arXiv · 机器人与计算机视觉· Ram\'on Calvo-Gonz\'alez, Youssef Saied, Fran\c{c}ois Fleuret·· 2026-10-08AI 评分45
PoolDINO:高效扩散模型中的池化表示自编码器研究
Pooling Representation Autoencoders for Efficient Diffusion
AI 导读
PoolDINO 引入学习到的仿射池化算子合并相邻 token,在 ImageNet-256 上实现 4x 压缩保持生成质量、16x 压缩提升效率。固定 100 步采样预算下,其潜在空间采样吞吐量较未池化基线分别提升 3.7 倍和 9.0 倍。该研究发表于 arXiv,属于计算机视觉领域的预印本论文。
来源:arXiv · 机器人与计算机视觉 · arxiv.org