跳到正文
arXiv · 机器人与计算机视觉· Soumik Mukhopadhyay, Long Mai, Abhinav Shrivastava, Aniruddha Mahapatra·· 2026-10-19AI 评分66

重新审视 Vanilla Pixel Diffusion Transformers 的设计空间:MFlow 与 ConvRefiner

Rethinking the design space of Vanilla Pixel Diffusion Transformers

AI 导读

该论文针对像素空间扩散模型在高频细节上的固有缺陷,提出了 MFlow 自适应参数化方法,通过端到端学习在 x0-prediction 和 u-prediction 之间插值。

来源:arXiv · 机器人与计算机视觉 · arxiv.org