 + 跳跃连接的全卷积结构，以极少参数在医学影像上达到高分辨率分割精度。 [body] | Source extracted n/a |
| SRC-1807.00412 | 一天内学会驾驶的端到端学习（Kendall et al., ICRA 2019）；真实城市道路少样本驾驶策略。 · [body] day-long 端到端驾驶学习（kendall, hawke, janz et al., icra 2019）：在真实城市道路上采集少量驾驶视频，数小时内训练出可泛 [body] | Source extracted n/a |
| SRC-1807.08048 | 百度 Apollo EM Motion Planner（工业量产运动规划模块）；G2DP 的工业规划参照。 · [body] 百度 apollo 的运动规划器（em motion planner）：工业界量产自动驾驶系统中采用的规划模块。 **与 g2dp 的关系（src-2606.2601 [body] | Source extracted n/a |
| SRC-1812.03079 | 以模仿学习训练驾驶策略（Bansal et al., RSS 2019）：学最佳示范、合成最坏失败。 · [body] 以模仿学习训练驾驶策略（bansal, krizhevsky & ogale, rss 2019）：只模仿表现最好的人类示范，并合成最差失败情形扩充训练数据。 **与 [body] | Source extracted n/a |
| SRC-2006.11239 | 去噪扩散概率模型（DDPM）奠基作（Ho et al., NeurIPS 2020）；扩散生成的马尔可夫链框架。 · [body] 去噪扩散概率模型的奠基之作（ho, jain & abbeel, neurips 2020）：把图像合成刻画为逐步加噪／去噪的扩散过程，奠定其后各类扩散应用的概率基础 [body] | Source extracted n/a |
| SRC-2105.05233 | 扩散超越 GAN 的系统改进（Dhariwal & Nichol, NeurIPS 2021）；改进采样器与架构。 · [body] 对扩散采样与生成质量的系统改进（dhariwal & nichol, neurips 2021）：引入改进采样器与架构调整，使扩散在图像合成上超越 gan。 **与 [body] | Source extracted n/a |
| SRC-2106.11810 | 自动驾驶闭环机器学习规划基准 nuPlan（Caesar et al.）；G2DP 的主评测基准。 · [body] 面向自动驾驶的闭环机器学习规划基准（caesar et al.）：提供大规模真实城市数据集与标准化的非反应／反应两档评测协议。 **与 g2dp 的关系（src-26 [body] | Source extracted n/a |
| SRC-2112.10752 | Latent Diffusion Model 原始论文（Rombach et al.）；Stable Diffusion 学术源头，DiT 所引『latent diffusion』。 · [body] rombach 等人的 latent diffusion model（ldm）——即 src-2212.09748（dit）所引用的 “latent diffusio [body] | Source formalized n/a |
| SRC-2205.09991 | 扩散规划方法（Janner et al., ICML 2022）；G2DP 的『扩散+引导』谱系近亲。 · [body] 以扩散模型做灵活行为合成的规划方法（janner, du, tenenbaum & levine, icml 2022）：把轨迹规划表述为扩散采样过程，并通过条件引导 [body] | Source extracted n/a |
| SRC-2206.00927 | DPM-Solver（Lu et al., NeurIPS 2022）：约 10 步内求解扩散 ODE 加速采样；G2DP 的 ODE 采样器。 · [body] 面向扩散采样的高效 ode 求解器（lu et al., neurips 2022）：dpm-solver 把所需采样步数压到约 10 步以内，显著加速推理。 **与 [body] | Source extracted n/a |
| SRC-2207.12598 | Classifier-Free Guidance 提出作（Ho, arXiv 2022）；条件扩散的标准引导做法。 · [body] 提出 classifier-free guidance（ho, arxiv 2022）：统一并简化各类条件生成场景下的引导公式，使之成为扩散条件控制的标准做法。 ** [body] | Source extracted n/a |
| SRC-2212.09748 | DiT 原始论文（Peebles & Xie, ICCV 2023）：ViT 替换 LDM U-Net backbone，Gflops 视角的 scaling 研究。 · [body] dit 原始论文：以标准 vit 架构替换 latent diffusion 的 u-net backbone， 并以 gflops 为复杂度透镜系统研究其 scal [body] | Source formalized n/a |
| SRC-2306.07962 | 对基于学习的车辆运动规划的批判性分析（Dauner et al., CoRL 2023）；澄清方法学误区。 · [body] 对基于学习的车辆运动规划进行批判性分析（dauner et al., corl 2023）：梳理并澄清该领域中若干常见误解与评估偏倚。 **与 g2dp 的关系（sr [body] | Source extracted n/a |
| SRC-2601.04453 | 自动驾驶统一理解-规划-生成世界模型 UniDrive-WM（Xiong et al.）；引用 G2DP 为相关工作。 · [body] 面向自动驾驶的统一理解—规划—生成世界模型（xiong et al.）：在同一框架内同时处理场景理解、运动规划与视频生成。 **与 g2dp 的关系（src-2606 [body] | Source extracted n/a |
| SRC-2603.08199 | 基于时空融合的多面体 3D 多目标跟踪（Wu et al.）；引用 G2DP 作参照。 · [body] 基于时空融合的多面体框架用于 3d 多目标跟踪（wu et al.）：以凸多面体表达位置不确定性。 **与 g2dp 的关系（src-2606.26017）**：本工 [body] | Source extracted n/a |
| SRC-2604.04198 | 视频动作模型作零样本驱动器（Liu et al.）；引用 G2DP 为扩散+稠密引导的规划思路。 · [body] 把视频动作模型当作零样本驱动器（liu et al.）：以视频动作表征直接驱动规划，无需额外适配即可跨任务部署。 **与 g2dp 的关系（src-2606.2601 [body] | Source extracted n/a |
| SRC-2606.26017 | G2DP：时空占据栅格+路线进度融合为可微 cost volume，去噪末段注入引导，nuPlan 纯模仿 SOTA；本引用簇中心。 · [body] g2dp（grid-guided diffusion planning）——奔驰 / kit / tum / 图宾根联合提出：将 bev 未来占据概率栅格与导航路线进 [body] | Source extracted n/a |
| SRC-2607.13028 | 程序化驾驶仿真支撑大规模零演示自播放（Wu et al.）；引用 G2DP 作对照。 · [body] 程序化驾驶仿真支撑的大规模零演示自播放（wu et al.）：用过程式场景生成扩充自播放数据，降低对真实示教的依赖。 **与 g2dp 的关系（src-2606.26 [body] | Source extracted n/a |
| FRM-2112.10752 | LDM 五层重建：感知压缩 AE + 潜空间扩散的两段分解，换取训练/采样成本大降；多任务多分辨率（256²/512²→~1024²）。 · [overview] 本文件是 src-2112.10752（rombach 等，latent diffusion models，cvpr 2022） 的作者逻辑五层重建。论文的核 [body] | Formalization src-2112.10752 |
| FRM-2212.09748 | DiT 五层重建：以 ViT 替换 latent diffusion 的 U-Net backbone、Gflops 为透镜的 scaling 研究；边界为 class-cond ImageNet 256/512。 · [overview] 本文件是 src-2212.09748（peebles & xie, dit, iccv 2023）的作者逻辑 五层重建。论文的核心行动：以标准 vit 架构 [body] | Formalization src-2212.09748 |
| EVI-018 | 主文 T2I 表 + ImageNet 主表：CFG 的推理期质量增益（支撑 CLM-018）。 · [result] 开启 cfg（s=1.5）前后： - **text-to-image（ms-coco, 250 步）**：ldm-kl-8 fid **23.35** → ldm [body] | Evidence src-2112.10752 |
| EVI-019 | 主文 T2I 对比表 + §4.3.1：1.45B 文本条件 LDM 对比 AR/diffusion（支撑 CLM-019）。 · [result] ms-coco 250 步 text-to-image（fid↓ / is↑）： - cogview：**27.10** / 18.20（ar） - lafite [body] | Evidence src-2112.10752 |
| EVI-020 | 无条件合成表：LDM 对 GAN/扩散基线的 FID/Precision/Recall（支撑 CLM-020）。 · [result] fid↓ + precision↑ + recall↑（256²）： - **celeba-hq**：vqgan+t 10.2；pggan 8.0；lsgm 7. [body] | Evidence src-2112.10752 |
| EVI-021 | §4.3.2 + 大图样例：越分辨率泛化到 ~1024²/兆像素（支撑 CLM-021）。 · [result] ldm 以卷积滑窗方式越过训练分辨率： - semantic synthesis：256²（384² crops）训练，卷积评估可生成到 **~1024² / 兆 [body] | Evidence src-2112.10752 |
| EVI-022 | §4.4/4.5 + Tab. srtable/inpainting：SR 与 inpainting 的高质高效结果（支撑 CLM-022）。 · [result] **sr（imagenet 4×, 256²，fid↓/is↑/psnr/ssim/lpips）**： - ldm-sr（169m, 100 步）：fid **2 [body] | Evidence src-2112.10752 |
| EVI-023 | §10 Limitations + Fig. firststagecomparison：AE 重建瓶颈与迭代采样局限（支撑 CLM-023）。 · [result] 论文自述两条硬局限： 1. **顺序采样仍慢于 gan**：ldm 虽比像素 dm 快（2.7× inpainting / 3.3× 采样），但本质是迭代去噪（d [body] | Evidence src-2112.10752 |
| VER-001 | 核验 CLM-001 DiT SOTA：Table 2/§5.1/App.A.1 数字（2.27、LDM-4-G 3.60、StyleGAN-XL 2.30）与 v2 源逐项一致，含审计修正史；scope 未超。supported。 · [checks] 1. **内部一致性**：命题三组数字（2.27、ldm-4-g 3.60、stylegan-xl 2.30） 与 evi-001 result 一一对应；"含 [body] | Verification |
| VER-002 | 核验 CLM-002 adaLN-Zero 胜出：Table 4 四行与 Gflops/params 列逐项一致、Figure 5 排序声明一致，'同配置同预算'经审计修正。supported。 · [checks] 1. **内部一致性**：命题数字（19.47 / 25.21 / 26.14 / 35.24）与 evi-002 result 一致；"计算开销最低之一（118 [body] | Verification |
| VER-003 | 核验 CLM-003 Gflops-FID 标度：Fig.8/6 引用与 Table 4 十二变体数字（S/2 6.06G、B/4 5.56G 等）逐项核对一致，以'经验规律'限定未泛化。supported。 · [checks] 1. **内部一致性**：命题的两个断言（gflops 相近 → fid 相近；强负 相关）与 evi-003 result 一致，例子数字（6.06g/68.4 [body] | Verification |
| VER-004 | 核验 CLM-004 512 SOTA：Table 3（3.04/3.85/2.41）与 §5.1 512 段（3M 步、1024 tokens、524.6G）逐项一致。supported。 · [checks] 1. **内部一致性**：命题数字（3.04、adm-g+u 3.85、stylegan-xl 2.41） 与 evi-004 result 一致；"未超过 ga [body] | Verification |
| VER-005 | 核验 CLM-005 采样算力：§5.2 锚点（23.7 vs 25.9、15.2 vs 80.7 Tflops）与 Figure 10 一致，FID-10K 口径已声明。supported。 · [checks] 1. **内部一致性**：命题的锚点对照（xl/2@128 步 15.2 tflops fid-10k 23.7 优于 l/2@1000 步 80.7 tflop [body] | Verification |
| VER-006 | 核验 CLM-006 训练算力效率：Fig.9 XL-4→XL-2 交叉声明（~10^10 Gflops）与 §4.2 一致，x3 估算因子属 AX-7 约定。supported。 · [checks] 1. **内部一致性**：命题两个断言（等训练算力下大模型更 efficient； 同 gflops 预算下不同 patch size 曲线不同）与 evi-00 [body] | Verification |
| VER-007 | 核验 CLM-007 decoder 消融：Table 5（2.46/2.30/2.27）与 §A.4（encoder 相同、免重训互换、LDM decoder 下仍最优）一致。supported。 · [checks] 1. **内部一致性**：命题数字与 evi-007 result 一致；"差异存在但幅度 有限"与 table 5（fid 差 0.19）一致；"仍优于此前全部 [body] | Verification |
| VER-008 | 核验 CLM-008 subset-channel guidance：App.A.1（3ch@1.5→2.27、4ch@1.375→2.20、近似式）逐字核对一致，'近似'不确定性保留。supported。 · [checks] 1. **内部一致性**：命题的数字对（2.27 / 2.20）与近似关系式均与 evi-008 result 及 app. a.1 原文一致；"效果近似"的限定 [body] | Verification |
| VER-009 | 核验 CLM-009 架构论题：可检验部分（ViT 替换 U-Net 质量反升）与 Table 2/3/6 一致；'归纳偏置非关键'属作者诠释（非受控对比），按 A4 保留。partially-supported。 · [checks] 1. **内部一致性**：命题的可检验部分（标准 vit 可直接替换、同等 协议下质量更优）与 evi-009（table 2/3 + table 6 gflop [body] | Verification |
| VER-010 | 核验 CLM-010 配方稳定：§4.1 两引语（no loss spikes/did not tune）与 Table 4 超参列（lr 1e-4、batch 256）及 Fig.13 曲线一致。supported。 · [checks] 1. **内部一致性**：命题的配方清单（adamw、恒定 lr 1e-4、无 weight decay、无 warmup、无正则化、batch 256、ema [body] | Verification |
| VER-011 | 核验 CLM-011 patchify 标度：推导链（patchify→T×4→Gflops≥×4、参数不变）与 §3.2 一致，Table 4 实测 3.9–4.3× 逐行核对。supported。 · [checks] 1. **内部一致性**：命题的标度断言与 §3.2 原文（"halving p will quadruple t, and thus at least quad [body] | Verification |
| VER-012 | 核验 CLM-012 CFG 梯度：Table 2/3 行内（256: 9.62/3.22/2.27；512: 12.03/4.64/3.04）逐格一致，scale 边界与质量-多样性权衡已记。supported。 · [checks] 1. **内部一致性**：命题的六个数字与 table 2/3 的 dit-xl/2 行 （无 g / -g cfg1.25 / -g cfg1.50）逐一对应； [body] | Verification |
| VER-013 | 两段分解核验：感知压缩 AE + 潜空间 DM 与 §1/§2.3/§2.4（Eq.4-5）一致，DiT FRM-2212.09748 AX-2 同向互证，scope 未超。supported。 · [checks] 1. **内部一致性**：命题"感知压缩（ae）+ 语义压缩（latent 上训 dm）"与 evi-013 result 的两段描述一一对应；kl/vq 两种正 [body] | Verification |
| VER-014 | 算力主张核验：271 vs 916 V100-day、0.4 vs 0.12 samples/s、FID 3.60/3.95 vs 10.94 与 compute_vs_fid 表逐项吻合，两 cfg 口径已分离。supported。 · [checks] 1. **内部一致性**：命题的"271 vs 916 v100-days（≈3.4×）""0.4 vs 0.12 samples/s（≈3.3×）""400m [body] | Verification |
| VER-015 | 重建核验：LDM f=8 R-FID 1.14 vs DALL·E 32.01 / VQGAN 4.98、f=2 0.16 与 Tab.423 一致，f=16 打平边界已声明。supported。 · [checks] 1. **内部一致性**：命题"2d-conv 容忍更低 f、重建更保真"与其三个数字 （ldm f=8 1.14、dall·e f=8 32.01、vqgan [body] | Verification |
| VER-016 | f 甜区核验：f=4/8 最优与 §4.1 消融、FID gap 38（LDM-1 vs LDM-8 @2M）正文引语一致，scope 限 ImageNet/2M/单 A100。supported。 · [checks] 1. **内部一致性**：命题的"f=1/2 慢、f=16/32 损、f=4/8 为甜区、fid gap 38" 与 evi-016 result 一致；gap [body] | Verification |
| VER-017 | 条件机制核验：Q/K/V 公式（§2.5 Eq. cond_loss）与命题一致，text/class/layout/i2i 四模态有实例，与 DiT adaLN 不同机制不冲突。supported。 · [checks] 1. **内部一致性**：命题对 cross-attention 机制的描述（q 来自 unet 中间 特征 φ_i(z_t)，k/v 来自 τ_θ(y)，att [body] | Verification |
| VER-018 | CFG 核验：推理期提质（T2I 23.35→12.61、IS 19.93→26.62；ImageNet 10.56→3.60）与两表一致、非增训，机制同 CPT-003。supported。 · [checks] 1. **内部一致性**：命题的"cfg 使 t2i fid 23.35→12.61、is 19.93→26.62、 imagenet 10.56→3.60（cf [body] | Verification |
| VER-019 | T2I 核验：1.45B LDM-KL-8-G 在 MS-COCO 250 步 FID 12.61/IS 26.62，与 GLIDE 12.24/Make-A-Scene 11.84 同量级（非最低），措辞如实。supported。 · [checks] 1. **内部一致性**：命题的"1.45b、ms-coco 250 步、fid 12.61、is 26.62、 与 glide 12.24 / make-a-s [body] | Verification |
| VER-020 | 无条件合成核验：CelebA-HQ 5.11 SOTA、FFHQ 4.98、LSUN-Bedrooms 2.95 vs ADM 1.90 与无条件表一致，SOTA 限 CelebA-HQ、P/R 逐数据集。supported。 · [checks] 1. **内部一致性**：命题的"celeba-hq 5.11 新 sota""ffhq/lsun 竞争""p/r 优于 gan"与 evi-020 result [body] | Verification |
| VER-021 | 大图核验：§4.3.2 卷积滑窗 + Fig. thicksample/text2img_conv 支持越训练分辨率至 ~1024²/兆像素，rescale+CFG 条件已声明。supported。 · [checks] 1. **内部一致性**：命题"密集条件 i2i 拼接注入 + 卷积滑窗越过训练分辨率 生成 ~1024²/兆像素"与 evi-021 result 一致——se [body] | Verification |
| VER-022 | i2i 核验：SR FID 2.8/2.4/4.4 胜 SR3、inpainting 2.7×提速/1.6×FID、胜 LaMa（用户 30.4/70.6、21.0/68.1）与表/正文逐项一致。supported。 · [checks] 1. **内部一致性**：命题的 sr（fid 2.8/2.4/4.4、胜 sr3）、inpainting （2.7×/1.6× vs 像素基线、fid 胜 la [body] | Verification |