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