跳到正文
arXiv · 机器人与计算机视觉· Kiyohiro Nakayama, Brian Chao, Jan Ackermann, Hansheng Chen, Federico Tombari, Leonidas Guibas, Lior Yariv, Gordon Wetzstein·· 2026-10-06精选AI 评分78

Level-of-Token Diffusion:基于多分辨率 Token 布局的自适应扩散生成框架

Level-of-Token Diffusion

AI 导读

该论文针对图像和视频扩散模型均匀分配计算资源的低效问题,提出 Level-of-Token (LoT) Diffusion 框架。该方法将场景细节分布知识转化为显式的多分辨率 Token 布局,利用细粒度 Token 处理高细节区域、粗粒度 Token 处理其他区域。

推荐理由

提出 Level-of-Token Diffusion 框架,通过多分辨率 Token 布局实现自适应生成,在保留预训练先验的同时显著降低计算成本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org