跳到正文
arXiv · 机器人与计算机视觉· Xiaoyu Wu, Yifei Wang, Weihang Guo, Chen Wei, Lydia E Kavraki, Niloofar Mireshghallah, Steven Wu·· 11 小时前精选AI 评分82

分层扩散 Transformer:无需预训练编码器即可实现端到端图像生成

Hierarchical Diffusion Transformer for End-to-End Image Generation

AI 导读

针对像素空间 Transformer 在生成质量与效率上落后于两阶段潜变量模型的问题,本文提出 Hierarchical Diffusion Transformers (HiT)。

推荐理由

提出 HiT 架构,在像素空间内显式学习视觉层级以缩小与潜变量模型的差距。

来源:arXiv · 机器人与计算机视觉 · arxiv.org