arXiv · 机器人与计算机视觉· Zhiguang Liu, Yi Shang·· 2 天前精选AI 评分78
角色分离扩散 Transformer:全局规则隔离与确定性采样流形压缩
Role-Separated Diffusion Transformers: Global Rule Isolation and Deterministic Sampling Manifold Compression
AI 导读
论文提出角色分离扩散 Transformer(RoSeDiT),利用 adaLN 监听机制将全局规则与图像 token 隔离,解决类条件 DiT/SiT 中控制器通道不足的问题。
推荐理由
提出 RoSeDiT 架构,通过控制器通道实现全局规则隔离与确定性采样流形压缩,在更少参数和步数下超越 SiT 基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org